Midjourney и другие нейросети обработки изображений - страница 507

 

Время пришло. Миджорни


 

Арты Миджорни


 

Пушистые ниндзя.

Midjourney


 

Киберпанк арты.


 

Мегаполис будущего. Миджорни


 

Ламу 3 дообучили на мед. данных и теперь она занимает топ в медицинских ИИ, обгоняя GPT4

https://huggingface.co/aaditya/Llama3-OpenBioLLM-70B



• OpenBioLLM-70B - усовершенствованная языковая модель с открытым исходным кодом для биомедицинской области.
• Модель разработана Saama AI Labs и использует передовые технологии для достижения высоких результатов в биомедицинских задачах.
• OpenBioLLM-70B соответствует ключевым возможностям и предпочтениям биомедицинских приложений.
• Модель демонстрирует превосходную производительность по сравнению с другими биомедицинскими языковыми моделями с открытым исходным кодом.
• OpenBioLLM-70B основан на мощных принципах моделей Meta-Llama-3-70B-Instruct и включает набор данных DPO и рецепт точной настройки.
• Модель может быть точно настроена для специализированных задач и наборов данных.
• OpenBioLLM-70B представляет собой важный шаг вперед в демократизации передового языкового ИИ для биомедицинского сообщества.

 
Vitaliy Kuznetsov #:
дообучили на мед. данных

// И также свежая новость от Гугл. Заметьте, медицинские ИИ вышли в приоритет, разом закрытые и открытые проекты показывают результат превосходящий GPT4.

Модель Google Med-Gemini обеспечивает точность медицинской диагностики на уровне 91,1%

https://analyticsindiamag.com/googles-med-gemini-model-achieves-91-1-accuracy-in-medical-diagnostics/

• Исследователи из Google и DeepMind разработали Med-Gemini, новое семейство высокоэффективных мультимодальных моделей искусственного интеллекта для медицины.

• Med-Gemini унаследовала базовые способности Gemini в области языка, общения, мультимодального понимания и рассуждения в долгосрочном контексте.

• Модель открывает новые возможности для ИИ в медицине, включая помощь в решении сложных диагностических задач, участие в мультимодальном медицинском диалоге и обработку объемных электронных медицинских карт.

• Исследователи специализировали модели Gemini для медицины, используя методы самообучения с интеграцией веб-поиска, мультимодальную точную настройку и индивидуальные кодеры.

• Med-Gemini показала точность в 91,1% в тесте MedQA, превысив предыдущий рекорд на 4,6%, и превзошла GPT-4 в мультимодальных задачах в среднем на 44,5%.

• Med-Gemini демонстрирует потенциал для применения в реальных условиях, превосходя экспертов-людей в задачах, таких как составление резюме по медицинскому тексту и составление рекомендательного письма.

• Модели Med-Gemini обрабатывают и анализируют широкий спектр медицинских данных, включая текст, изображения, видео и необработанные данные датчиков.

• Исследователи демонстрируют способность Med-Gemini участвовать в мультимодальных медицинских диалогах, где модели могут запрашивать дополнительную информацию и давать объяснения своим рассуждениям.

 

Арты. Разное. Миджорни


 

First official music video made with OpenAI’s Sora.

Первое официальное музыкальное видео, созданное с помощью Sora от OpenAI.


 

Опубликован исходник нового вида нейросетей PYKAN

- меньше жрёт ресурсов

- быстрее учится

- точнее ответы

//Походу, все GPT производные могут остаться в прошлом, если кто-то обучит модель на своих данных и она покажет преимущество перед классическими ИИ.


https://github.com/KindXiaoming/pykan

Сети Колмогорова-Арнольда (KAN) являются многообещающей альтернативой многослойным персептронам (MLP). Так же, как и MLP, KAN имеют сильную математическую основу: MLP основаны на теореме об универсальном приближении, в то время как KAN основаны на теореме представлений Колмогорова-Арнольда. KAN и MLP являются двойными: KAN имеют функции активации на краях, в то время как MLP имеют функции активации на узлах. Это простое изменение делает KAN лучше (иногда намного лучше!) MLP как с точки зрения точности модели, так и с точки зрения интерпретируемости.

KAN можно интуитивно визуализировать. KAN обеспечивают интерпретируемость и интерактивность, которые не могут обеспечить MLP. Мы можем использовать KAN для открытия новых научных законов.

Причина обращения: