30 июля 2026
Ответсообщение недоступно
VAD - Silero вероятно
ASR - от языка зависит, если ру то gigaam модельки, 2 или 3
LLM - по железу и необходимой вумности
TTS - higgs tts 3 (или ко мне за апи прийти можно), оба варианта с клонированием
Ответсообщение недоступно
Ларж, когда на ней кончается часовой лимит перекидывается на турбо, по качеству тоже ок. Диаризация да через pyannote
Ответсообщение недоступно
stt - whisper turbo на groq, tts лучший сейчас у inworld, Vad - silero, ллм - дипсик флеш или гемини флеш, чтобы скорость достаточная для живого диалога была, сама звонилка на базе livekit
Ответсообщение недоступно
мне показалось, что это закрытая тусовка хард технарей, которые заглянули в чертоги ллмок
без оплаты
отбор по опыту
Фотография
нажмите — покажем
нажмите — покажем
OCR движок уже работает в браузере.
Первая попытка была где-то в 10 раз медленнее натива по скорости. Почему? Очень просто. Математика нативного инференса очень хорошо оптимизирована, не так-то просто к ней приблизиться.
Чего добился на сегодня — сократил разницу до двукратной. В принципе уже юзабельно, но собираюсь сделать еще сильнее. Stay tuned 🙂
PS По сообществу прилетела невероятная куча заявок и убила мне календарь, но как и обещал — дойду индивидуально до каждого
2.1K · id 2553901043OCR движок уже работает в браузере.
Первая попытка была где-то в 10 раз медленнее натива по скорости. Почему? Очень просто. Математика нативного инференса очень хорошо оптимизирована, не так-то просто к ней приблизиться.
Чего добился на сегодня — сократил разницу до двукратно
а я когда бронировал созвон в календаре еще удивился откуда столько окон свободных 🙂
Ответсообщение недоступно
и как кодит? приходилось сильно допиливать напильником? как даете задаче на вход? что получается на выходе?
Dima Kuriloи как кодит? приходилось сильно допиливать напильником? как даете задаче на вход? что получается на выходе?
все збс , стало лучше . Бенчи вроде в репо были . Я на ощущениях могу ток утверждать
Ответсообщение недоступно
Если до этого пользовался другим аккаунтом оаи, то проблема в этом. После того как отвязал, оно снова заработало.
Интересное:
so after working with Fable 24/7 for several weeks now, I now genuinely believe that, indeed, the only and one last thing between us and AGI is erasure. I can't put in words how strong this belief is forming in me. I really believe so. not architecture, not compute, not datasets. every capability that the AI currently lacks (continual learning, infinite context, long term work, etc.) is root-caused by its inability to erase, and they will all emerge naturally from a well designed erasure centric train, just like so many capabilities emerged from the reasoning paradigm
I really wish I could do something about this but I'm not in a big lab so, meanwhile, I've been thinking in ways to patch that externally. clearly begging the AI to "remove, re-derive" does NOT work, because it has a massive bias to keeping what is there. an example from today: I spent an hour *begging* Fable to simplify Bend2's parser as much as it could, and I was paying attention to one specific function, a completely moronic backtracker that should NEVER be in a well written parser. yet, it was never removed. it was untouched, survived several cleanup turns, no matter how I prompted Fable, how much I asked it to aggressively prune the code. it is simply incapable of refactoring competently because Fable just... adds, patches, and keeps
but then, I realized: it cannot keep something it doesn't see!
so, what if I do this instead?
1. ask Fable to select some code and describe what it is *for*
2. then, a script mechanically removes that code
3. the script asks Fable to fill it again, without seeing the original
4. ...?
5. AI capable of improving long term code quality
basically I think I could perhaps compensate Fable's utter inability to erase stuff by just... deleting that stuff myself. and I then ask it to re-fill. I don't need to beg, I don't need to explain how to redesign from first principles, or meaning of erasure. I can just... literally, programmatically erase it myself.
id 2553901043OCR движок уже работает в браузере.
Первая попытка была где-то в 10 раз медленнее натива по скорости. Почему? Очень просто. Математика нативного инференса очень хорошо оптимизирована, не так-то просто к ней приблизиться.
Чего добился на сегодня — сократил разницу до двукратно
и где ссылка на гитхаб :))
Ruslan Blackподскажите на каком продавце api для ии выгодней всего можно гонять переводы? серые, максимально дешёвые api
Я чатомгпт делаю. Он мне переводит и восстанавливает оформление документа. Что попроще пробовал но там долго косяки ловить и править. Проще сразу нормальное получить и брать следующий пакет
Ответсообщение недоступно
Когда цена участия известна заранее, то гораздо проще оценить, насколько это интересно, иначе не до конца понятно, есть ли смысл вообще о чем-то говорить😀 Как говорится, ничего личного - только бизнес😀 Когда понятна практическая польза, выраженная в деньгах, решение принимается куда быстрее😀