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, AI или ИИ, — широкое название систем, которые распознают данные, строят прогнозы, создают контент, планируют шаги или помогают… 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 в кибербезопасности помогает разбирать поток событий, искать аномалии, группировать оповещения и готовить черновики расследований. Те же технологии упрощают фишинг,… 7 мин Применения AI in Education AI в образовании помогает объяснять материал разными способами, давать подсказки, создавать тренировочные задания и разбирать черновики. Учителю он может снять… 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 изучает, как снизить вероятность вреда от модели и продукта вокруг неё. Сюда входят тесты, защита данных и инструментов,… 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 — работа над тем, чтобы поведение AI соответствовало заданным человеческим целям и ограничениям. Для языковых моделей это включает обучение… 6 мин Видео AnimateDiff AnimateDiff — способ заставить обычную модель Stable Diffusion рисовать не один кадр, а короткое видео. К модели подключается отдельный «модуль… 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 Edge — алгоритм извлечения контуров изображения, изобретённый Джоном Канни в 1986-м. В Stable Diffusion через ControlNet Canny используется как… 7 мин Параметры CFG Scale Classifier-Free Guidance CFG Scale управляет тем, насколько сильно диффузионная модель отталкивается от безусловного предсказания в сторону промпта. Слишком слабое влияние может дать… 6 мин Языковые модели ChatGPT ChatGPT — AI-ассистент OpenAI с чатом, поиском, памятью и инструментами для файлов, изображений, голоса и кода. Это продукт вокруг семейства… 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 ComfyUI — это визуальный интерфейс для запуска моделей генерации изображений на основе графа узлов. Каждый шаг пайплайна (загрузка модели, кодирование… 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) Computer Use (CUA, компьютерный агент) — ИИ-агент, который управляет компьютером как человек: делает скриншот экрана, «видит» интерфейс, двигает курсор, кликает… 6 мин Промпты Context Engineering Context Engineering — практика системно снабжать AI-модель нужным контекстом до того, как она ответит. Память о пользователе, документы через RAG,… 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 — техника управления композицией в диффузионных моделях через зрительную подсказку: скелет позы (OpenPose), контур (Canny), карту глубины (Depth), набросок… 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 связывает программы с видеокартами NVIDIA. Через её runtime, драйвер и библиотеки фреймворки запускают матричные операции, свёртки и attention на… 7 мин Инструменты Cursor Cursor — редактор на базе VS Code с AI-функциями для автодополнения, поиска по проекту и многофайловых изменений. Он соединяет контекст… 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 Dataset, или датасет, — организованный набор примеров для обучения, настройки или проверки модели. В нём важны не только объём и… 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 Deep Learning, или глубокое обучение, — область машинного обучения, где модель строится из нескольких обучаемых преобразований. Вместо заранее написанного списка… 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 Diffusion LLM, или dLLM, генерирует текст через несколько раундов уточнения. В маскированном варианте модель начинает с пропусков и постепенно заполняет… 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 — рецепт персонализации text-to-image модели по нескольким изображениям конкретного объекта. Во время обучения редкий идентификатор связывается с его внешностью,… 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 Embedding (эмбеддинг) — числовой вектор, которым модель представляет объект: слово, фрагмент текста, изображение или другой материал. Если модель обучена для… 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 — обработка лица на фотографии или сгенерированном кадре. Специальная модель добавляет правдоподобные детали, а автоматический inpainting перерисовывает выбранную… 6 мин Инструменты Faceswap Faceswap переносит черты лица из изображения-источника в фотографию или видео. Система находит лицо, сопоставляет его с позой и мимикой человека… 5 мин Обучение Fine-tuning Fine-tuning продолжает обучение готовой модели на данных конкретной задачи. Так можно закрепить формат, стиль, терминологию или способ принимать решения. Полное… 6 мин Генеративные модели FLUX FLUX — семейство генеративных моделей Black Forest Labs для создания и редактирования изображений. В нём есть облачные варианты и модели… 6 мин Параметры FP16, BF16, FP8 FP16, BF16 и FP8 по-разному делят биты между экспонентой и дробной частью. FP16 оставляет больше значащих битов, BF16 сохраняет диапазон… 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, видео, код и другие данные по примерам и условиям. Модель не обязана искать готовый… 6 мин Инструменты GGUF GPT-Generated Unified Format GGUF — переносимый формат тензоров и метаданных, тесно связанный с llama.cpp и совместимыми приложениями. Файл может содержать квантизированные веса, сведения… 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 — семейство способов направлять генерацию к условию. Классический CFG усиливает разницу между условным и опорным предсказаниями, некоторые модели получают… 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 — это