Нейронавт | Нейросети в творчестве

Decision Index Первый бенчмарк для decision-моделей на Artificial Analysis — Jev и подобных Слабое место почти у всех — отказ от галлюцинаций: у GLiDE 16.4, у Clef 4.3, у Celeris-1 ноль. То есть модели уверенно выбирают вариант, но не всегда честно говорят «не знаю» Спасибо @morozovsk #benchmark #decision #leaderboard MAX

Интерпретируемость нейросетей долго казалась тупиком. Нейроны выглядели как клубок: один реагировал и на кошек, и на машины. Объяснение: нейронов не хватает на все понятия, сеть складывает несвязанное вместе. Изучать сеть напрямую нельзя Ник Каммарата, один из авторов ранних работ, вернулся к старым примерам с новыми инструментами. Оказалось, их прочитали неверно Тот самый нейрон «кошки и машины» ловит букву V — усы и решетку радиатора. Каша в поздних слоях InceptionV1 была сбоем обучения: после обычных правок архитектуры 99-100% нейронов того слоя читаются. В Qwen3-32B у 90% нейронов одна основная задача, у 7% две связанные, и только 2-4% пока непонятны Что принимали за свалку оказалось ветвлением: нейрон на «iy» дорастает до «diy», потом до «do it yourself» Сети можно изучать как есть. Для контроля над поведением моделей это хорошая новость already-clean.goodfire.com #news MAX

Nemotron 3.5 Super VL Открытая модель на 120B параметров для постоянно работающих агентов: самое быстрое выполнение задач и высокая точность в своем классе. Вместе с ней вышли две edge-модели. • Мультимодальные агентные задачи: следование инструкциям, работа с инструментами, многошаговые бизнес-процессы • #OCR, таблицы, графики и структурированные данные в визуальных документах • Читает веб-страницы, PDF и картинки, отдает выводы по ним edge • Bolt 74B-A9B 24GB: нативная 2-битная квантизация, влезает в 24 ГБ • Bolt E4B 4GB: для голосовых ассистентов и встроенных интерфейсов на RTX и Jetson HF OpenRouter #agent #multimodal MAX

leanrea Небольшой скилл для агента: один файл на 8 КБ. Заменяет REA для реверсинжиниринга приложений, но устроен проще. REA — отдельный сервис между агентом и программами для анализа файлов. Весит 25 МБ, добавляет агенту больше двух сотен инструментов и требует настройки. Каждый запрос тянет за собой описание всех инструментов leanrea ничего не устанавливает. Это просто текст который подсказывает агенту что делать • Какая команда быстрее для конкретного типа цели: Electron, нативные бинарники, Go, Android, WASM, базы данных, веб • Готовые команды для первого прохода • Типичные ошибки и ловушки • Правило помечать каждое утверждение: что видно, что выведено, что неизвестно Как работает Агент читает подсказки и запускает обычные утилиты через терминал. Промежуточного слоя нет - нет и накладных расходов #coding #skill MAX

Утечка в OpenCode OpenCode сообщил о взломе. Инцидент связан с масштабной атакой дистилляции и затронул 1.4% пользователей OpenCode Console. Всех пострадавших уведомили письмом утром. Что известно • Затронута часть пользователей, у которых были привязаны внешние провайдеры • Кому письмо не пришло, того инцидент не коснулся • Инцидент продолжается, подробности пока не раскрывают • Разбор ведут вместе с Anthropic, OpenAI и Google Что именно утекло, не уточняется — формулировка про дистилляцию скорее про попытку выкачать модель через API. В комментариях пользователи уже спрашивают про списанные деньги и скомпрометированные ключи. Если привязывали внешних провайдеров, стоит проверить почту и перевыпустить ключи #security #news MAX

DeepSeek-V4.1-Flash-1017 Не успел запостить мем про непродуктивную осень китайцев как они выпустили новый дипсик. Так что сначала надо смотреть мем. Потом новость, потом можно еще раз мем Небольшое обновление V4.1-Flash, но с заметным приростом в рассуждениях, коде, агентных задачах и визуальных бенчмарках. Плюс модель тратит меньше времени на задачу и выдает более короткие ответы. Результаты против Opus 5 • DeepSWE v1.1 — 77.0 против 74.0 • Automation-Bench — 60.5 против 50.3 • Agents' Last Exam — 35.4 против 28.6 • Apex Bench — 72.1 против 65.8 • Chartography с тулами — 83.0 против 84.0 Где пока позади • Terminal-Bench 4.0 — 42.3 против 51.8 • ProgramBench — 29.1 против 37.0 • NL2Repo-Bench — 68.2 против 75.3 • HLE без тулов — 42.6 против 56.3 • Контекст 1 млн токенов • Прежние цены API #multimodal MAX

