Midjourney и другие нейросети - страница 1197

Новый комментарий
 
Ivan Butko #:
И, у меня такое ощущение, что инструкции по типу "будь лучше, проверяй два раза, сверяйся с документацией онлайн, будть критиком, логиком, учёным, богом, и тд тп" - только ухудшают генерации. LLM на любую инструкцию начинает "приумывать" поведение, а не быть полезной. Просишь быть внимательной - она найдёт ошибку из ничего. И тд. 

Как только удаляешь инструкции - всё нормально, галлюцинаций как будто меньше.
Насчёт использования документации - не согласен. Многие модели делают ошибки в MQL5, пока не добавишь проверку по документации в MCP или Skills.
 
Edgar Akhmadeev #:
Насчёт использования документации - не согласен. Многие модели делают ошибки в MQL5, пока не добавишь проверку по документации в MCP или Skills.
Я про инструкции в интерфейсе сайтов. 

Если у QWEN там добавить требование на сверку с документацией, то он выдумывает несуществующие ссылки.
 
Ivan Butko #:
Я про инструкции в интерфейсе сайтов. 

Если у QWEN там добавить требование на сверку с документацией, то он выдумывает несуществующие ссылки.

Т.е. в чате?

Я в инструкции (в Skills) добавил конкретные ссылки на документацию и на учебники на mql5.com

Теперь они знают про вектора и матрицы, про нативную поддержку ONNX, и что некоторые строковые функции работают in-place.

Кстати, в Skills надо добавлять напоминания о реализациях, которым их не обучали, и они могут не догадываться искать в документации.

Ну вот например guidelines.md:

Чётко выполняй команды:
- просьба вывести полный код
- просьба вывести исправленный код функции
- просьба вывести исправленный фрагмент - обрамляй изменённые строки несколькими не изменившимися, чтобы легко найти фрагмент, и сообщай имя функции, из которого этот фрагмент
- не выводи полный код при небольших изменениях
- при изменениях большей части кода функции выводи полный код функции
- комментируй в коде - где и для чего исправления
Не используй в ответах юмор или иные эмоциональные окраски разговора.
Большой код разбивай на include-файлы по классам или по другим объединяющим характеристикам.
Одинаковые фрагменты кода выделяй в функции. Если фрагменты незначительно различаются, добавляй аргументы (когда это не снижает оптимальности).
Рассуждай по-русски.
Отвечай по-русски.

И mql5-functions.md:

## when: file.ext == "*.mq5"
# MQL5 имеет НАТИВНУЮ поддержку ONNX (без внешних DLL)

## Ключевые факты
- OnnxCreate("model.onnx") — загружает модель напрямую.
- Работает с векторами и матрицами, поддерживаемыми в MQL5.
- Полная документация: https://www.mql5.com/en/docs/onnx
## Пример
```mql5
long model = OnnxCreate(filename, size);
if (model == INVALID_HANDLE) {
        Print("Ошибка загрузки");
        return;
}
OnnxRelease(model);
```
# MQL5 имеет поддержку векторов и матриц
## Ключевые факты
- vector — это специальный тип данных в MQL5 для работы с векторами, который представляет из себя одномерный массив.
- matrix — это специальный тип данных в MQL5 для представления матриц, который фактически является двумерным массивом.
- Существуют следующие типы данных:
        - matrix — матрица, содержащая элементы типа double
        - matrixf — матрица, содержащая элементы типа float
        - matrixc — матрица, содержащая элементы типа complex.
        - vector — вектор, содержащий элементы типа double
        - vectorf — вектор, содержащий элементы типа float
        - vectorc — вектор, содержащий элементы типа complex
- Целочисленные вектора и матрицы отсутствуют.
- Полная документация: https://www.mql5.com/en/docs/basis/types/matrix_vector
## Пример
```mql5
matrix a = {{0, 1}, {2, 3}};
matrix b = a.Transpose();
a *= 2;
a += b;
```
# Строковые функции
void StringTrimLeft(string) и void StringTrimRight(string) - работают со строкой in-place.
 

ByteDance выпустила DeerFlow 2.0 — open-source «суперагент», который умеет исследовать, кодить и собирать готовые проекты


//текст и обложка ChatGPT 5.5

Пока большинство AI-инструментов остаются обычными чат-ботами, ByteDance делает ставку на следующий этап развития ИИ — автономные multi-agent системы.

Именно таким проектом стал DeerFlow — open-source платформа для запуска AI-агентов, которые умеют исследовать, писать код, работать с файлами и выполнять длинные задачи почти как цифровая команда сотрудников.

После релиза версии 2.0 проект быстро попал в GitHub Trending и стал одной из самых обсуждаемых open-source AI-систем последних недель.

