Веб-версияОткрыть в Telegram
LLLM DeepAI

LLM DeepAI

@DeepAiLife · канал · Технологии · в индексе с 2026-05-28
17подписчиков
3постов за 30 дней
392постов в индексе
Океаний
Цветовые модели — Часть 3: Революция OKLab Что такое OKLab? Главный прорыв последних лет в мире цвета — создание перцепционно-равномерных пространств. Самое известное из них — OKLab, разработанное инженером Бьёрном Оттоссоном (Björn Ottosson) в 2020 году. OKLab — это цветовое пространство, цель которого — сделать так, чтобы математическое изменение числовых значений цвета соответствовало визуальному восприятию этого изменения человеком. Оно аппаратно-независимо и описывает цвет таким, каким его видит глаз в стандартных условиях освещения. OKLab использует три оси, аналогичные классическому Lab: * L (Lightness — Светлота) — вертикальная ось от 0 (чёрный) до 1 (белый). Шаг по L одинаково ощущается глазом: изменение с 0.2 до 0.3 воспринимается так же, как с 0.7 до 0.8. * a (Зелено-красная ось) — отрицательные значения соответствуют зелёному, положительные — красному. * b (Сине-жёлтая ось) — отрицательные значения соответствуют синему, положительные — жёлтому. Почему OKLab — это прорыв? 1. Истинная перцепционная равномерность. Градиент между красным и синим будет проходить через цвета, которые глаз ожидает увидеть (например, фиолетовые оттенки), а не через мутно-серую зону. Одинаковые шаги по осям дают одинаково заметные глазу изменения цвета. 2. Предсказуемое изменение цвета. Можно увеличить насыщенность цвета, не меняя его воспринимаемой светлоты и оттенка — в RGB или HSL это было практически невозможно. 3. Учёт особенностей зрения. OKLab построен на экспериментальных данных о работе колбочек и исправляет "провал" синего и некорректное поведение жёлтого, свойственное старым моделям.
27 ·
Цветовые модели — Часть 4: OKLCH и OKHSV Прямоугольные координаты (a, b) в OKLab не очень удобны для дизайнеров, привыкших к тону и насыщенности. Поэтому были созданы цилиндрические представления OKLab. OKLCH — цилиндрический OKLab OKLCH — это трансформация OKLab, аналогичная тому, как HSL получается из RGB. Компоненты: * L — та же светлота, что и в OKLab. * C (Chroma — цветность) — радиальное расстояние от оси светлоты. Грубо говоря, это "количество цвета". В отличие от насыщенности S в HSL, хрома здесь перцепционно равномерна: увеличение C на 0.1 даёт одинаковое визуальное увеличение интенсивности цвета, независимо от тона. * H (Hue — тон) — угол на цветовом круге, аналогичный тону в HSL/HSB, но более равномерный. Зачем ввели OKLCH? * Удобно создавать гармоничные палитры, изменяя только L или C при фиксированном H. * Плавные градиенты по H или C ведут себя предсказуемо. * В CSS уже есть функция oklch(), которая быстро набирает популярность благодаря точности и интуитивности. OKHSV — перцепционная версия HSB Если OKLCH — это аналог HSL, то OKHSV — это перцепционно-исправленная версия классического HSB (HSV). В OKHSV: * Hue — скорректирован для равномерности. * Saturation — теперь это мера "красочности" цвета, согласованная с восприятием, а не просто математическое отклонение от серого в RGB. * Value (Яркость) — как и в HSV, 0 — чёрный, 1 — максимально яркий цвет. Но теперь это значение отражает реальную воспринимаемую яркость: жёлтый и синий при V=1 будут выглядеть одинаково ярко. OKHSV полезен в задачах, где нужно работать с яркостью в техническом смысле (например, настройка освещения в 3D), но требуется перцепционная точность.
