Русскоязычная #llm

Google Cloud начал давать доступ к Gemini 1.5 Flash и 1.5 Pro - LLM c конекстом в 2 миллиона токенов.

Добавлена поддержка поиска Google и готовые приложения Gemini в Google Workspace.

Готовые Gems в Gemini в Google Workspace и пачка агентов искусственного интеллекта, предназначенных для взаимодействия с клиентами и общения с ними

#assistant #llm #news

Arch-Guard

От взлома языковых моделей защищаются всерьез.

Коллекция Katanemo Arch-Guard — это коллекция самых современных (SOTA) #LLM, специально разработанных для задач обнаружения взлома. Попытки взлома — это вредоносные запросы, предназначенные для изменения предполагаемого поведения базовой модели LLM приложения. Они часто нарушают правила безопасности модели.

Война технологий продолжается

#news #jailbreak

Pangea: A Fully Open Multilingual Multimodal LLM for 39 Languages

Мультимодальная #LLM на 39 языков, русский в их числе. 7B параметров. "Полный" опенсорс

Код
Демо

#Multimodal #Mllm

Ultravox

Голосовая разговорная LLM на базе Llama3.1-70B-Instruct и whisper-large-v3-turbo, опенсорс.
Голосовые данные для нее являются родными, как и текст.
Работает в реальном времени.
Поболтал с ней пару минут - задержка вообще незаметна. Прекрасно говорит по-русски!

Умеет клонировать голос, в демо этого нет
Есть онлайн сервис с API

Гитхаб
Веса
Демо

#voiceassistant #assiatant #voicecloning #translation #LLM #realtime #online

Anychat

Неплохой подарочек
В этом демоспейсе есть большинство топовых LLM, даже Pixtral Large уже завезли.

Для коммерческих конечно понадобится токен

#assistant #llm

R1-Lite

Способная к рассуждениям #LLM от DeepSeek, конкурент o1, ждем в опенсорсе

По бенчмаркам лучше o1-preview в кодинге и математике, в остальном послабее

Попробовать можно на их сайте, включив «Deep Think». Дают 50 сообщений в день бесплатно

Попробовать

#assistant

Multi-Model Consensus Chat

В Anychat добавили экспериментальную функцию. Здесь разные #LLM коллегиально решат вашу задачу

#assistant

Pleias

Семейство небольших языковых моделей, обученных только на открытых данных.

350M, 1.2B и 3B параметров

- мультиязычные, несколько европейских языков (каких?)
- безопасные, самые низкие результаты в тесте токсичности
- эффективны при выполнении ключевых задач, таких как поиск знаний.
- способны эффективно работать на локальном железе потребительского уровня (CPU, без квантизации)

веса

#news #llm

FilmAgent: A Multi-Agent Framework for End-to-End Film Automation in Virtual 3D Spaces

Мультиагентная платформа для автоматизации и оптимизации производства фильмов.

FilmAgent имитирует ключевые роли съемочной группы — режиссеров, сценаристов, актеров и кинематографистов. Процесс делится на три этапа: планирование, написание сценария и "съемки"

Все это работает на #LLM и #Unity

Код

#agent #assistant #text2movie #filmmaking

LLM Arena: Бенчмарк LLM моделей на русском языке

Арена русскоязычных моделей.
А вот на днях еще и запустили приложение в тг

#arena #leaderboard #llm

Hunyuan-TurboS

Hunyuan выкатил показал свою #LLM, вдохновленную, на минуточку, человеческими когнитивными процессами

По-русски шпрехает, вот доказательства

Демо

#assistant

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights

Немножко ресерча, который скоро вдохнет новые силы в LLM

TLDR: LoRa для языковых моделей без дообучения

Проект Drag-and-Drop LLMs (DnD) — это метод, который позволяет быстро адаптировать большие языковые модели к новым задачам без дополнительного обучения. Модель использует текстовые подсказки для создания необходимых параметров и работает быстрее, чем традиционные методы настройки. Это делает её эффективной для решения различных задач, включая математику, кодирование и анализ мультимодальных данных

Код ждем

#llm #research

HumanOmniV2: From Understanding to Omni-Modal Reasoning with Context

Ресерч.
Если встретите название HumanOmniV2, не путайте его с OmniHuman

Проект HumanOmniV2 от Alibaba направлен на улучшение способности больших языковых моделей (LLM) понимать и интерпретировать человеческие намерения и эмоции через мультимодальные данные.

Если кому нужен код, вот

Код

#llm #research

NeMo Canary-Qwen-2.5B

#SOTA в транскрибации аудио речи в текст от NVIDIA.
Умеет и отвечать на вопросы по обработанному аудио.
Знает только английский язык.

Влез на вершину Open ASR Leaderboard

Гитхаб
HF
Демо

#ASR #speech2text #stt #llm #leaderboard

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights

Метод позволяет быстро адаптировать большие языковые модели к различным задачам без необходимости их полного переобучения.

Параметры настройки генерируются за секунды на основе текстового промпта и упаковываются в LoRa

Код
Демо

#llm #lora #finetuning

Дообучение gpt-oss от Unsloth

Гитхаб
Колаб
Инструкция

#finetuning #llm #assistant