Каталог156/ 156

Языковые модели Agentic AI Agentic AI — системы, которые планируют несколько шагов, используют инструменты и проверяют промежуточный результат. Они особенно полезны там, где есть… 6 мин Основы AI AI ИИ Искусственный интеллект помогает распознавать изображения, работать с текстом, строить прогнозы и решать другие задачи. Разберём, что объединяет эти системы, чем… 6 мин Языковые модели AI Agent AI-агент — система, которая выбирает действия для решения задачи и получает обратную связь от среды. Агент на базе языковой модели… 8 мин Применения AI in Cybersecurity AI помогает находить подозрительные события и разбирать угрозы, но им пользуются и атакующие. Рассмотрим обе стороны: от сортировки оповещений до… 7 мин Применения AI in Education AI может объяснить сложную тему, предложить подсказку или помочь учителю с заданиями. Разберём, когда такая помощь поддерживает обучение, а когда… 6 мин Применения AI in Healthcare Нейросети в медицине помогают готовить черновики клинических записей, анализировать снимки и искать закономерности в данных. Это не единый «AI-врач», а… 8 мин Этика и регулирование AI Safety AI Safety — работа над тем, чтобы нейросети причиняли меньше вреда. Это проверка ошибок, защита данных и ограничения действий: генератор… 8 мин Языковые модели AI Search AI-поиск использует модели, чтобы находить и сопоставлять сведения. В генеративном поиске система собирает ответ по найденным материалам и показывает ссылки.… 7 мин Языковые модели Alignment Alignment помогает настроить AI под человеческие цели и ограничения. Модель обучают на примерах и сравнениях ответов, но затем всё равно… 6 мин Видео AnimateDiff AnimateDiff добавляет к совместимой модели Stable Diffusion модуль движения, чтобы создавать короткие видео. Он связывает соседние кадры; для разных базовых… 6 мин Основы AI API Application Programming Interface API — программный интерфейс: правила, по которым одна программа обращается к другой. Через API можно передать модели текст, изображение или… 8 мин Параметры Aspect Ratio AR Aspect Ratio описывает форму кадра как отношение ширины к высоте. Оно влияет на композицию и на то, насколько размер близок… 5 мин Инструменты AUTOMATIC1111 AUTOMATIC1111, или Stable Diffusion WebUI, — интерфейс для генерации изображений с помощью совместимых моделей Stable Diffusion. Промпт, параметры и результат… 7 мин Параметры Batch Size Batch Size — количество примеров в одном вычислительном пакете. При генерации он влияет на память, задержку и пропускную способность; при… 5 мин Языковые модели Benchmark Benchmark — общий набор задач, правил запуска и метрик для сравнения моделей. Результат имеет смысл только вместе с версией набора… 6 мин Адаптеры Canny Edge Canny выделяет контуры на изображении. Совместимый ControlNet использует их как ориентир для новой картинки: помогает сохранить силуэт предмета или очертания… 7 мин Параметры CFG Scale Classifier-Free Guidance CFG Scale меняет силу влияния текстовых условий на генерацию. Слишком высокое значение может испортить цвета и детали. Разберём, как работает… 6 мин Языковые модели ChatGPT ChatGPT — AI-ассистент OpenAI с чатом, поиском, памятью и инструментами для файлов, изображений, голоса и кода. Это продукт с моделями… 6 мин Языковые модели Chunking Chunking — разбиение документов на фрагменты для поиска и подготовки контекста модели. Маленький фрагмент может потерять важное пояснение, большой —… 6 мин Языковые модели Claude Claude — семейство языковых моделей и AI-ассистент от компании Anthropic, для работы с текстом, документами и кодом. Готовый чат помогает… 8 мин Генеративные модели CLIP Contrastive Language-Image Pretraining CLIP состоит из текстового и визуального энкодеров, обученных сближать подходящие пары «изображение — подпись» и отдалять неподходящие. Благодаря этому текст… 6 мин Инструменты ComfyUI В ComfyUI процесс генерации собирают из соединённых узлов: один загружает модель, другой обрабатывает промпт, третий сохраняет результат. Так можно строить… 6 мин Инструменты ComfyUI Manager ComfyUI Manager помогает искать, устанавливать, обновлять и отключать сторонние