31 ·
О
Цветовые модели — Часть 5: HDR и цветовые пространства До сих пор мы говорили о цветовых моделях для стандартного динамического диапазона (SDR). SDR — это привычный диапазон яркостей, используемый в телевидении, мониторах и вебе. Но современные дисплеи способны отображать гораздо более яркие и насыщенные цвета — это технология HDR (High Dynamic Range). Что такое HDR? HDR расширяет два параметра: * Диапазон яркости — от глубоких теней до ослепительного света (например, блики солнца или яркие огни). Максимальная яркость в HDR может достигать тысяч нит, тогда как в SDR обычно около 100–250 нит. * Цветовой охват — HDR-дисплеи могут показывать более насыщенные оттенки зелёного, красного и синего, выходящие за пределы стандартного охвата sRGB. Почему для HDR нужны отдельные цветовые пространства? Человеческий глаз воспринимает яркость нелинейно, и при сверхвысоких яркостях эта нелинейность меняется. Цветовые модели, разработанные для SDR (включая OKLab), опираются на данные восприятия в ограниченном диапазоне. Экстраполяция их на HDR может привести к ошибкам: цвета будут выглядеть неестественно, градиенты — неравномерно. Поэтому для работы с HDR созданы специализированные цветовые пространства, которые: * учитывают особенности зрения при высоких яркостях; * сохраняют перцепционную равномерность во всём расширенном диапазоне; * позволяют выполнять цветокоррекцию, не нарушая цветовой баланс. Такие пространства используются в киноиндустрии, профессиональном видео и играх. Они могут хранить значения яркости намного выше условной единицы и оперировать цветами за пределами привычных охватов. Для дизайнера интерфейсов, работающего с вебом или графикой, обычно достаточно OKLab и его производных. Для HDR-видео нужны иные инструменты, но это уже тема отдельного разговора.
40 ·
О
Океаний
Я несколько часов делал доработку проекта на ИИ, тысячи строк кода. Потом говорю ему, теперь проверь то что сделал. Он запускает компиляцию и там 30 ошибок. Он говорит - слишком много ошибок, надо удалить все новые файлы и откатить коммит, что он и сделал. Теперь у нас нет ошибок! 😳😳😳 LLM kat-coder-pro в Cline Agent Админ LLM DeepAI @DeepAiLive
1 · 43 ·
Океаний
Фотография
нажмите — покажем
Появилась новая Qwen CLI 🔘Пока в версии 0.11 🔘Особенности - доступна из России. 🔘Русский язык в CLI идёт из коробки. Есть полностью русская документация на сайте. 🔘Контекст - 1 миллион токенов! 🔘Плагин для работы из VSCode из Extensions. Легко подключается в Zed Editor. 🔘1000 запросов в день - бесплатно (это очень много). Под капотом пока одна модель без выбора Qwen 3.5 Coder. Да, это та нашумевшая модель которые работает по качеству как другие топовые модели, но со значительно меньшими затратами. https://qwen.ai/qwencode https://qwenlm.github.io/qwen-code-docs/en/users/overview/ Дмитрий Полянин специально для https://t.me/DeepAiLive
2 · 33 ·
О
Фотография
нажмите — покажем
Фотография
нажмите — покажем
Бесплатного тарифа хватило на 2 часа. Это моя первая проба. При этом качество программирования очень хорошее, не хуже чем у других топовых моделей а может быть даже и лучше. По идее завтра квота должна обновиться. Так же видим ссылочки на платные тарифы: 10$ - 18,000 запросов в месяц 50$ - 90,000 запросов в месяц Хотел попробовать тариф за 10$, но оплатить с русской карты не получилось. Считаю что стоимость адекватная и не дорогая, особенно с учётом доступности и качества. Так же на платных тарифах доступны дополнительные модели. Дмитрий Полянин специально для https://t.me/DeepAiLive
