Как объяснить ребёнку, зачем учиться, если всё может сделать нейросеть
По данным исследования приложения «Где мои дети»
YouTube Music начал внедрять ИИ‑метки для прозрачности музыкального контента
Стриминговый сервис YouTube Music начал внедрять метки для музыки, сгенерированной инструментами искусственного интеллекта, чтобы обеспечить прозрачность контента на площадке.
Как запустить Super Mario Bros на Xiaomi Mi Band 4
Однажды во время уборки я нашёл свой старый фитнес-браслет, Xiaomi Mi Band 4. По сути, это носимый компьютер с батареей, экраном, сенсорами и Bluetooth. Можно ли что-нибудь на нём запустить? Теоретически да, но проблема в том, что я не специалист по взлому hardware и не пишу на C под ARM. Но, может быть, нынешнее поколение LLM поможет мне запустить на нём что-нибудь интересное? Например, эмулятор NES, на котором можно поиграть в Super Mario Bros с управлением через сенсорный экран и клавиатуру по Bluetooth? Для меня всё это звучит как научная фантастика. Наверное, на это ушёл бы год целенаправленной работы. Но попытаться я думаю стоит
VIVI: что если знания не загрузить в ИИ, а попробовать сделать так что бы они родились из опыта?
Можно ли построить систему, которая не получает готовый «мозг» с заложенными знаниями, а постепенно формирует собственную память, связи между знаниями и способы работы с ними? Как и многие, я пытался сделать что-то своё, и для повседневных задач использую LLM — но меня это не устраивает.Сейчас будут скажем так мои размышления. Моя теория. Что такое:«ЗНАНИЯ» — это совокупность данных и опыта.«ИНТЕЛЕКТ» — это совокупность знаний, понимания знаний, умении применять эти знания и опыта от применения знаний как неудачный, так и удачный.
543 уязвимости в индустриальном стандарте: отлавливаем бреши в FFmpeg
Привет, Хабр!Меня зовут Егор Боровинских, старший аналитик безопасности веб-приложений в компании «Гарда».Сегодня хочу поговорить о FFmpeg. Для тех, кто не в курсе, эта open-source библиотека является индустриальным стандартом для мобильных приложений с функциями обработки аудио и видео, которая разбирает контейнеры (MP4, MOV, AVI, RTSP и т. п.) на отдельные потоки. А знаете, что бонусом к этому фреймворку идет порядка 543 зарегистрированных CVE? Причем эти уязвимости фигурируют в программах bugbounty.Немного цифр в подтверждение важности темы. По данным отчета
GENATATOR: учим языковые модели для ДНК восстанавливать структуру генов
Привет, Хабр! Меня зовут Алексей Шмелев, я научный сотрудник группы геномики центра AIDD, AIRI. В нашей команде я занимаюсь разработкой различных моделей для анализа геномных последовательностей, и в этой статье я хочу рассказать про GENATATOR — наш проект по автоматической аннотации генома с помощью DNA language models.Рассказ получился большим, потому что при автоматической аннотации возникает большое число нюансов, начиная от выбора и подготовки данных и заканчивая невидимыми на первый взгляд различиями в метриках — всё это хотелось раскрыть подробнее.
Jev 1.14: ищем объекты, проверяем документы и находим кошку среди 96 фотографий
В предыдущей статье я проверял Jev на текстовых задачах: классификации, уверенности ответов, длинном контексте и грязном входе. 14 октября TypeSafe анонсировала Jev 1.14 и открыла экспериментальные возможности: изображения, новый тип вопроса box и расширенный контекст. Захотелось посмотреть, что с их помощью можно сделать на практике и где возникают ошибки.
