VideoGameBench: 20 рандомных ретро-игр против нейросети — кто кого?

Языковые модели уже решают олимпиады и пишут код «на лету», так что пора бы им рулить и в Dark Souls… но (спойлер): первые же пиксели экшена вгоняют нейросеть в ступор. Почему ИИ пасует там, где нужен мгновенный инстинкт геймера? Разбираемся в статье.

https://habr.com/ru/articles/905984/

#ии #VLM #LLM #игры

Как мы учили Алису видеть мир с помощью мультимодальной нейросети Яндекса

Недавно пользователям приложения «Алиса» стал доступен Live-режим, который работает на базе мультимодальной нейросети (VLM), созданной в Яндексе. В этом режиме Алиса распознаёт объекты, показанные ей через камеру смартфона, и рассказывает о них пользователю. А ещё раньше наша VLM стала применяться в Поиске по картинкам, Умной камере и Нейроэксперте. Всё это время технология не стояла на месте и продолжала совершенствоваться. Пожалуй, пришло время поделиться опытом. На связи Роман Исаченко из команды компьютерного зрения в Яндексе. Сегодня я расскажу, какой путь наша VLM прошла за полгода. А Дарья @dara-orange Виноградова, которая работает со мной в той же команде, поделится описанием пайплайна зрения в Алисе. Мы опишем весь путь формирования новой модели: от архитектуры и сбора данных до финальных замеров качества и скорости.

https://habr.com/ru/companies/yandex/articles/904584/

#vlm #natural_language_processing #computer_vision #multimodality #яндекс

#BCC270 – Em sigilo, Ministério da Defesa coloca mais R$ 154 milhões e 13 anos de prazo no VLM

https://fed.brid.gy/r/https://sindct.org.br/sindct/comunicacao/tv-sindct/bcc270-em-sigilo-ministerio-da-defesa-coloca-mais-r-154-milhoes-e-13-anos-de-prazo-no-vlm/?utm_source=rss&utm_medium=rss&utm_campaign=bcc270-em-sigilo-ministerio-da-defesa-coloca-mais-r-154-milhoes-e-13-anos-de-prazo-no-vlm

🧬 Could AI deliver skin cancer diagnoses with the clarity and reasoning of a dermatologist?

🔗 A two-step concept-based approach for enhanced interpretability and trust in skin lesion diagnosis. DOI: https://doi.org/10.1016/j.csbj.2025.02.013

📚 CSBJ Smart Hospital: https://www.csbj.org/smarthospital

#AIinHealthcare #ExplainableAI #SkinCancer #VLM #LLM #MedicalAI #TrustworthyAI #Dermatology #XAI #PrecisionMedicine

[Перевод] Всё про инференс на Sophon NPU

В этой статье мы поговорим про ML на базе плат Sophon. Наверное это один из производителей которые набрали больше всего популярнсти в AI последнее время. Я расскажу как они соотносятся с другими платами на рынке (Jetson, RockChip, Hailo, TI, etc.). Расскажу как подготовить сети для работы на платформах, покажу ограничения (что пока нельзя сделать, ограничения по скорости, и.т.д.).

https://habr.com/ru/companies/recognitor/articles/898152/

#Sophon #NPU #Jetson #RockChip #ML #Edge_Inference #Computer_Vision #LLM #VLM #Qwen

#artificialintelligence #vlm #surveillance #surveillancecapitalism #privacy

https://www.aclu-or.org/en/news/machine-surveillance-being-super-charged-large-ai-models

SmolDocling: An ultra-compact VLM for end-to-end multi-modal document conversion

https://arxiv.org/abs/2503.11576

#HackerNews #SmolDocling #VLM #documentconversion #multimodal #AI

🌘 VLM執行食譜展示
➤ GitHub VLM執行食譜的功能介紹
✤ https://github.com/vlm-run/vlmrun-cookbook/blob/main/notebooks/01_schema_showcase.ipynb
本文介紹了GitHub上VLM執行食譜的相應notebook，涵蓋多個功能，並提供各種自動化工作流程的框架。文中提到GitHub的安全性、開發工具及社區合作等主題，強調開源開發的重要性。
+ 這篇文章真是幫助我瞭解VLM的各種功能，非常有用！
+ 我非常喜歡開源開發的理念，希望能看到更多相關的資源和工具介紹。
#GitHub #VLM #軟體開發

Satellite Data Study Pinpoints Areas Sinking And Rising Along California Coast
--
https://phys.org/news/2025-02-satellite-areas-california-coast.html <-- shared technical article
--
https://dx.doi.org/10.1126/sciadv.ads8163 <-- shared paper
--
#GIS #spatial #mapping #sealevel #sealevelrise #subsidence #model #modeling #SLR #coast #coastline #verticallandmotion #VLM #California #climatechange #planning #policy #remotesensing #groundwater #pumping #risk #hazard #infrastructure #damage #wastewater #injection #tidegauge #dynamic #spatialanalysis #spatiotemporal #numericmodeling #uplift #projections #flood #flooding #mitigation #satellite #ocean #marine
@nasa

