нейросети. - страница 42

Разработчик нашёл способ удалять метки SynthID с AI-изображений

Разработчик провёл реверс-инжинирингу системы SynthID для маркировки сгенерированных изображений и нашёл способ удалять водяные знаки. После этого система проверки принимает AI-картинки за оригинальные.

продолжить чтение

Инвесторы сомневаются в стратегии OpenAI на фоне роста Anthropic

По данным Financial Times, часть инвесторов выражает сомнение в оценке OpenAI на уровне около 852 млрд долларов, указывая на размытость стратегии компании.

продолжить чтение

Anthropic обсуждает мораль и религию для Claude с христианскими лидерами

продолжить чтение

Amazon покупает Globalstar для усиления спутниковой связи и конкуренции со Starlink

Компания Amazon объявила о покупке спутникового оператора Globalstar за примерно 11,6 млрд долларов.

продолжить чтение

AI-специалисты массово возвращаются из США в Китай

Китай фиксирует заметный разворот в глобальной гонке за талантами: ведущие ИИ-инженеры покидают Кремниевую долину и возвращаются в страну. За последний год речь идёт уже о десятках топ-исследователей из компаний вроде Google DeepMind и OpenAI.

продолжить чтение

Нейросети для постов в соцсетях: Выбираем ИИ для генерации текста и фото для публикации

Ломаете голову над контентом? Узнайте, какая нейросеть для генерации постов спасет охваты в 2026 году. Подробный разбор полезных ИИ-инструментов, генерирующих цепляющие тексты и сочные фото для ваших соцсетей.

продолжить чтение

Agent Cloud: платформа для внедрения ИИ-агентов от OpenAI и Cloudflare

OpenAI совместно с Cloudflare запустили Agent Cloud — платформу, которая позволяет бизнесу встраивать ИИ-агентов прямо в рабочие процессы.

продолжить чтение

OpenAI купила AI-планировщик личных финансов Hiro

Компания OpenAI приобрела стартап Hiro, который разрабатывал AI-инструмент для моделирования личных финансов и сценарного планирования.

продолжить чтение

TAPe‑детекция против COCO и SOTA: как мы обошли RF‑DETR и YOLO, с легкостью уложившись в 100k параметров (вместо 100M)

Мы довели TAPe‑детекцию на COCO до уровня лучших SOTA‑моделей по точности, но с двумя порядками выигрыша по параметрам и радикально меньшими требованиями к данным и ресурсам. При этом модель держит 7–8 мс на изображение при mAP50 на уровне RF‑DETR‑2XL и работает почти одинаково быстро на GPU и CPU. В этом финальном посте нашего "дневника" мы подведем итоги эксперимента, покажем ключевые бенчмарки и объясним, почему TAPe‑подход позволяет реально экономить данные, железо и время разработки.Если вы тут впервые, сначала можно посмотреть:базовую статью про TAPe+ML —

продолжить чтение

ИИ меняет роль студента: какие навыки нужны в новой реальности обучения

Привет, Хабр. На связи Костя, CEO Кэмпа.

продолжить чтение