ноды, находить недостающие пакеты из чужой схемы, управлять моделями и сохранять… 6 мин Языковые модели Computer Use Computer-Using Agent (CUA) Компьютерный AI-агент читает экран, нажимает кнопки и вводит текст в приложениях. Разберём, как он работает, почему может промахнуться и какие… 6 мин Промпты Context Engineering Context Engineering — подготовка информации, которую увидит модель: инструкций, документов, истории разговора и результатов инструментов. От этого зависит, сможет ли… 7 мин Языковые модели Context Window Контекстное окно — объём токенов, доступный модели во время одного вызова. Туда попадают инструкции, история диалога, документы, результаты инструментов и… 7 мин Адаптеры ControlNet ControlNet направляет генерацию по карте позы, контурам или глубине сцены. Он помогает удержать композицию, но сам по себе не сохраняет… 8 мин Языковые модели Cost per Token Cost per Token описывает тарификацию LLM API по объёму входа и выхода. К итоговой сумме могут добавляться кэш, инструменты, хранение… 5 мин Инструменты CUDA Compute Unified Device Architecture CUDA позволяет программам выполнять вычисления на видеокартах NVIDIA. Разберём, как связаны видеокарта, драйвер и AI-фреймворк, когда нужен CUDA Toolkit и… 7 мин Инструменты Cursor Cursor — редактор кода с AI-помощником. Он может искать по проекту, предлагать правки в нескольких файлах и запускать команды. Разберём,… 6 мин Инструменты Custom Nodes Custom Nodes — сторонние расширения ComfyUI. Они добавляют новые загрузчики, модели, способы управления, обработку видео, звука и изображений. Пакеты из… 9 мин Генеративные модели DALL-E DALL-E — семейство генераторов изображений OpenAI, с которым связаны ранние опыты рисования по тексту и редактирования в диалоге. Объясняем, чем… 6 мин Обучение Dataset Датасет — набор примеров для обучения или проверки модели. Разберём, как отбирать и размечать данные, находить дубли и отделять тестовые… 6 мин Обучение Dataset Captioning Dataset Captioning — подготовка текстовых подписей к изображениям в обучающем датасете. Подпись связывает конкретный снимок с его содержанием и помогает… 6 мин Основы AI Deep Learning DL Глубокое обучение помогает нейросети находить признаки в данных через несколько слоёв преобразований. На примерах текста, изображений и звука разберём, как… 6 мин Языковые модели DeepSeek DeepSeek — компания и семейство языковых моделей, включающее облачные API, модели рассуждения, варианты для кода и опубликованные веса. Облачный сервис… 6 мин Параметры Denoising Strength Denoising Strength задаёт, насколько сильно генерация может отойти от входного изображения. Чем выше сила, тем больше шума получает исходник перед… 7 мин Адаптеры Depth Map Depth Map кодирует глубину сцены: какие поверхности находятся ближе, а какие дальше. Такая карта помогает генеративной модели сохранить расстановку и… 7 мин Языковые модели Diffusion LLM Diffusion Language Model Диффузионная языковая модель уточняет текст за несколько раундов. Например, начинает с пропусков и постепенно заполняет их. Разберём отличие от генерации… 5 мин Генеративные модели Diffusion Model Diffusion Model — семейство генеративных моделей, которые учатся восстанавливать данные из зашумлённого состояния. При генерации процесс идёт от случайного шума… 7 мин Адаптеры DreamBooth DreamBooth — способ обучить генератор узнавать конкретного человека, животное или предмет по нескольким изображениям. Изменения можно сохранить в полных весах… 9 мин Инструменты Edge AI Edge AI запускает модель на телефоне, компьютере, камере, автомобиле или локальном сервере рядом с устройством. Такой подход уменьшает зависимость от… 6 мин Видео ElevenLabs ElevenLabs — облачная платформа для работы с AI-аудио. Она превращает текст в речь, создаёт и клонирует голоса, переводит аудио и… 7 мин Языковые модели Embedding Эмбеддинг — числовой вектор, которым модель представляет текст, картинку или другой объект. Такие векторы помогают искать похожие материалы. Что именно… 8 мин Обучение Epoch Epoch, или эпоха, — один проход через весь обучающий набор. Она показывает, сколько раз данные были охвачены тренировкой, но сама… 