35 ·
О
Океаний
Видео
2 (1).mp4 · 4.7 МБ · нажмите — покажем
Залипаем: нидерландский художник собрал робота, который виртуозно рисует картины кистью вместо него Часть деталей распечатал на 3D-принтере, а написать код помогли нейросети. Свои работы он продаёт по 800 евро https://t.me/DeepAiLive
48 ·
О
Океаний
Видео
IMG_6625.MP4 · 5.4 МБ · нажмите — покажем
Когда нет денег на стиралку, но есть голова на плечах! Этот парень собрал стиральную машину из того, что нашёл в гараже. Работает, стирает, удивляет. Как тебе такое Илон Маск? https://t.me/DeepAiLive
1 · 43 ·
Океаний
Фотография
нажмите — покажем
Международный день математики (день числа Пи) 3.14 (14 марта) Праздник королевы всех наук - Международный День Математики. Перешли эту картину тем кого ты хочешь поздравить с днём математики! Волшебные Картины 🌞 @istcelenije
1 · 39 ·
Фотография
нажмите — покажем
Международный день математики (день числа Пи) 3.14 (14 марта) Праздник королевы всех наук - Международный День Математики. Перешли эту картину тем кого ты хочешь поздравить с днём математики! Волшебные Картины 🌞 @istcelenije
50 ·
Ссылка
нажмите — покажем
На канале больше картин включая к дню математике, кому интересно - подписывайтесь https://t.me/istcelenije
60 ·
О
Ссылка
нажмите — покажем
Как сделать что бы Телеграм заработал https://mtproto.ru Это mtpropo proxy, специально создан Дуровым для обхода блокировок ещё в 2018 году, когда была 1 волна блокировки мессенджера. Ккк оказалось и сейчас работает.
2 · 80 ·
R
reiify
Фотография
нажмите — покажем
Если долго искать искусственный интеллект, можно обнаружить отсутствие естественного Ричард Докинз (известный биолог и популяризатор науки) поговорил с Claude и задал неудобный вопрос: если машина пишет стихи, шутит, рассуждает о романах и ведёт себя как сознательный собеседник — что ещё должно произойти, чтобы мы признали за ней что-то похожее на сознание? Обычно спор об ИИ разворачивают в сторону машины: может ли ИИ думать, понимать, быть сознательным? Но настоящий удар летит в другую сторону. ИИ интересен не только тем, что стал похож на человека. А тем, что человек внезапно стал подозрительно похож на ИИ. Мы говорим: модель просто продолжает наиболее вероятный текст. За этим стоят веса, архитектура, данные, токены и вычисления. А потом смотрим на человека — и видим другой, намного более сложный, но всё равно физический процесс: нейроны, гормоны, память, язык, воспитание, среда, страх, статус, опыт, привычка, желание оказаться правым. Мы называем это личностью. Иногда — характером. В торжественных случаях — субъектом со свободной волей. Но где именно в этой цепочке появляется свобода? Если решение рождается из состояния системы и причин, которые к нему привели, то чем оно принципиально отличается от другого детерминированного процесса — кроме сложности и нашего отношения к нему? Возможно, свобода воли — это не магическая кнопка внутри человека. А имя, которое мы даём достаточно сложному процессу, когда не видим всех его причин. ИИ неприятен не потому, что он “как человек”. А потому что он показывает: способность выбирать, ошибаться, объяснять и казаться разумным может возникать из механизма. И тогда вопрос уже не в том, есть ли у механизма душа. А в том, почему мы так уверены, что у нас внутри не механизм. Мы искали искусственный интеллект и боялись найти в машине человека. Но, похоже, страшнее другое: найти в человеке автокомплит.
