Читання думок 2.0 від Meta: компанія випустила Brain2Qwerty v2
Читання думок 2.0 від Meta: компанія випустила Brain2Qwerty v2
Meta представила нову модель Brain2Qwerty v2, яка може з високою точністю відновлювати текст, що людина друкує на клавіатурі без знання моменту натискання клавіш.
У компанії створили модель, яка може з великою точністю відновлювати текст, який людина мовчки друкує на клавіатурі. Здається, вони вперше довели, що неінвазивні методи можуть наближатися до якості, яка раніше вважалася досяжною лише після операції на мозку, як у Neuralink.
Отже, Brain2Qwerty v2:
– Система базується на Brain2Qwerty v1. Але, на відміну від першої версії, v2 відновлює текст без знання моменту кожного натискання клавіші. Вона отримує безперервний потік мозкової активності і одразу генерує речення цілком.
– Внутрішня задача розбита на три рівні: є енкодер, який перетворює сирі сигнали MEG на окремі символи. Далі цю послідовність обробляє Aligner, який намагається зрозуміти, де починаються і закінчуються слова, і будує їх ембеддинги. Далі ці ембеддинги разом з вихідними сигналами відправляються в LLM, яка вже формує фінальний вигляд.
– Виглядає це все як величезна установка вартістю в мільйони доларів.
Точність у порівнянні з попередніми методами, можна сказати, зашкалює. Заявляється 61% точності слів в середньому (близько 70% у найкращих учасників). При цьому система може допускати більше символічних помилок, ніж перша версія, але сенс виявляється набагато ближчим до оригіналу.
Чому це важливо
АналітикаЦя технологія може революціонізувати способи взаємодії людей з комп'ютерами, зменшуючи потребу в фізичному введенні даних і відкриваючи нові можливості для людей з обмеженими можливостями.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Ланцюжок думок (Chain of Thought - CoT)
Методологія спонукання мовної моделі генерувати послідовні проміжні кроки міркувань перед формуванням фінальної відповіді, що конвертує додаткові токени (Test-Time Compute) у якість і точність результату.
Vector Metadata Filtering & Hybrid Routing
Технологія поєднання семантичного векторного пошуку з жорсткими детермінованими SQL/NoSQL фільтрами за полями (tenant_id, version, role, date) перед обчисленням відстаней векторів.
Thinking Machines випустила модель Inkling 2 Small: MoE на 594B параметрів і автономне дообучання інших моделей
Thinking Machines представила Inkling 2 Small — велику MoE-модель, яка вже лідирує серед відкритих моделей у низці задач і вміє самостійно дообучати інші моделі.
Anthropic випустила FlashProve в опенсорс — інструмент для доказуваного інференсу
Anthropic опублікувала в опенсорс прототип відкритого криптографічного протоколу FlashProve, який дозволяє перевірити, чи відповідь згенерувала саме заявлена модель, без доступу до її ваг.