7 мин Этика и регулирование EU AI Act EU AI Act регулирует AI в Евросоюзе с учётом назначения системы, уровня риска и роли компании. Для запрещённых практик, высокорисковых… 6 мин Этика и регулирование Explainable AI XAI Explainable AI объединяет методы, которые помогают исследовать вклад признаков, сравнивать возможные решения и объяснять работу системы разным людям. Одно объяснение… 6 мин Инструменты Face Restoration Face Restoration восстанавливает правдоподобные детали лица на снимке. Результат может стать чётче, но менее похожим на человека. Разберём, как сравнивать… 6 мин Инструменты Faceswap Faceswap переносит черты лица в другую фотографию или видео. Для убедительного результата должны согласоваться ракурс, мимика, свет и движение. Разберём,… 5 мин Обучение Fine-tuning Файнтюнинг дообучает готовую модель под свою задачу. Он помогает закрепить стиль или формат ответа. Разберём разницу между полным дообучением и… 6 мин Генеративные модели FLUX FLUX — семейство моделей Black Forest Labs для создания и редактирования изображений. Разберём его устройство, запуск в ComfyUI и совместимость… 6 мин Параметры FP16, BF16, FP8 FP16, BF16 и FP8 — форматы чисел с разным балансом точности, диапазона и расхода памяти. Разберём, как они влияют на… 9 мин Языковые модели Function Calling Function Calling позволяет модели выбрать описанную функцию и вернуть её имя с JSON-аргументами. Функцию выполняет приложение, а не сама LLM.… 6 мин Языковые модели Gemini Gemini — семейство моделей Google для текста, изображений, аудио, видео и работы с инструментами. Доступ к нему встроен в пользовательские… 6 мин Основы AI Generative AI Генеративный AI Генеративный AI создаёт текст, изображения, звук и другие данные по усвоенным закономерностям. Он может предложить новый вариант, но также повторить… 6 мин Инструменты GGUF GPT-Generated Unified Format GGUF — формат хранения весов и метаданных модели, используемый в llama.cpp и совместимых программах. Разберём квантизацию, запуск на CPU и… 7 мин Инструменты Google AI Studio Google AI Studio помогает испытать модели Gemini в браузере, настроить промпт и мультимодальный вход, получить пример вызова API и собрать… 6 мин Языковые модели GPT Generative Pre-trained Transformer GPT расшифровывается как Generative Pre-trained Transformer. Это семейство моделей OpenAI, которые предварительно обучаются на больших наборах данных, а затем настраиваются… 6 мин Основы AI Graph Neural Networks GNN Графовые нейросети учитывают не только свойства объектов, но и связи между ними. Так можно исследовать молекулы, искать подозрительные транзакции или… 8 мин Языковые модели Grok Grok — семейство моделей и AI-ассистент, разработанные xAI. Он умеет отвечать на вопросы, работать с текстом и кодом, а при… 6 мин Параметры Guidance Guidance направляет генерацию к заданным условиям. Под этим названием скрываются разные механизмы, поэтому одинаковое число у двух моделей может означать… 9 мин Языковые модели Hallucination Галлюцинация LLM — правдоподобное, но неверное утверждение в ответе языковой модели. Она может придумать источник, приписать программе несуществующую функцию или… 6 мин Инструменты Harness Harness — программа вокруг модели: она подготавливает данные, вызывает инструменты и проверяет результат. В системах тестирования так называют среду, которая… 8 мин Параметры Hires.fix Hires.fix строит изображение в два прохода. Сначала модель создаёт базовый кадр и его композицию. Затем кадр увеличивается и частично зашумляется,… 9 мин Языковые модели Hybrid Search Hybrid Search объединяет несколько способов найти документы. Лексическая ветка удерживает точные слова и коды, семантическая замечает близкий смысл и перефразировки,… 8 мин Адаптеры Hypernetwork В инструментах Stable Diffusion Hypernetwork — небольшой обучаемый модуль, который меняет работу внимания. Разберём его подключение в ComfyUI, совместимость с… 7 мин Видео Image-to-Video Image-to-Video (I2V) — модель берёт статичную картинку и достраивает движение объектов, камеры и света во времени. Исходник задаёт внешний вид… 7 мин Инструменты img2img image-to-image img2img — генерация