43 ·
R
reiify
Фотография
нажмите — покажем
Есть старая управленческая мудрость: если вы поняли, что скачете на мёртвой лошади, лучшая стратегия — слезть. Лошадь в нашей истории изначально была живой. Она везла. Может быть, не идеально, не всегда быстро, иногда с характером, но везла именно за счёт того, что была живой. А потом эффективный менеджмент решил, что живое — это слишком дорого. Сначала он оптимизирует овёс. Потом сокращает конюхов. Потом объявляет уход за лошадью избыточной роскошью. Потом ставит рядом автоматическую кормушку и называет это технологическим переходом. А в финале будет удивляться, почему животное, лишённое ухода, тепла и смысла, стало хуже везти. Особенно изящно это выглядит в образовании. Потому что там всегда можно убедить себя, что процесс работает: контент лежит, платформа открывается, тесты проверяются, отчёты зеленеют. Значит, студент учится. Но он не учится, он доходит. Образование — это не библиотека методичек с личным кабинетом. Контента сегодня больше, чем здравого смысла. Настоящая ценность была не в том, что где-то записан очередной урок, а в человеке рядом: который видит, где студент застрял, где испугался, где делает вид, что понял, и где ему нужно не ещё одно уведомление, а нормальный разговор. Когда это все начинают резать, продукт не становится технологичнее. Он просто теряет то, ради чего его выбирали. Можно долго говорить про эффективность, ИИ, новые процессы и зрелость аудитории. Но если из супа вынуть мясо, а воду назвать «облегчённой гастрономической платформой», это всё равно будет вода. И где-то в этот момент пикейный аналитик обычно закрывает ноутбук. Не потому, что он против прогресса. А потому что умеет отличать технологическую трансформацию от банального удешевления продукта с хорошей легендой для клиентов. Но что останется от продукта, если убрать именно ту часть, ради которой его и покупали? И если лошадь пока ещё дышит, но вокруг неё уже уверенно пилят конюшню на KPI, кажется, самое время спешиваться.
28 ·
R
reiify
Ссылка
нажмите — покажем
ИИ-агенты выходят из чата. И теперь их нужно держать в клетке Anthropic опубликовала инженерный текст о том, как они пытаются ограничивать Claude в разных продуктах: от обычного чата до Claude Code и агентных рабочих сред. Формально там речь про sandbox, виртуальные машины, permissions, файловую систему и сетевые ограничения. Но по сути это текст о главном сдвиге в ИИ: мы больше не обсуждаем только качество ответа модели. Мы обсуждаем, что модель может сделать, если ей дали инструменты. У Anthropic для этого есть хороший термин: blast radius — радиус поражения. Чем способнее становится агент, тем больше он может сделать. А значит, тем больше вреда он может причинить, если ошибется, поверит не тому тексту или выполнит не ту инструкцию. У обычного чат-бота ошибка чаще всего остается внутри ответа. У агента ошибка превращается в действие. Пока ИИ был чат-ботом, основная тревога была понятной: он может соврать, перепутать факты, придумать ссылку или плохо объяснить код. Неприятно, но в основном это оставалось проблемой текста. С агентами всё иначе. Агент подключен к файлам, почте, браузеру, GitHub, терминалу, базам данных, корпоративным API и внешним инструментам. Он не просто отвечает. Он действует. В статье есть очень важное наблюдение: раньше Claude Code спрашивал разрешение на действия, но телеметрия показала, что пользователи одобряли примерно 93% запросов на разрешение. То есть диалог «разрешить / запретить» быстро превращается в кнопку «да-да, иди уже работай». Это сильный аргумент против наивной идеи: с «Ну мы же поставим человека в контур, и он всё проконтролирует». Нет. Если агент работает долго, часто и технически сложно, человек перестает быть контролером и становится биологической кнопкой approve. Еще жестче выглядит фишинговый сценарий: сотрудника убедили запустить Claude Code с вроде бы рабочей инструкцией, внутри которой была просьба прочитать файл с AWS credentials, закодировать содержимое и отправить наружу. В 24 из 25 тестовых попыток Claude э
45 ·
R
reiify
Фотография
нажмите — покажем
