Onigiri

Видели новую презентацию от OpenAI? Оказывается, там показали далеко не все. Так как новая модель мультимодальная, она может не просто понимать интонацию, отвечать разными голосами или петь, как показали в презентации. Но она еще может генерировать звуки, картинки и даже 3D-модели по запросу. И вроде бы, генерация картинок была и раньше, но вот, как она была устроена: есть модель dalle, которая по текстовому запросу генерирует картинку, и есть модель gpt, которая общается текстом. Если мы просим gpt что-то нарисовать, то она формирует запрос для dalle, которая уже по этому запросу создает изображение. Если мы общаемся с gpt голосом, то звук сначала идет в модель whisper, которая преобразует его в текст, а уже текст передается в gpt. На выходе ответ gpt тоже нужно преобразовать обратно в речь. И того, тут задействованы 3 разные модели. Теперь это все может делать одна только gpt. А это значит, что она будет быстрее отвечать и гораздо лучше понимать изображения. Например, она сможет рисовать одного и того же персонажа в разных ситуациях (что очень сложно для других нейросетей) А еще, она сможет редактировать изображения или даже изображать на них полноценный текст и сложные узоры. (картинки приложил к посту)

У меня вопрос про странные комнаты в играх. Кто-нибудь еще встречал такое?

Сделал исправленную версию 🧐

Когда только вышла GPT-4, повсюду репостили эту картинку. Она конечно же неправильная, у GPT-4 не 100 триллионов параметров. Изначально большой круг на картинке должен был изображать мозг человека, но произошел сломанный телефон, и картинка стала про GPT-4. С мозгом конечно тоже грубое сравнение, но там хоть какой-то смысл был

И хоть ту картинку уже много раз разоблачали, в последнее время я снова ее вижу. А все из-за выхода новой модели от OpenAI под тестовым названием gpt2-chatbot, которая, как многие предполагают, окажется GPT-4.5, по аналогии с тем, как после выхода GPT-3 появилась GPT-3.5. Если gpt2-chatbot действительно окажется GPT-4.5 (а не какой-нибудь GPT-5), то, скорее всего, это будет дообученная GPT-4, а значит, ее размеры не изменятся, но отвечать она будет лучше

Следуем трендам

Может быть видели, что в последние несколько дней стало популярно в постах про компании или программы вместо их изначального логотипа постить логотип в стиле витьюберов. Все началось с этого поста в твиттере, затем сделали лого VS Code, а дальше пошли языки программирования и многое другое. Теперь даже у некоторых js-библиотек есть анимешная вариация 😂

Вы возможно видели статистику гугла (на первой картинке), которую сейчас многие постят, по запросам типа «глаза болят» в дни недавнего солнечного затмения в Северной Америке. Так вот. Я ведь тоже когда-то в детстве долго смотрел на затмение, и на канале даже есть видео про то, что будет, если долго смотреть на солнце. Интересно то, что у этого видео каждый раз поднимаются просмотры во время затмений (на второй картинке). Даже во время недавнего, хоть видео и на русском. Глаза кстати не болели