на основе существующего изображения. В типичной схеме Stable Diffusion исходник кодируется в латентное представление, зашумляется и перерабатывается… 7 мин Основы AI Inference Инференс — работа готовой модели: она получает запрос и выдаёт текст, прогноз или изображение. Разберём, чем это отличается от обучения… 10 мин Инструменты Inpainting Inpainting меняет часть изображения внутри маски и старается связать новую область с окружением. Так удаляют предметы, меняют одежду, исправляют детали… 7 мин Промпты Intent Recognition Распознавание намерений помогает понять, зачем человек написал сообщение: хочет заказать еду, узнать статус доставки или отменить заказ. Параметры — адрес,… 7 мин Адаптеры IP-Adapter Image Prompt Adapter IP-Adapter добавляет к текстовому промпту визуальное условие. Визуальный энкодер превращает референс в признаки, а отдельная ветка внимания передаёт их диффузионной… 9 мин Языковые модели Jailbreak Jailbreak — попытка добиться от AI ответа или поведения, которое запрещено его защитными правилами. Обычно речь идёт об обходе через… 6 мин Языковые модели JSON Mode JSON Mode ограничивает ответ языковой модели синтаксисом JSON. Это удобнее обычной просьбы «верни JSON», но режим не задаёт обязательные поля,… 5 мин Инструменты JSON Workflow JSON Workflow хранит структуру графа, типы нод, их параметры и связи в машиночитаемом тексте. В ComfyUI есть формат для визуального… 9 мин Языковые модели Kimi Kimi объединяет ассистента и модели Moonshot AI для работы с документами, кодом и поиском. Разберём длинный контекст, API и открытые… 7 мин Языковые модели Knowledge Graph Граф знаний хранит объекты и связи между ними: кто работает над проектом, какую технологию он использует и откуда взят факт.… 9 мин Сэмплеры KSampler KSampler объединяет модель, условия генерации, исходный латент и настройки в один узел ComfyUI. Scheduler строит последовательность уровней шума, sampler задаёт… 9 мин Языковые модели Latency Latency описывает, сколько времени проходит от отправки запроса до результата. У потоковой языковой модели отдельно измеряют ожидание первого токена, интервалы… 10 мин Генеративные модели Latent Space Латентное пространство — внутреннее представление данных в модели. В латентной диффузии генерация идёт в компактном числовом массиве, а декодер превращает… 10 мин Обучение Learning Rate LR Learning rate — настройка масштаба обновлений при обучении. При слишком малом шаге модель учится медленно, при слишком большом процесс может… 8 мин Видео Lip Sync Lip Sync меняет движение губ в видео так, чтобы оно совпадало с новой речью. Техника помогает при дубляже, замене реплик… 6 мин Языковые модели LLM Large Language Model LLM — большая языковая модель, обученная работать с языком на множестве примеров. Она может составить письмо, объяснить код, перевести текст… 7 мин Адаптеры LoRA Low-Rank Adaptation LoRA позволяет адаптировать модель к задаче, обучая небольшие добавки к выбранным весам вместо полного набора параметров. В генерации изображений так… 7 мин Основы AI Machine Learning ML Машинное обучение помогает программе находить закономерности в данных и использовать их для предсказаний, распознавания или генерации. Вместо подробного списка правил… 7 мин Языковые модели Manus Manus — облачный AI-агент, который работает с браузером, кодом и файлами. Разберём, как устроено выполнение поручений, какие права ему нужны… 6 мин Параметры Mask Mask — одноканальная карта, которая задаёт, где операция действует полностью, частично или совсем не действует. В inpainting маска ограничивает область… 9 мин Языковые модели MCP Model Context Protocol MCP (Model Context Protocol) задаёт общий способ, которым AI-приложение обнаруживает инструменты, читает доступные данные и вызывает внешние действия. Протокол разделяет… 7 мин Языковые модели Memory Память AI-ассистента сохраняет сведения для дальнейших обращений: предпочтения, договорённости, описание проекта или итоги прошлой работы. Приложение выбирает, что добавить в… 6 мин Генеративные модели Midjourney Midjourney создаёт изображения по тексту и визуальным референсам, предлагает варианты и позволяет продолжать выбранный кадр в редакторе. Это облачный сервис:… 6 мин Обучение Mixture of Experts MoE В разреженной Mixture of Experts (MoE) часть слоёв содержит несколько экспертных модулей. Маршрутизатор выбирает для каждого токена часть из них.