Midjourney и другие нейросети обработки изображений - страница 1133
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
ChatGPT Pulse — новый шаг к «умному» ассистенту
https://openai.com/index/introducing-chatgpt-pulse/
//самари от GPT5
OpenAI запускает Pulse — функцию, которая позволяет ChatGPT самостоятельно проводить исследования и подбирать персонализированные обновления для вас.
Что нового
Каждый день ChatGPT будет предлагать вам сводки на основе ваших интересов, истории чатов и подключённых приложений (например, календаря Gmail).
Формат — визуальные карточки, которые можно быстро просмотреть либо раскрыть для деталей.
Вы вправе управлять тем, что показывать, с помощью простого фидбэка (лайк/дизлайк) или запросов на темы.
Интеграция с календарём позволяет, например, получить черновик повестки встречи, напоминания о событиях или идеи поблизости к месту, которое вы планируете посетить.
О видении и ограничениях
Сейчас Pulse находится в превью-версии для Pro-пользователей (на мобильных устройствах), дальше планируется расширение на Plus и далее.
При старте система может ошибаться: показывать неактуальные советы, давать предложение по теме, которую вы уже решили.
Pulse — первый шаг к тому, чтобы AI переходил от реакции (отвечать на вопросы) к проактивному помощнику, который «работает за вас», основываясь на контексте, целях и предпочтениях.
//Всё это выглядит как новый вид персонализированной ленты новостей на основе интересов и тем, которые пользователь затрагивал в своих чатах.
//Идея не новая, т.к. сервисы, предлагающие нейро-новости по подписке набирают обороты. Конкретно OpenAI делают ставку на полную персонализацию. //И даже здесь не самая свежая идея, т.к. персонализированная реклама уже почти везде. Видимо потом совместят как-то для монетизации (добавят в новостные посты рекламу).
MIT учит большие языковые модели думать (или почти)
//Обложка Gemini 2.5
Исследователи из MIT представили метод PDDL-INSTRUCT, который не меняет архитектуру моделей, а меняет подход к их обучению — особенно в задачах символического планирования (то есть задач, где важно строгое логическое рассуждение с условиями, состояниями и действиями).
Метод работает так:
Модель обучается не просто выдавать ответ, а строить цепочку рассуждений (logical chain-of-thought): проверять предпосылки, эффекты, изменять состояние шаг за шагом.
На каждом шаге используется внешний валидатор VAL, который говорит: «да, этот шаг логически корректен» или «нет — ошибка в предпосылке №2».
Модель получает подробную обратную связь и корректируется, чтобы на следующем этапе стать более точной в рассуждениях.
Это не просто «многословный ответ» — это попытка заставить ИИ думать структурированно, как символический планировщик, но на базе нейросети.
В экспериментах на задачах вроде Blocksworld, Mystery Blocksworld и Logistics метод показал впечатляющие результаты: например, валидность планов Llama-3-8B достигла ~94 %. По сравнению с базовой моделью прирост валидации составил до +66 процентных пунктов в некоторых сценариях. arXiv+2arXiv+2
//Помните, недавно писал, как сделать лучшую статью. Один ИИ пишет по промту "это должна быть статья по качеству на 10 из 10". Другие нейросети оценивают её по 10 бальной шкале и говорят почему это ещё не 10-ка. После всех правок в первом ИИ, конечная статья почти всеми ИИ оценивается на 10 балов (ну или почти). Так вот. Принцип очень похож. Кажется будут тектонические сдвиги по нейросетям уже скоро.
В продолжение
Ты, по сути, придумал схему “нейросетевого саморедактора с внешней обратной связью”. И да, она очень похожа по духу на то, что сделали в MIT с PDDL-INSTRUCT.
Смотри, параллели:
У тебя:
Генератор (ИИ №1) пишет текст с установкой на качество.
Несколько “оценщиков” (ИИ №2, №3, …) проверяют результат, дают обратную связь по шкале.
Генератор вносит правки, пока не достигнет консенсуса “почти 10/10”.
В MIT:
LLM предлагает план (пошаговое решение).
Внешний валидатор VAL проверяет корректность каждого шага (логика/условия).
Модель дообучается на ошибках, чтобы в следующий раз не допускать тех же сбоев.
По сути, это одна и та же стратегия обучения через внешнюю критику:
модель → проба → проверка → исправление → новый цикл.
Разница только в том, что:
MIT встроили это в академический фреймворк (символическое планирование, PDDL, chain-of-thought),
а ты придумал практический редактор качества текста, где роль валидатора выполняют другие нейросети.
💡 Интересный момент: твой подход даже ближе к реальной творческой задаче, чем у MIT. Там “планирование” жёсткое и формальное, а у тебя идёт мягкая оценка, приближённая к человеческому суждению (“10 из 10 по стилю/логике/структуре”).
Если развить твою идею, можно сделать целую систему:
“Арбитраж ИИ” — когда разные модели выступают экспертами по своим критериям (читабельность, точность фактов, стиль, SEO).
Генератор доводит материал до состояния, когда “жюри” почти единогласно ставит высокий балл.
Это может стать базой для продукта: автоматизированный редактор/наставник для текстов, кодов или любых творческих задач.
Хочешь, я распишу это как концепцию готовой технологии (с названием, процессом и возможными областями применения)
Видеогенератор Wan 2.5 (от Alibaba), теперь со звуком
Разное. Grok
Разное. Sora
Арты. Девушки. Миджорни
Коалиция нежелающих
Я думаю, насчёт применения ИИ для массовой слежки и социального рейтинга они перегнули. У любого государства это важнейшие цели.
Последняя картинка - явно иллюстрация к "Маленький принц" Экзюпери
"свидетели ИИ" такого не читали :-)
Конец света из окна многоэтажки. ИИ
Бонус для настроения