Что такое DeerFlow

DeerFlow (Deep Exploration and Efficient Research Flow) — это не просто «AI-агент», а полноценная среда для orchestration AI-задач.

Главная идея:
вместо одного ИИ система запускает нескольких специализированных субагентов, которые работают параллельно.

Например, один агент:

  • ищет информацию,

  • второй анализирует данные,

  • третий строит графики,

  • четвёртый пишет отчёт,

  • пятый генерирует презентацию.

А главный агент координирует всю работу и собирает итоговый результат.

Что умеет DeerFlow 2.0

Multi-Agent архитектура

Система умеет:

  • разбивать задачи на этапы,

  • запускать субагентов,

  • распределять инструменты,

  • параллельно выполнять workflow.

Запуск кода и sandbox-среда

DeerFlow поддерживает:

  • Python,

  • Bash,

  • Docker,

  • работу с файлами,

  • автоматизацию процессов.

ИИ может не просто отвечать текстом, а реально выполнять действия внутри среды.

Skills-система

Вместо одного огромного промпта используются модульные навыки (Skills):

  • web research,

  • coding,

  • создание сайтов,

  • генерация отчётов,

  • работа с документами.

Навыки подгружаются только при необходимости, экономя контекст и токены.

Память и long-horizon задачи

DeerFlow поддерживает:

  • сохранение истории,

  • файловую память,

  • промежуточные результаты,

  • длительные workflow.

Это важно для сложных задач, которые выполняются часами.

На каких моделях работает

DeerFlow поддерживает:

  • GPT,

  • Claude,

  • Gemini,

  • DeepSeek,

  • Qwen,

  • Kimi,

  • Ollama,

  • OpenAI-compatible API.

То есть система не привязана к одной модели и может работать даже с локальными LLM.

Главные конкуренты

Сегодня DeerFlow конкурирует с:

  • OpenAI Deep Research,

  • Manus AI,

  • CrewAI,

  • AutoGPT,

  • OpenHands.

Но главное отличие проекта — open-source подход и акцент на полноценную runtime-среду для автономных AI workflow.

Есть ли бенчмарки?

Пока строгих benchmark-результатов почти нет.

DeerFlow — это не новая LLM, а orchestration-платформа поверх существующих моделей. Поэтому основное внимание сейчас уделяется архитектуре и возможностям системы, а не «IQ-тестам» моделей.

Что говорят в сети

Сообщество в целом встретило проект очень позитивно.

Чаще всего хвалят:

  • гибкую multi-agent архитектуру,

  • поддержку локальных моделей,

  • sandbox execution,

  • модульность,

  • MIT-лицензию,

  • открытый код.

Многие называют DeerFlow одним из самых серьёзных open-source ответов коммерческим AI-агентам вроде Manus.

Но есть и проблемы

DeerFlow пока остаётся довольно «тяжёлой» системой:

  • требует мощного железа,

  • сложен в настройке,

  • быстро расходует токены и ресурсы.

Кроме того, ИИ с доступом к Bash, Docker и файловой системе требует аккуратного подхода к безопасности.

Почему DeerFlow важен

Главное здесь даже не сам проект, а общий тренд.

Индустрия постепенно переходит от:

«ИИ отвечает на вопрос»

к:

«ИИ управляет процессами и выполняет задачи».

И DeerFlow показывает, как может выглядеть следующее поколение AI-систем:

  • автономные агенты,

  • AI-команды,

  • цифровые сотрудники,

  • long-horizon workflow.

Пока это ещё ранний этап технологии.
Но именно такие системы сегодня считаются одним из главных направлений развития ИИ после эпохи обычных чат-ботов.

 

После того как ChatGPT раскатал в базу версию 5.5 Instant, наконец-то классическая сборка информации работает хорошо.

Сравнивал с Gemini 3.1, который для меня был лидером в формате "краткая выжимка" (саммари) (перебираю старые нахомяченные курсы).

ChatGPT лучше упаковывает информацию, точнее, делает это понятнее, не упуская важные детали.

Стиль - списки и длиннопост коротких строк конечно не подойдёт для публикаций на сайт (нужен художественный рерайт), но для изучения и хранения информации - самое то.

P.S. Все предыдущие бесплатные ChatGPT просто не годились для работы с текстом.
 

Новости ИИ за неделю: Впечатляющая модель от неожиданной компании, успехи Anthropic и анонсы Google


//текст Gemini 3.1, обложка ChatGPT

В свежем обзоре видео Мэтта Вульфа https://youtu.be/Oy7tzmfbl64 разбираем главные события, анонсы новых моделей и инструментов, которые в очередной раз меняют подход к работе с ИИ.

