ChatGPT was trained using RLHF, while Google, through its DeepMind entity, proposes an alternative approach called ReST—and this could significantly accelerate many processes. Paper link here: https://arxiv.org/pdf/2308.08998.pdf
@dfintelligence
-
Demonstrating AI-powered identity impersonation
By
–
Allez voir et partager fort la dernière vidéo svp Je peux usurper l'identité de n'importe quel influenceur, voici comment
-
Availability and usage of AI voice conversion tools
By
–
Il y a pas d’erreur, j’ai montré les outils disponibles les un à la suite des autres et on avait vu ces approches sur twitch il y a plus de 2 mois déjà. Et sur rvc2 c’est dispo sur YouTube depuis plusieurs semaines déjà avec plusieurs vidéos, pareil on les avait vu sur sur twitch
-
Advances in multimodal deepfake generation
By
–
Voici pourquoi on a franchi une nouvelle étape dans la génération de #deepfake.
— Defend Intelligence (Anis Ayari) (@DFintelligence) 6 août 2023
Les voix c’était bien, mais si on rajoute le visage ça devient fou.
Je vous explique tout dans la dernière vidéo YouTube. En voici un petit extrait ⬇️…
Merci de vos partages ça m’aide beaucoup 🙏 pic.twitter.com/pRqWPbSgFrVoici pourquoi on a franchi une nouvelle étape dans la génération de #deepfake. Les voix c’était bien, mais si on rajoute le visage ça devient fou. Je vous explique tout dans la dernière vidéo YouTube. En voici un petit extrait … Merci de vos partages ça m’aide beaucoup
-
The limitations of AI content detection and the importance of critical thinking
By
–
Je pense que à terme il faut pas compter là dessus, la seule soltion restera notre esprit critique. Même openai a supprimer sa solution de texte généré par ChatGPT parce que ca fonctionné pas.
-
Development and testing of an AI bot for automation
By
–
Yo! Yes Je dev un bot comme ça. 😊
— Defend Intelligence (Anis Ayari) (@DFintelligence) 30 juillet 2023
J’ai mis une version ultra minimaliste chez @avamind_ pour qu’elle s’amuse avec.
Tu peux regarder et me dire dans quelle circonstance ça se rapproche de ce que tu veux mettre en place.https://t.co/HTEZ6tDMLZYo! Yes Je dev un bot comme ça. J’ai mis une version ultra minimaliste chez @avamind_ pour qu’elle s’amuse avec. Tu peux regarder et me dire dans quelle circonstance ça se rapproche de ce que tu veux mettre en place.
-
GANs: Data Sources for Generating Images
By
–
In terms of methodology, they notably use GANs (Generative Adversarial Networks) to generate images. But where does the data come from? (More details on GANs in my YouTube video where we generate a Miss France face.)
-
Generative AI creates artifacts after repetition
By
–
One way to observe the impact of a model that modifies an image is to repeat the operation multiple times. So, I applied the filter to the face four times. And then… I noticed the appearance of purely generated artifacts. Boom—it was GENERATIVE AI!
-
Reflecting on the validity of transfer learning approaches
By
–
Je trouvais ca super cool comme approche , ca avait l'air d'être un transfer learning intelligent… Mais bon… quand c'est trop beau c'est surement que c'est pipeauté.
-
Identifying code errors in machine learning research benchmarks
By
–
Looks like the gzip paper I was enthusiastic about over-estimated its scores because of a bug in the code: it did top-2 knn instead of k=2. We should remember this as (yet another) a strong case for testing in ml code. I still like that it put a new idea in my toolbox. t.co/MyJA2BEExs