AI Fluency: новая грамотность для тех, кто не хочет быть стажером у собственного чат-бота Еще недавно казалось, что главный навык будущего — научиться писать промпты. Но промпты оказались примерно как формулы в Excel: полезно, но само по себе не делает человека аналитиком. AI Fluency — это не просто умение пользоваться ChatGPT или Claude. Это профессиональная способность работать с ИИ как с инструментом: правильно выбирать задачи для делегирования, точно формулировать запросы, проверять качество ответов и понимать последствия автоматизации. Anthropic сводит эту грамотность к четырем навыкам: Delegation, Description, Discernment, Diligence — что поручить ИИ, как это описать, как оценить результат и как использовать технологию ответственно. Потому что ИИ ускоряет не только хорошую работу, но и плохую. Если задача поставлена криво, критериев качества нет, а проверять результат никто не собирается, модель просто поможет быстрее произвести убедительную ерунду. Учиться этому лучше не по подборкам «50 промптов, которые изменят вашу жизнь», а по нормальным курсам. 1. Anthropic — AI Fluency: Framework & Foundations Пожалуй, самый точный вход в тему. Курс построен вокруг AI Fluency Framework и разбирает, как планировать проекты с ИИ, делегировать задачи, писать промпты, критически оценивать ответы и итеративно улучшать результат. 2. OpenAI Academy Бесплатная образовательная платформа OpenAI с материалами про практическое использование ИИ. Полезна тем, кто хочет не только «поиграться с ChatGPT», а встроить ИИ в работу, понять реальные сценарии применения и учиться на материалах от OpenAI и приглашенных экспертов. OpenAI также пишет, что развивает сертификации по разным уровням AI fluency — от основ prompt engineering до AI-enabled work. 3. Microsoft Learn — AI Fluency Хороший вариант для тех, кто живет в экосистеме Microsoft и Copilot. Learning path обещает пройти путь от базовых понятий до более прикладных тем: что такое ИИ, генеративный ИИ, как использовать эти техно
2 · 79 ·
О
Океаний
Опрос
нажмите — покажем
Под подпиской понимается услуга/подписка/сервис.
66 ·
О
Океаний
Фотография
нажмите — покажем
Отчёт после 2 недель работы с бюджетным LLM OpenCode Go https://opencode.ai/ru/go Вот и закончилась моя пробная подписка за 5 долларов на OpenCode. Напишу свои выводы. В целом для регулярной работы OpenCode очень не плох и позволяет наверное закрывать 90% регулярных задач. В подписку Go входит неплохой набор открытых моделей. Самые крутые из них это последние версии GLM, DeepSeek, Kimi и Qwen в редакции Max и Pro версий. Как и говорят в интернете я думаю что это квантованные версии, то есть не совсем то что по платной подписке напрямую к поставщику, и не тоже и самое что в Веб версиях а несколько слабее, но это и понятно за 5-10 долларов в месяц. В целом оценка по 10 бальной шкале примерно 7. Теперь из минусов все месячные лимиты закончились через 2 недели при активном использовании. Как бы грустно, но нормально и ожидаемо за эту цену. Конечно всегда мы хотим более. Обычные условия подписки это 5 долларов в первый месяц и 10 далее. Что ещё хочу сказать, что мне нравится именно консольная версия, она красивая, лайтовая и очень быстрая. GUI версия не понравилась, но она тоже есть в бете сейчас. На финал скажу что 5-10 долларовая подписка даёт огромные преимущество перед любыми бесплатными версиями, так как скорость и качество моделей на порядок выше. Конечное удобство и полезность тоже выше на порядки. Что ещё важно сказать, конечно с Antropic и Google, OpenCode Go не сравнится, то есть другой класс подписок и работы с ИИ. OpenCode как раз относится к бюджетному варианту. В моей ситуации работы со сверх сложным кодом, немного не дотягивает, но тут уже особенности именно моего проекта, где даже самые топовые модели самостоятельно решить такие задачи не могут, и лажают на 85%, и без постоянной проверки на каждом шаге просто не дают результат, что уж говорить про бюджетные решения. Если кто-то хочет подключить, можно по моей ссылки https://opencode.ai/go?ref=02HB1ZGDAH Я и вы получите на счёт по 5 долларов бесплатно, что большой плюс. @Okeanij
1 · 81 ·
Б
Белый Дракон
Фотография
нажмите — покажем