Неожиданный прорыв: Thinking Machines Labs

Стартап Thinking Machines Labs, основанный бывшей техническим директором OpenAI Мирой Мурати, прервал молчание и показал демо своей интерактивной ИИ-модели. Новинка демонстрирует впечатляющие возможности:

  • Синхронный перевод в реальном времени с наложением голоса.

  • Способность к естественному диалогу: модель не перебивает во время пауз, но может вмешаться, если пользователь предлагает опасную или нелогичную идею.

  • Выполнение параллельных задач (tool calls), например, поиск в сети или генерация интерфейсов прямо во время разговора.

Инструменты для разработчиков и пользователей

Управление агентами и кодом: OpenAI выпустила мобильное приложение Codex, позволяющее управлять кодом и работать со своей базой знаний удаленно прямо со смартфона. Также компания представила Daybreak — сканер уязвимостей, который работает как закрытый сервис проверки.

Anthropic и Claude: В интерфейсе Claude Code появился режим Agent View для удобного визуального контроля над множеством запущенных агентов. При этом Anthropic меняет тарифную политику: с 15 июня пользователи сторонних клиентов будут получать фиксированные кредиты, после исчерпания которых включается стандартный биллинг по API. Несмотря на недовольство части сообщества, уровень бизнес-адаптации Anthropic (34,4%) впервые обогнал показатели OpenAI (32,3%).

Создание изображений: Вышла ИИ-модель Crea 2 (Krea AI), предлагающая более глубокий контроль стилизации. С помощью инструмента Mood Boards («доски настроения») можно загружать несколько референсов и генерировать новые арты со строгим соблюдением цветовой палитры и эстетики.

Экосистема Google: Android и новые "Google Books"

Google активно интегрирует Gemini в свои продукты:

  • В браузере Chrome на Android появится кнопка Gemini, способная считывать контекст веб-страницы. Например, по фото афиши ИИ может самостоятельно забронировать билеты на мероприятие и парковку.

  • Анонсированы новые устройства Google Book — эволюция Chromebook с операционной системой, ориентированной на искусственный интеллект.

  • Представлен «умный курсор»: ИИ сам понимает, какой объект сейчас выделен мышью, и по голосовой команде может перемещать его, менять цвет или редактировать текст без единого нажатия на клавиатуру.

На грядущей конференции Google I/O ожидается анонс модели Gemini 3.2 Flash (по слухам, сопоставимой с GPT-5.5, но в 15–20 раз дешевле) и автономного ассистента Gemini Spark.

Другие важные обновления недели

  • Восстановление крипты: Пользователь X смог получить доступ к кошельку с 5 биткоинами (который был заблокирован 12 лет) с помощью Claude, просто загрузив в агента массу данных со своего старого жесткого диска.

  • Notion: Представлена платформа для разработчиков, включающая CLI и инструменты для запуска кода прямо на инфраструктуре Notion.

  • Digg: Возрожденный сайт di.gg теперь использует ИИ для анализа трендов соцсети X и выдачи самых горячих новостей из мира технологий.

  • ИИ-арт: Пользователи X массово раскритиковали реальную картину Клода Моне за «бездушность и отсутствие стиля», когда кто-то ради шутки прикрепил к публикации метку «Сделано с помощью ИИ».

  • World Labs: В открытый доступ выложен инструмент, превращающий 2D-фотографии в полноценные интерактивные 3D-сцены с физикой, освещением и звуком.

  • Rivian: В электромобили внедрен ИИ-ассистент, который имеет доступ к техническому состоянию машины и способен заменить классическое руководство пользователя.

  • Робототехника: Гуманоид от Figure Robotics установил рекорд на непрерывной трансляции, отсортировав свыше 43 000 посылок за 34 с лишним часа безостановочной работы.

 

Довольно уникальная ситуация произошла с Suno.

Были моменты, когда я загружал некоторые свои вещи, написанные очень давно на фрутилупс.

Итог. В какой-то момент новая сгенерированная песня содержала элементы из прошлых загруженных отрывков.

То ли так задумано, то ли система реально обучается на загруженных от пользователей данных. Но заимствование было заметным.

Не понятно только, это действует в контуре пользователя или распространяется на всех. Да и я только рад.

Но, если это происходит в контуре аккаунта, то рекомендую удалить все негодные треки (с 1 месяца подписки таких может быть несколько сотен), а хорошим проставить лайки.

 

Балерины. ChatGPT


 
Vitaliy Kuznetsov #:

Балерины. ChatGPT


а последнюю можно в 4к выложить ?...
 
Aeon_Ray #:
а последнюю можно в 4к выложить ?...
Разрешение картинки оригинал, используйте ИИ-апскейл или обычное масштабирование
1...119011911192119311941195119611971198119912001201120212031204...1211
Новый комментарий