#開源分享 一個穩定有良好泛化能力的R1風格視覺語言模型：VLM-R1，把DeepSeek的R1方法用到了視覺上模型上，增強了模型穩定性和泛化能力

基於Qwen2.5-VL 構建，能同時處理圖像和文本輸入，特別強化了對圖像中特定目標的定位能力

擅長指代表達類理解，比如"這個紅色的杯子在哪裡"這樣的問題，並在圖像中定位目標

專案地址： github.com/om-ai-lab/VLM-R1

#VLM #deepseekr1vlm #VLMR1

@gilesgoat @llamasoft_ox is the #VLM a library you use between multiple games? How much relation does it have to the original Trip-a-Tron I played with on my #atarist?

#開源分享 R1-V，不到3美元就可以訓練出一個視覺語言模型的方法，一個2B的模型在100個訓練步驟後，在OOD中超過了72B的模型

R1-V主要透過強化學習來提升視覺語言模型的泛化能力，其在8塊A100 GPU上進行訓練，耗時30分鐘，總成本為2.62美元

專案地址： github.com/Deep-Agent/R1-V

#視覺模型 #R1V #VLM

Hugging Face has introduced two new models in its SmolVLM series, which it claims are the smallest Vision Language Models (VLMs) to date.

https://www.computing.co.uk/news/2025/ai/hugging-face-claims-world-s-smallest-vision-language-models

#huggingface #ai #llm #technews #opensource #vlm

Обработка каталога и товаров на LLM

Существует классическая проблема на любой электронной торговой площадке, связанная с тем, как категоризировать и понять описания товаров. Особенно она усугубляется тем, что пользователи создают запутанные описания даже для самых простых продуктов. Например, обычная синяя футболка может быть описана как небесно-голубая или даже тёмно-сине-аквамариновая. Что могут предложить современные LLM и VLM для решения проблемы?

https://habr.com/ru/companies/raft/articles/874966/

#llm #vlm #маркетплейс #matching

Обработка и сравнение товаров маркетплейсов на LLM

Существует классическая проблема на любой электронной торговой площадке, связанная с тем, как категоризировать и понять описания товаров. Особенно она усугубляется тем, что пользователи создают запутанные описания даже для самых простых продуктов. Например, обычная синяя футболка может быть описана как небесно-голубая или даже тёмно-сине-аквамариновая. Что могут предложить современные LLM и VLM для решения проблеммы?

https://habr.com/ru/companies/raft/articles/874602/

#маркетплейс #llm #vlm #анализ_товаров #matching

Announcing Gaze Detection https://moondream.ai/blog/announcing-gaze-detection #vlm #tips

🤗 Check out HuggingFace's latest vision model👇

SmolVLM: a small Vision Language Model which is fast 🏎️, memory efficient 🧠 & fully open-source🔓!

SmolVLM brings high-performance image & text processing with minimal GPU needs, cutting costs for businesses.

https://huggingface.co/blog/smolvlm

#VLM #ML #AI #SmolVLM

Projections Of Multiple Climate-Related Coastal Hazards For The US Southeast Atlantic
--
https://doi.org/10.1038/s41558-024-02180-2 <-- shared paper
--
#GIS #spatial #mapping #coast #coastal #water #hydrology #risk #hazard #VLM #VerticalLandMotion #SeaLevel #SealLevelRise #SLR #climatechange #extremeweather #US #USA #SoutheastAtlantic #Atlantic #storm #stormsurge #erosion #groundwater #flood #flooding #subsidence #society #societal #cost #infrastructure #economics #saltwater #property #value #beaches #saltwaterintrusion

Breakthrough in Visual Language Models and Reasoning 🧠

🔍 #LLaVAo1 pioneers systematic visual reasoning capabilities:
• First #VLM to implement spontaneous step-by-step analysis like #GPT4
• New 11B model surpasses #Gemini15pro & #Llama32 performance
• Excels on 6 multimodal benchmark tests
• Breaks down complex problems into structured analysis stages

🎯 Key Features:
• Problem outline creation
• Image information interpretation
• Sequential reasoning process
• Evidence-based conclusions
• Handles science & reasoning challenges

💡 Technical Specs:
• Based on #opensource architecture
• Pretrained weights available on #HuggingFace
• 11B parameter model size
• Supports multiple reasoning domains

📚 Paper available: https://arxiv.org/abs/2411.10440
🔗 Project repository: https://github.com/PKU-YuanGroup/LLaVA-o1