Чтение мыслей 2.0 от Meta: компания выпустила Brain2Qwerty v2
Чтение мыслей 2.0 от Meta: компания выпустила Brain2Qwerty v2
Meta представила новую модель Brain2Qwerty v2, которая может с высокой точностью восстанавливать текст, который человек печатает на клавиатуре, не зная момента нажатия клавиш.
В компании создали модель, которая может с большой точностью восстанавливать текст, который человек молча печатает на клавиатуре. Кажется, они впервые доказали, что неинвазивные методы могут приближаться к качеству, которое ранее считалось достижимым только после операции на мозге, как у Neuralink.
Итак, Brain2Qwerty v2:
– Система основана на Brain2Qwerty v1. Но, в отличие от первой версии, v2 восстанавливает текст без знания момента каждого нажатия клавиши. Она получает непрерывный поток мозговой активности и сразу генерирует предложения целиком.
– Внутренняя задача разбита на три уровня: есть энкодер, который преобразует сырые сигналы MEG в отдельные символы. Далее эту последовательность обрабатывает Aligner, который пытается понять, где начинаются и заканчиваются слова, и строит их эмбеддинги. Далее эти эмбеддинги вместе с выходными сигналами отправляются в LLM, которая уже формирует финальный вид.
– Выглядит это все как огромная установка стоимостью в миллионы долларов.
Точность в сравнении с предыдущими методами, можно сказать, зашкаливает. Заявляется 61% точности слов в среднем (около 70% у лучших участников). При этом система может допускать больше символических ошибок, чем первая версия, но смысл оказывается намного ближе к оригиналу.
Почему это важно
АналитикаЭта технология может революционизировать способы взаимодействия людей с компьютерами, уменьшая необходимость в физическом вводе данных и открывая новые возможности для людей с ограниченными возможностями.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
Фильтрация по метаданным в RAG (Metadata Filtering)
Техника комбинированного поиска в векторных базах данных (Self-Querying Retriever). Позволяет сочетать семантический поиск по смыслу с жесткими фильтрами базы данных по метаданным: дата публикации, автор документа, уровень доступа, язык или департамент компании.
Системный промпт (System Instructions & Metaprompting)
Приоритетный метаконтекстный блок инструкций, передаваемый на нулевой позиции контекстного окна, определяющий роль, правила безопасности, доступные инструменты и границы поведения агента.
Thinking Machines выпустила новую модель Inkling 2 Small
Thinking Machines представила Inkling 2 Small — MoE-модель на 594B параметров, которая заняла первое место среди открытых моделей в общем лидерборде и умеет самостоятельно дообучать другие модели.
Thinking Machines выпустила Inkling 2 Small: MoE-модель, которая конкурирует с более крупными флагманами
Thinking Machines выпустила Inkling 2 Small — мультимодальную модель на архитектуре Mixture-of-Experts, которая по результатам тестов конкурирует с более крупными флагманами. Полные веса обещают опубликовать на следующей неделе под лицензией Apache 2.0.