Love. Death. Transformers.

На этой неделе выпустили Eleven v4 - самую лучшую TTS модель в мире Настолько она крутая, что мы даже договорились везде писать, что она emotive, а не просто expressive Для этой демки я засунул её в Reachy Mini и попросил показывать антеннами те же эмоции, что голосом Тут все от программирования робота и до монтажа видео - это Opus 5.5. Я только камеру нашел и ракурс подобрал :) P.S. спасибо моему корешу Севе за бесконечные разгоны идей для демок, в мире агентов только идеи теперь чего-то и стоят

У нас есть кара небесная дома Дома:

Также стоит немного упомянуть passthrough-моды (мешапы) — это когда две модифицированные игры запускаются параллельно и используют IPC (межпроцессное взаимодействие — к примеру, общаются через сокет) для передачи информации о сущностях, коллизиях и т.д друг-другу. Подробнее о принципе работы passthrough можно почитать в соответствующем скилле Universal Modder (это такой набор скиллов и тулов для создания модов через любого агента). По сути, такие моды являются визуальным трюком, а не полноценной интеграцией одной игры в другую, хотя и ощущаются именно так. Из примеров подобных модификаций: Mario 64 x Elden Ring, Minecraft x Elden Ring, Minecraft x Skyrim. Очевидным ограничением таких модификаций является то, что их сложно сделать интересными с точки зрения геймдизайна и геймплея ввиду ограничений passthrough-метода. Но повеселиться, собрать много просмотров в соцсетях или просто протестировать какую-то идею вполне себе сойдет. Более интересным и полезным способом остается все-таки обычная модификация одной игры, хоть и силами агентов. Например, в Project Zomboid появилось сразу несколько модов, превращающих изометрическую игру в игру от третьего лица.

Я тут муху в геймбой запихал, и подключил режим тамагочи https://github.com/LakoMoor/FlyWireGBA

мы живём в эпоху экспоненциального удешевления интеллектуального труда (как в начале 20 века удешивился труд физический) , но всегда создаётся небольшая обратная волна - труд мастеров, а не был ремеслеников начинает ценится сильнее, в особенности это касается визуальных штук и того что человек руками трогает.

А помните раньше все говорили слова не зная их значения, просто потому что они круто звучат по типу «квантовая физика», «осенью мобилизация», «адронный коллайдер», «блокчейн», «дофамин» Ща вот новая темка появилась – отправил тебе по гитхабу коммит в пул реквест через ребейз черри пиком – о а я сделал форк твоего мержа засквошил стэш и запушил форсом в детачед хед

ищу дизайнера который умеет не слоп UX рисовать @transformerslovedeatch

https://tej.as/blog/aleph-alpha-kolibri Релиз не супер говно, но Парето фронтир к сожалению никому не нужен

От "наши LLM - мирового уровня" до "но нужно трезво смотреть на вещи..." прошла одна блокировка в клодкоде

От "наши LLM - мирового уровня" до "но нужно трезво смотреть на вещи..." прошла одна блокировка в клодкоде

а? https://arxiv.org/abs/2610.01382

https://earendil.com/posts/pi-1-0/ 1) все еще лучший агент 2) дико выгодный 3) даст бог антропи и опенаи форкнут

забавно что интерпретируемость скоров оказалась ээээ то ли непонятой то ли не на всех задачах то ли еще что то

Не знаю, слышали ли вы про новую инновационную модель Jev от Typesafe, но мне про неё уже написали пять человек в личку и ещё двое — в комментариях 🧐 Если говорить просто, Jev — это специализированная модель для получения структурированных вероятностных ответов. В отличие от обычных LLM, она не генерирует текст, а за один запрос может параллельно отвечать на заранее заданные вопросы. При этом ответы будут просто «да» или «нет» с некоторой вероятностью. Такую модель можно использовать, в том числе, для антиспама. Технически можно просто спросить у неё «это спам?», но на деле это не сработает. Тут нужно самостоятельно разложить задачу на набор критериев, задать модели отдельные вопросы, а уже потом объединить полученные ответы и принять итоговое решение. В качестве примера можно посмотреть критерии в jev_antispam_bot: он задаёт модели 17 вопросов, а для принятия решения использует порог вероятности 0.9. Если прогнать по этим критериям тот спам, который за прошедшие сутки обнаружил @lolsbot, то на моей выборке получится 46% пропусков, но при этом решение задачи будет примерно в 5 раз дешевле по сравнению с gpt-4.1-mini. Идеального результата по отсутствию пропусков на этой выборке можно добиться, если снизить порог до 0.05. Но в таком случае количество ложных срабатываний существенно вырастает — до 84%, поэтому полагаться на такой результат без дополнительной проверки нельзя. Нечто среднее можно получить при пороге 0.15–0.20: около 5% пропусков, при этом примерно 30% сообщений придётся дополнительно перепроверять через более умную модель. После длительных тестов и сложных вычислений получилось, что Jev вполне реально интегрировать в Lols в качестве предварительного фильтра. Это позволит примерно вдвое снизить затраты на OpenAI, а около 30% от сэкономленных денег отдавать за использование Jev. По моим тестам, качество антиспама при этом существенно не изменится, зато добавится ещё одна внешняя зависимость. Стоит ли оно того? Как по мне — нет. На самом деле есть смысл обучить свой классификатор, но руки до этого так и не дошли. А на видяху за год так и не собрали денег, поэтому придётся пользоваться облачными провайдерами и опять тратить деньги 🫠

как я воспринимаю людей которые не слышали про jev

ну что парни, куда едем? в страну первого мира с кондиционерами, амазоном и ваймо или в мараканскую багето круасано колонию кушать с одной стороны статья на мейне в Австралии, с другой стороны воркшопы в Париже