… 6 мин Языковые модели MMLU и HumanEval MMLU проверяет выбор ответа по разным предметам, а HumanEval — способность написать небольшую функцию, которая проходит тесты. Обе цифры полезны,… 8 мин Основы AI Model Модель машинного обучения преобразует данные, используя закономерности, найденные при обучении. Для нейросетевой модели нужны архитектура, веса, конфигурация и обработчики входа… 6 мин Основы AI Model License Лицензия модели описывает, что разрешено делать с конкретными весами: использовать, изменять и распространять их, в том числе в коммерческих сценариях.… 9 мин Обучение Model Merge Model Merge объединяет веса совместимых моделей. Разберём простое смешивание, перенос разницы между версиями и настройку отдельных блоков — и почему… 9 мин Основы AI Multimodal AI Multimodal AI принимает или создаёт данные нескольких типов: текст, изображения, аудио, видео и сигналы датчиков. Возможности не обязаны быть симметричными:… 6 мин Видео Music Generation Музыкальные модели создают аудио по описанию, напеву, референсу или заданной структуре. Одни генерируют готовую песню с вокалом, другие — инструментал,… 6 мин Промпты Negative Prompt Negative Prompt описывает признаки, от которых генерацию нужно оттолкнуть. В распространённой схеме classifier-free guidance модель сравнивает предсказания с положительным и… 6 мин Основы AI Neural Network NN, ANN Нейросеть преобразует данные через связанные слои, а её параметры настраиваются на примерах. Разберём, как из изображения, текста или звука получается… 6 мин Сэмплеры Noise Schedule Noise schedule задаёт, какой уровень сигнала и шума соответствует каждому моменту диффузионного процесса. При генерации сэмплер идёт по выбранным точкам… 8 мин Инструменты NotebookLM (Gemini Notebook) NotebookLM собирает отдельное рабочее пространство из документов, ссылок, аудио и других источников. Чат отвечает с переходами к использованным фрагментам, а… 6 мин Основы AI Open-source AI Open-source AI даёт свободу использовать, изучать, изменять и распространять систему, а также материалы, без которых её нельзя осмысленно доработать. Доступные… 10 мин Адаптеры OpenPose OpenPose находит ключевые точки тела, лица и рук. Карту этих точек можно передать совместимому ControlNet, чтобы задать позу персонажа. Внешность… 6 мин Инструменты Outpainting Outpainting расширяет холст и генерирует сцену в новых областях за пределами исходного кадра. Модель опирается на пиксели возле старой границы,… 9 мин Обучение Overfitting Overfitting, или переобучение, возникает, когда модель всё точнее подстраивается под обучающие примеры, но хуже работает на новых данных. В генерации… 8 мин Основы AI Parameters Параметры нейросети — числа, которые настраиваются при обучении и сохраняются в весах модели. Разберём, как они влияют на результат, память… 7 мин Языковые модели Perplexity Perplexity соединяет веб-поиск с языковой моделью: находит страницы, собирает связный ответ и показывает ссылки. Такой формат удобен для обзора темы,… 6 мин Промпты Prompt Промпт — запрос, который задаёт модели задачу и исходные условия. Он может включать инструкцию, текст для обработки, примеры и желаемый… 7 мин Промпты Prompt Engineering Промпт-инженерия — работа над запросом к языковой модели: формулировкой задачи, исходными данными, примерами и форматом ответа. Запрос проверяют на разных… 8 мин Промпты Prompt Injection Prompt injection — попытка изменить задачу AI через текст или другие данные, которые приложение не должно принимать за команды. Инструкция… 6 мин Промпты Prompt Weighting Prompt Weighting меняет влияние отдельных слов в промпте. Разберём запись вроде `(красный шарф:1.2)`, поддержку в интерфейсах и причины, по которым… 6 мин Инструменты PyTorch PyTorch — библиотека для нейросетей на Python. Она работает с числовыми массивами, вычисляет градиенты и помогает обучать модели. Разберём основные… 7 мин Параметры