PerfectLab Studio Кастом нода собирает консистентные фотосессии. Выбираешь человека, одежду, место, свет и камеру из библиотек с фото-превью — одна кнопка составляет промпты, размеры и сиды и отправляет всю сессию в граф. • Профили моделей под Z-Image, Flux, Krea 2, Qwen-Image и SDXL — SDXL сам переключается на теги через запятую • Карточки персонажей, пресеты, свои вайлдкарды и арки Для H3-анимации из готовой серии кадров выбираются старт, середина и финал #personalization #comfyui MAX

#humor MAX

#humor MAX

MeshAxiom Открытый 3D-стек от AlayaLab, рассчитанный на агентов. Базовая модель MeshAxiom-Base делает компактный явный меш из одного изображения с заданным бюджетом граней. • Генерация явного меша по картинке с контролем числа граней • Меши читаются инструментами: вершины и треугольники остаются в файле • Агент вызывает геометрические тулы и получает компактные сводки и виды • Модули переиспользуются: записи ассетов связывают геометрию и материалы с трансформами, ригами и движением • Из модулей собираются сцены и сценарные программы • Опциональный рестайл через H3 поверх готовой сцены huggingface.co/AlayaLab/MeshAxiom-Base github.com/AlayaLab/MeshAxiom #agent #3d MAX

krea 3 prompting guide Как промптить #krea3 #guide #prompting MAX

#humor MAX

#humor MAX

Mago Local Полная студия Mago как десктопное приложение. Если вы не идете к Маго, то Маго идет к вам и подсасывается к вашему комфи • Генерация: из идеи или сценария до готового фильма • Transform: свой материал перестилизуется покадрово или целиком • Редактор с шотами, слоями и AI-рендерами на одном таймлайне • Проекты, эпизоды, шоты и рендеры в одном месте • Считает, сколько сэкономлено на локальном рендере против облака Локальный стек • LLM — Qwen3.8-27B • Анализ картинок и видео — Qwen3-VL • Персонажи и фоны — Qwen 2511 image/edit или Flux 2 dev • Видео — MiniMax H3 ref2va в вариантах на 4 и 8 шагов • Windows, NVIDIA от 16 ГБ VRAM, 60 ГБ на диске • Работает с любым сервером #ComfyUI, включая RunPod и Vast.ai • Если ComfyUI нет, Mago ставит его сам • Облачные модели в приложении остаются Код обещают открыть #desktop #directing MAX

FreeLLMAPI Роутер, который складывает бесплатные тарифы десятков провайдеров в один OpenAI-совместимый эндпоинт /v1. Идея простая: по отдельности каждый фри-тир мелочь, вместе — около 7.4 млрд токенов в месяц. • 34 провайдера и 635 бесплатных эндпоинтов, 474 семейства моделей • Умный роутинг: на каждый запрос выбирается доступная модель • Автоматический фейловер при лимитах, учёт расхода по каждому ключу • Ключи хранятся в зашифрованном виде • Поддержка не только чата, но и эмбеддингов, картинок и аудио • Подключается к любым OpenAI-совместимым клиентам и кодинг-агентам • Установка: десктоп для #macOS и #Windows #Docker, мобильные приложения • Каталог моделей обновляется по подписанному фиду без git pull • Сам роутер бесплатный, новые модели подтягивает ч5ерез 30 дней. Впрочем за $19 в год можно и сразу Не рекомендовано для продакшена github.com/tashfeenahmed/freellmapi #router MAX