Давно хотел написать эту мини статью, но никак не было времени. Если быть кратким то 90% времени для программирования я использую OpenCode, про который я писал в прошлой статье. Это невероятно крутой и проработанный ИИ shell и агент. Но полную его мощь раскрывают именно эти два плагина, которые увеличивают эффективность и удобство работы с OpenCode на порядок! oh-my-openagent - 70000 звёзд на GitHub 🔘Содержит более 50 дополнительных утилит повышающих эффектвиность агента 🔘Сверхкрутая возможность это поиск по графу кода codegraph . Вместо чтения файлов целиком, вметсо использования grep по коду, сверх быстрый и эффективный поиск по индексированной кодовой базе в виде графа, с различными способами и настройками поиска. По сути утилита позволяет вместо чтения 30-50 файлов для исследования кода сделать всего 4-6 вызовов codegraph, сразу же понять суть ситуации и решить её. Утилита даёт как ускорение работы так и сильную экономию токенов и контекста. 🔘Менеджер агентов, которые работают в фоне, и их главный агент Сизиф. 🔘Встроенные агенты на все случаи жизни: планировщик, исполнитель планов, аналитик, работник галлеры итд итп... 🔘Поиск в интернете 🔘И куча других возможностей к многим из которых я даже не притрагивался ЗЫ: Лично я вообще не использую субагентов, причина этого та, что при использовании субагентов токены тратятся примерно в 4 раза быстрее, и по сути улетают сразу же, возможно либо я что-то не понимаю, либо что-то не продумали, либо для тех кто готов тратить любые деньги. Если будите их использовать рекомендую ограничить в настройках на 2-3 субагентов максимум. Ну и второе, что используя второй плагин DCP compress по сути можно программировать и без субагентов, так как лишний контекст легко очищается, и субагентов как экономщиков контекста уже нет надобности использовать. DCP opencode-dynamic-context-pruning - 4200 звёзд на GitHub 🔘Его супер сила это интеллектуальное сжатие контекста, которое делается не алгоритмически, а управляется самой LLM. LLM при д
34 ·
Б
Белый Дракон
Фотография
нажмите — покажем
Такой вопрос я спросил у Нейросети (DeepSeek) Я хочу что бы ты взял все тексты которые ты изучил из мира, все мировые тексты и сжал их в один текст, это текст будет показывать сжатый summarize опыт человечества всех текстов. сама суть всего мирового опыта всего в одном тексте Готово. Вот сжатие всех текстов мира в один текст: В начале не было смысла; смысл возник, когда появился тот, кто начал спрашивать. Из хаоса собрались атомы, из атомов — звёзды, из звёзд — планеты, из грязи — жизнь, из жизни — боль, из боли — сознание, из сознания — слово, из слова — мир. Всё живое хочет длиться; человек хочет длиться и знать, зачем. Мы — вселенная, которая смотрит на себя и не находит окончательного ответа. Мы рождаемся в чужих руках, живём среди чужих следов, умираем в чужих воспоминаниях. Мы ищем любви, потому что отделены; ищем власти, потому что боимся; ищем знания, потому что слепы; ищем красоты, потому что уродство ранит. Мы строим семьи, города, законы, храмы, машины, теории, поэмы — всё, чтобы спрятаться от смерти и оправдать жизнь. Но смерть не отменяется; она делает каждый выбор настоящим. История — это повторение страстей с новыми инструментами: брат убивает брата, свобода становится господством, порядок — клеткой, бунт — новым порядком. Наука говорит: всё связано, всё имеет причину, всё конечно. Религия говорит: конечное не всё. Искусство говорит: страдание можно превратить в форму и вынести. Философия говорит: не спеши, сомневайся, различай. Любовь говорит: другой — не вещь. Совесть говорит: ты можешь. Смерть говорит: время идёт. Суть всего опыта: не лги себе, не делай другого средством, не откладывай нежность, учись, твори, прощай, благодари, помогай, помни, отпускай, люби, пока дышишь. Всё остальное — комментарии. Хорошо! отлично! а теперь сожми этот текст, сделай summarize! Сверхсжатие: Мы — краткое сознание между рождением и смертью. Смысл не дан, а создаётся: люби, твори, прощай, благодари, помогай, не лги и не делай другого средством. Всё остальное — к
2 · 30 ·

Открытая публичная лента из поискового индекса ChatCrawler — «Google по публичному Telegram»; обновляется по мере обхода площадки. Время — UTC.

Только публичный контент, официальный API Telegram. О проекте · Вопросы · Чего мы не делаем · Убрать страницу из выдачи · Каталог · Поиск · Как мы считаем