Quantization Quantization переводит веса или активации модели в более компактное числовое представление. Данных для хранения и передачи становится меньше, но значения… 8 мин Языковые модели Qwen Qwen — семейство моделей Alibaba для текста, кода и мультимодальных задач. Есть облачные варианты и открытые веса. Лицензия, формат и… 5 мин Языковые модели RAG Retrieval-Augmented Generation RAG позволяет модели отвечать по найденным документам. Сначала система ищет подходящие фрагменты, затем передаёт их в контекст. Разберём, как устроен… 7 мин Языковые модели Reasoning Models Reasoning-модели используют дополнительные вычисления перед ответом: разбирают задачу и проверяют варианты решения. Это может помочь в математике и коде, но… 6 мин Генеративные модели Refiner Refiner — отдельная модель или стадия, которая принимает промежуточный результат базовой модели и продолжает генерацию при небольшом уровне шума. Такой… 8 мин Промпты Regional Prompting Regional Prompting — семейство способов связать отдельные описания с нужными участками изображения. Маски, прямоугольники или другие пространственные условия помогают развести… 9 мин Языковые модели Reranking Reranking — второй этап поиска, на котором уже найденные документы получают новые оценки и меняются местами. Первичный поиск собирает кандидатов,… 8 мин Обучение RLHF и DPO RLHF и DPO используют сравнения ответов, чтобы скорректировать поведение модели. В классическом RLHF отдельная модель награды оценивает новые ответы, а… 9 мин Видео Runway, Kling, Pika Runway, Kling и Pika помогают генерировать и редактировать видео. Разберём, как сравнивать их на одной сцене: движение, сохранение персонажа, работу… 6 мин Инструменты Safetensors Safetensors — открытый формат хранения тензоров, в том числе весов нейросетей. Он описывает числовые массивы и не использует механизм pickle,… 6 мин Сэмплеры Sampler sampling method Sampler задаёт правило обновления зашумлённого представления на каждом шаге генерации. Результат зависит также от расписания шума, модели и числа шагов.… 6 мин Сэмплеры Scheduler Karras schedule Scheduler задаёт, на каких уровнях шума или временных точках sampler делает шаги генерации. При одинаковом числе шагов расписание может распределить… 9 мин Генеративные модели SDXL Stable Diffusion XL SDXL (Stable Diffusion XL) — поколение Stable Diffusion, рассчитанное на изображения примерно мегапиксельного масштаба. Оно использует два текстовых кодировщика, дополнительное… 6 мин Параметры Seed Seed (сид) — число, которое задаёт начальный шум для диффузионной модели. При одинаковой вычислительной среде он помогает повторить стартовую точку… 6 мин Адаптеры Segmentation Map Карта сегментации отмечает, где на изображении находятся человек, небо, дорога и другие объекты. Она помогает задать расположение областей при генерации.… 9 мин Языковые модели Semantic Search Семантический поиск помогает находить материалы по смысловой близости, даже если запрос и документ сформулированы разными словами. В распространённой схеме тексты… 6 мин Языковые модели Small Language Models SLM Компактные языковые модели требуют меньше памяти и вычислений, чем более крупные сопоставимые модели. Разберём, для каких задач этого достаточно и… 6 мин Генеративные модели Stable Diffusion Stable Diffusion — семейство моделей для генерации изображений с доступными весами. Разберём локальный запуск, различия поколений и совместимость с LoRA… 7 мин Параметры Steps Steps — число итераций, за которые sampler переводит шум в изображение. Больше шагов обычно означает больше вычислений, но улучшение быстро… 5 мин Языковые модели Structured Output Structured Output задаёт форму ответа модели: поля, типы и допустимые значения. Это помогает получать данные для программы, но не проверяет… 6 мин Этика и регулирование Sustainable AI Sustainable AI рассматривает экологические затраты нейросетей: энергию, воду и оборудование. Разберём, что учитывать при сравнении моделей и как сокращать лишние… 6 мин Обучение Synthetic Data Синтетические данные создаёт программа, симулятор или модель. С их помощью можно получить редкие примеры и воспроизвести