НейроКаша

🔴 Dialogue Tree Search — поиск по дереву диалога в стиле MCTS для оптимизации диалоговых стратегий by ManavTheWorld | 👍 332 Обновлённый проект Dialogue Tree Search: вместо генерации одиночных ответов он исследует целые деревья диалога в MCTS-стиле (фактически параллельный beam search) и отсекает неудачные ветви для поиска оптимальных стратегий. Форкает стратегии по вариантам user intent (скептик, кооперативный и т.д.), прогоняет многотуровые rollout’ы по каждой ветке и оценивает траектории тре...

🤗 GLM-TTS — контролируемая эмоциональная zero-shot TTS by zai-org | ⭐ 283 GLM-TTS — система синтеза речи на базе больших языковых моделей, обеспечивающая zero-shot клонирование голоса по 3–10 секундам и стриминговый вывод для интерактивных приложений. Используется двухэтапная архитектура: LLM (Llama-based) генерирует последовательности speech-token, а модель Flow Matching преобразует их в mel-спектрограммы, которые затем конвертируются в волну с помощью vocoder; поддерживается гибридный ввод «p...

🐙 nanocode — минимальная альтернатива Claude Code by 1rgs | ⭐ 658 Однофайловая минимальная реализация Claude Code: один Python-файл (~250 строк), без внешних зависимостей. Реализует полный agentic loop с использованием инструментов (read, write, edit, glob, grep, bash), хранит историю диалога и выводит цветной терминал. Проект был собран с помощью Claude Code и затем самовоспроизведён; запуск через установку ANTHROPIC_API_KEY и команду python nanocode.py, управление через /c (очистить) и /q (вы...

🔴 16× AMD MI50 32GB: 10 t/s (генерация) и 2k t/s (обработка промптов) с Deepseek v3.2 (vllm-gfx906) by ai-infos | 👍 454 Бенчмарк: 16× AMD MI50 32GB запускает Deepseek v3.2 (vllm-gfx906) в AWQ 4‑bit, демонстрируя ~10 t/s при генерации и ~2000 t/s при обработке входных токенов на контексте до 69 000 токенов. Решение показывает экономичную альтернативу CPU‑ориентированным сборкам с использованием тензорного параллелизма и высокой пропускной способности памяти (~16 TB/s); энергопотребление — 550 W...

🐙 Engram — условная память через масштабируемый поиск by deepseek-ai | ⭐ 973 Репозиторий содержит официальную реализацию Engram — модуля условной памяти для больших языковых моделей, модернизирующего классические n‑gram embeddings для O(1) lookup. Engram вводит дополнительную ось разреженности, дополняющую Mixture‑of‑Experts (MoE): авторы формализуют компромисс между нейронными вычислениями и статической памятью, выявляют U‑образный закон масштабирования и показывают, что Engram‑27B стабильно п...

🔁 Sora 2 Pro — модель генерации видео со синхронизированным аудио by openai | 🔄 70,708 runs Sora 2 Pro — передовая модель OpenAI для генерации медиа, создающая видео с синхронизированной аудиодорожкой. Принимает естественноязычные промпты или изображения и генерирует детализированные, динамичные клипы. Это самая продвинутая версия Sora 2, доступная через платформы вроде Replicate; для использования могут потребоваться верификация организации и оплата через API OpenAI. Replicate →

🤗 flux1-dev — облегчённый чекпоинт by Comfy-Org | ⭐ 594 Облегчённый чекпоинт flux1-dev, оптимизированный для работы в ComfyUI на системах с ограниченным объёмом VRAM (менее 24 ГБ). Оба текстовых энкодера Flux включены в один safetensor и модель предназначена для загрузки через узел Load Checkpoint в ComfyUI. За последний месяц файл был скачан 288,373 раз; модель пока не развернута у каких‑либо Inference Provider. HuggingFace →

🔴 Крупные технологические компании — «просители DRAM» — остаются в Пангё и Пхёнтхэк, требуя поставок by FullstackSensei | 👍 290 Крупные техкомпании массово скупают серверную DRAM и останавливаются в районах Пангё и Пхёнтхэк, пытаясь зарезервировать остатки инвентаря — СМИ окрестили их «DRAM-beggars». По сообщениям, Samsung и SK Hynix требуют повышения цен на серверную DRAM на 50–60% в первом квартале, а средняя контрактная цена DRAM уже выросла с $1,40 до $9,30 (за 8GB DDR4). Сдвиг с...

🔁 Sora 2 — генерация видео с синхронизированным звуком by openai | 🔄 171,380 runs Sora 2 — флагманская модель OpenAI для генерации видео и аудио: создаёт детализированные динамичные клипы с синхронизированной аудиодорожкой по текстовым подсказкам или изображениям. Отличается улучшенной физической симуляцией, синхронной генерацией диалогов и эффектов с точным lip-sync, поддержкой multi-shot последовательностей и тонкой управляемостью камеры, освещения и стиля. Выдаёт MP4 (720/1080p, 4–12 с) с в...

🔁 DALL·E 3 — генерация реалистичных изображений по тексту by openai | 🔄 97,115 runs Генеративная модель DALL·E 3 от OpenAI, преобразующая описания на естественном языке в фотореалистичные изображения и художественные работы. Проект включает исследования, инференс-оптимизацию, продуктовые и команды по безопасности, что подчёркивает внимание к качеству генерации и контролю контента. Подходит для прототипирования визуальных концептов, иллюстраций и задач, где важны управление стилем и семантикой ...