RU

Как я перестал верить нейросети и полюбил контрольные разряды: Zero-Trust для распознавания юридических документов

Покажите VLM скан исполнительного листа — и она уверенно вернёт реквизиты. Формат будет идеальным, тон — безупречным. Одна беда: среди реквизитов с…

LLMVLMгаллюцинацииверификацияOCRИННФССП1СZero-TrustPython
Habr
RU

Галлюцинации VLM в zero-shot детекции: ложные тревоги о дыме и решение на уровне промпта

Как я попробовала решить задачу детекции огня и дыма без обучения, zero-shot детекцией на VLM. О том, как изначально всё работало на видео с настоящ…

VLMгаллюцинации нейросетейпромпт-инжинирингzero-shotдетекция дымавидеоаналитика
Habr
RU

Как Vision-Language Models учатся работать с 3D-миром

Привет, Хабр! Сегодня поговорим о том, как роботы работают с предметами в реальной жизни. Современные роботы умеют выполнять множество простых опера…

VLMVision-Language Modelsробототехникакомпьютерное зрение3D-моделированиеspatial reasoningretrieval-augmented generationNVIDIAманипуляторыискусственный интеллект
Habr
RU

Робот, способный создать себя сам. Режим «Инженера» в робототехнике

Скажите роботу «настрой манипулятор» — и он напишет драйвер сам. Звучит как фантастика из тех самых фильмов 80-х и 90-х, но мы уже реализовали это в…

LLMVLMробототехникаOpenGrallИИPythonWebSocketYandexGPTDeepSeekсамокодинг