опасные ситуации. Пользу проверяют… 6 мин Промпты System Prompt System Prompt задаёт модели роль, правила, формат и границы конкретного приложения. Платформа обычно задаёт ему более высокий приоритет, чем запросу… 6 мин Языковые модели Test-Time Compute Inference-Time Scaling Test-Time Compute — способы потратить больше вычислений на конкретный ответ: сделать несколько попыток, провести поиск, проверить решение или увеличить внутренний… 5 мин Видео Text-to-Video Text-to-Video — генерация видео по текстовому описанию. Есть облачные сервисы и открытые модели для локального запуска, в том числе через… 6 мин Адаптеры Textual Inversion TI Textual Inversion учит новое текстовое представление концепта по примерам, сохраняя остальные веса генеративной модели замороженными. Полученный embedding загружается в совместимый… 8 мин Адаптеры Tile / Tiling Tile называют сразу несколько разных приёмов: обработку большого изображения перекрывающимися фрагментами, тайловый денойзинг, tiled VAE для снижения пиковой нагрузки на… 8 мин Языковые модели Token Токен — элемент словаря модели: целое слово, часть слова, знак, пробел или последовательность байтов. Токенизатор превращает текст в идентификаторы, а… 7 мин Языковые модели Tool Calling Tool Calling позволяет модели предложить вызов поиска, калькулятора, базы или другой функции в структурированном виде. Само действие выполняет приложение или… 7 мин Основы AI Training Training, или обучение модели, — процесс настройки её параметров на примерах. Модель делает предсказание, функция потерь измеряет ошибку, а оптимизатор… 6 мин Основы AI Transformer Transformer — архитектура нейросети, представленная в статье Attention Is All You Need в 2017 году. Она обрабатывает последовательность через attention:… 7 мин Промпты Trigger Word Trigger word — слово или короткая фраза, которую во время обучения связывают с персонажем, предметом или стилем. Повтор той же… 7 мин Этика и регулирование Trust in AI Доверие к AI зависит от того, можно ли проверить его ответ, исправить ошибку и отменить действие. Разберём, как устроить такую… 6 мин Видео TTS и STT STT превращает запись речи в текст, а TTS — текст в звучащую речь. Вместе они лежат в основе транскрипции, дубляжа… 6 мин Инструменты Upscaler Upscaler делает изображение крупнее. Обычная интерполяция вычисляет новые пиксели по соседним, а обученная модель ещё и оценивает, какие контуры и… 8 мин Генеративные модели VAE Variational Autoencoder VAE переводит картинку в компактное числовое представление — латент — и восстанавливает из него пиксели. При этом часть деталей теряется.… 10 мин Языковые модели Vector Database Vector DB Векторная база хранит числовые представления объектов и помогает находить похожие записи. Разберём её роль в поиске и RAG, выбор метрики,… 10 мин Промпты Vibe Coding Vibe Coding — название для подхода, в котором человек описывает желаемое поведение, принимает сгенерированный код и ориентируется на результат, почти… 6 мин Мультимодальные модели VLA Vision-Language-Action Vision-Language-Action-модель получает изображение или видео и текстовую задачу, затем предсказывает действия робота. Вместо жёсткого сценария «увидел метку — выполнил одну… 6 мин Видео Voice Cloning Клонирование голоса помогает синтезировать речь, похожую на голос конкретного человека. Разберём работу по образцу и дообучение, передачу эмоций, согласие владельца… 6 мин Параметры VRAM Video RAM VRAM хранит данные, с которыми графический процессор работает прямо сейчас: веса модели, активации, кадры и временные буферы. Чем больше данных… 8 мин Видео Whisper Whisper — семейство моделей OpenAI для многоязычного распознавания речи и перевода аудио в английский. Веса опубликованы для локального запуска, а… 6 мин Мультимодальные модели World Models World Model Мировая модель хранит внутреннее представление среды и предсказывает её следующее состояние. Она помогает агенту представить последствия действия до того, как… 6 мин Промпты Zero-shot и Few-shot Zero-shot означает, что модель получает инструкцию и новую задачу без готовых примеров. При few-shot в тот же контекст добавляют несколько… 9 мин