UniForge3D Метод, который одновременно реконструирует и генерирует 3D-объект из разреженных снимков без поз камеры. Наблюдаемую геометрию сохраняет, невидимые области достраивает по выученным приорам. • Реконструкция работает в системе координат камеры, генерация — в каноническом пространстве, из-за этого прямое взаимодействие геометрии ломается • Если учитывать все виды сразу без оценки их полезности, к геометрии подмешивается лишнее и страдают мелкие детали • #SOTA по внешнему виду и геометрии на Toys4K и GSO • Работает по разреженным снимкам без известных поз huggingface.co/xibushu/UniForge3D github.com/xibushu/UniForge3D #scenereconstruction #imageto3d MAX

MJev-Spatial Мультимодальная decision-модель для пространственных вопросов. Превращает вопрос в выбор из конечного набора кандидатов и отвечает классификацией — без генерации токенов ответа. • База — Qwen3.5-4B, переиспользуются ее же Q/K-проекции для оценки кандидатов • Лучший средний результат на 7 из 12 бенчмарков • В 5.6 раза быстрее базовой модели github.com/Fr0zenCrane/MJev-Spatial ——— Jev 1.14 от TypeSafe - с мультимодальностью • Картинки: мультимодальность включается заголовком TypeSafe-Danger-Zone-Images: true • Новый тип box: возвращает один bounding box • Длинный контекст: TypeSafe-Danger-Zone-Long-Context: true. На мультимодальности все модели, включая Jev, работают хуже, чем на чистом тексте hf.co/mindlab-research/MJev-Spatial-4B github.com/Fr0zenCrane/MJev-Spatial #rlcd #decision #vlm MAX

MAI-Base-2 Microsoft анонсировала собственную базовую модель. Мустафа Сулейман на внутренней встрече заявил, что она сильнее модели, на которой построена GPT-5.6, и что на обучение ушла четверть вычислений OpenAI. • 2,8 трлн параметров, схема MoE — на запрос работают только нужные блоки, 80 млрд активных • Обучение 38 дней на 16 000 ускорителях Nvidia GB200 • Только на собственных данных Microsoft, без обучения на ответах чужих моделей • В блоге сравнивают с открытыми DeepSeek-V4-Pro-Base, Kimi K3 и Qwen — заявлено превосходство и рост эффективности обучения в 4-12 раз против DeepSeek • Сравнивали базовые модели после предобучения, а не готовые чат-модели • MAI-Base-2 ещё проходит второй этап обучения, так что с ChatGPT сравнивать рано • Независимых проверок результатов нет #flagship #news MAX

MOSS-Image Генератор картинок Главная фишка — нативное управление композицией через JSON-промпт, где задаются объекты, текст и их позиции. • Генерация по обычному текстовому описанию • Layout-контроль: объекты, надписи и их рамки в структурированном #JSON • Рендер текста внутри изображения, включая китайский и надписи от руки • Промпты до 4K токенов • Аниме и фотореализм в одном флаконе • Правка сцены через изменение описаний и боксов • 5B параметров — компактный бэкбон под генерацию и финтюн • Веса Apache-2.0 • Настройки: 50 шагов, CFG 3, flow-matching Euler, shift 5, пропуск негативной ветки на слое 22 Есть Prompt Enhancer Говорят, умеет в nsfw github.com/OpenMOSS/MOSS-Image huggingface.co/OpenMOSS-Team/MOSS-Image-SFT huggingface.co/lodestones/MOSS-Image-SFT-8-steps-dmd huggingface.co/nif0/MOSS-Image-SFT-ComfyUI Comfyui Спасибо @m_franz #t2i #json2i

MLP-Splatting Метод представления 3D-сцен через нейронные примитивы. ECCV 2026. Каждый примитив — независимый компактный MLP (Multilayer Perceptron) с локальной поддержкой, взвешенный анизотропной гауссианой. Сцена сама разбирается на объекты и части. Супервизия только по RGB дает примитивы, которые сами ложатся на объекты и их части. Рендер через разреженный объемный композитинг по пересечениям луча с примитивами • Фотореалистичный синтез новых видов • Разложение сцены на объекты без сегментации — по нескольким примитивам • Интерактивное редактирование: выбор объекта, SE(3)-сдвиг, смена цвета • Открытие словаря: языковая сегментация и удаление объектов • Опциональная дистилляция семантических признаков • Качество на уровне Feature-3DGS и выше • В 6 раз меньше памяти, рендер вдвое быстрее • Нужны сотни примитивов вместо миллионов гауссиан github.com/kxhit/mlp-splatting #mlp #scenereconstruction #rendering