программный слой, который организует работу модели: собирает вход, ведёт состояние, вызывает разрешённые инструменты, проверяет результат и сохраняет… 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 Hypernetwork в генерации изображений — отдельный обучаемый модуль, который влияет на работу attention — механизма внимания. В загрузчике ComfyUI он… 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 Inference, или инференс, начинается, когда готовая модель получает новые данные и строит результат: класс, прогноз, текст, изображение или эмбеддинг. В… 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 — продукт Moonshot AI: чат, модели, API и агентные инструменты для поиска, кода и работы с файлами. Сервис стал… 7 мин Языковые модели Knowledge Graph Knowledge Graph, или граф знаний, хранит сущности и утверждения о связях между ними. В нём можно явно показать, что человек… 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 Latent space — внутреннее пространство представлений, с которым работает модель. В латентной диффузии изображение представлено компактным пространственным тензором. Модель меняет… 10 мин Обучение Learning Rate LR Learning rate задаёт масштаб обновлений, которые делает оптимизатор. Слишком маленький шаг может не успеть за бюджет обучения, слишком большой —… 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 получает цель, использует браузер, код и файлы, а затем возвращает результат: таблицу, отчёт или сайт.… 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 создаёт новую модель из весов нескольких совместимых моделей. Простое смешивание интерполирует одинаковые тензоры, delta merge переносит разницу между… 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 (neural network, искусственная нейронная сеть) — математическая модель, в которой простые элементы-«нейроны» собраны в слои и обмениваются числами. На… 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 оценивает положение ключевых точек тела, лица и кистей на изображении. В генерации такую карту можно передать совместимому ControlNet, чтобы… 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 модели — обучаемые числа внутри матриц и других тензоров нейросети. При обучении эти значения подбираются по данным, а затем… 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 усиливает или ослабляет отдельные фрагменты текстового условия до генерации. Запись вроде `(красный шарф:1.2)` работает только там, где интерфейс… 6 мин Инструменты PyTorch PyTorch — библиотека с открытым исходным кодом для работы с тензорами, нейросетями и автоматическим дифференцированием. Модель описывается обычным Python-кодом, autograd… 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, рассуждения и мультимодальных задач. Часть весов публикуется для локального запуска, а облачные… 5 мин Языковые модели RAG Retrieval-Augmented Generation RAG (Retrieval-Augmented Generation) — техника, в которой LLM перед ответом достаёт из внешней базы релевантные документы и использует их как… 7 мин Языковые модели Reasoning Models Reasoning-модели тратят дополнительные вычисления перед финальным ответом: разбивают задачу, пробуют варианты, используют инструменты и проверяют промежуточный результат. Это особенно полезно… 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 — закрытые платформы генерации и редактирования видео. Их модели и тарифы меняются, поэтому устойчивое сравнение строится… 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 Segmentation Map делит изображение на области и хранит для каждого пикселя метку класса или экземпляра объекта. В генеративном конвейере такая… 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 Small Language Model — относительное название компактной LLM. Такая модель требует меньше памяти и вычислений, поэтому подходит для устройства, сервера… 6 мин Генеративные модели Stable Diffusion Stable Diffusion — семейство диффузионных моделей изображений, начавшееся с выпуска открытых весов Stability AI. Поколения различаются архитектурой, лицензией и совместимыми… 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 ограничивает форму ответа схемой: обязательными полями, типами, списками допустимых значений и вложенными объектами. Это снимает многие ошибки парсинга,… 6 мин Этика и регулирование Sustainable AI Sustainable AI рассматривает энергию, воду и оборудование на всём жизненном цикле модели: обучение, инференс, хранение и замену серверов. Одна цифра… 6 мин Обучение Synthetic Data Синтетические данные создаются программой, симулятором или другой моделью, а не собираются напрямую из наблюдений за реальным миром. Они помогают покрыть… 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 полезно, когда оно соответствует реальной надёжности системы. Пользователю нужны понятное назначение, проверенные ограничения, источники, возможность отменить действие… 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 изображение в компактный латентный тензор и декодирует его обратно в пиксели. В txt2img обычно работает decoder, а в… 10 мин Языковые модели Vector Database Vector DB Vector Database хранит векторы признаков вместе со ссылками на исходные объекты и метаданными. Для нового запроса она находит ближайшие записи… 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 Voice Cloning помогает синтезировать речь с признаками конкретного голоса. Одни методы используют образец сразу, другие дообучаются на записях. Названия режимов… 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