Пролистал весь тред - не увидел вообще ни одного примера, который был бы хоть как-то связан с этой "безошибочностью". Можно подобные неочевидные заявления подкреплять ссылками, чтобы они не выглядели как совсем уж очевидная ложь?
Чтобы задействовать умственные способности, нужна информация. Не большой массив данных (это оставим нейросетям, они его могут быстро переварить, в отличие от нас), а конкретная информация, из которой можно делать выводы. В ваших словах её, по крайней мере, для читателя, не знающего ваши мысли, нет.
В смысле, ткнуть в предложенное "browse 1M+ models" и почитать наугад, что выпадет? Потому что по такому описанию ничего лучше, скорее всего, предложить не получится.
Define "приложение". Условный HelloWorld - запросто. Ну, в моём случае не на Java (я с ней уже профессионально работаю, как-никак), а, скажем, на условном Swift или Zig.
Я сейчас не выдвигаю никакой постулат. Я сейчас задаю конкретный практический вопрос. Вы утверждаете, что, если современной LLM задать достаточный контекст - она не будет совершать ошибок. Вопрос - какой именно контекст здесь будет достаточным?
Что значит "достаточного контекста"? Точнее, как определить его достаточность, кроме как "скормить этот контекст LLM, задать вопрос и проверить, что ответ имеет смысл"?
А вот это "околонулевая" нужно отдельно обосновывать. И ещё отдельно обосновывать, почему конкретные встреченные примеры срабатывания этой "околонулевой" вероятности на самом деле не примеры.
...чисто математически выбирает каждый следующий токен с некоторой вероятностью (а эти вероятности, да, зависят от имеющегося контекста). И чисто статистически в некоторых задачах почти всегда выдаёт правильный ответ, но из-за первого "чисто математически" от этого "почти" избавиться в принципе невозможно, даже на этих "некоторых" задачах.
То есть то, что человек может просто обобщать собственный опыт (т.е. это не враньё и не ботоводство, а просто заблуждение, которых у каждого из нас сотни в день происходит) - не вариант?
Потому что после первого пенделя он благодарит за науку, увольняется и уходят туда, где используют не только пендели? Потому что запомнить с первого раза средний человек не способен, это исключение, а не норма.
Писать сейчас статью и не прогнать перед публикацией через нейронку - это чистая потеря времени читателей, которые без этого будут репортить тебе десятки опечаток.
А это точно получается лучше, чем вычитать её самому?.. Или это конкретно у меня глаз уже намётан, и поэтому кажется, что самому надёжнее?
Там в другой ветке уже обсуждалось - в этих сообщениях "стандарт JS" = "JS в браузерах", т.е. вместе с DOM и прочим подобным, а не буквально стандарт.
А все остальные, я так понимаю, вас не интересуют?
Пролистал весь тред - не увидел вообще ни одного примера, который был бы хоть как-то связан с этой "безошибочностью". Можно подобные неочевидные заявления подкреплять ссылками, чтобы они не выглядели как совсем уж очевидная ложь?
Уровень компетенции в чём именно?
Перечитал комментарий выше, но не увидел там никакого прогноза, только описание текущего состояния дел. Можете пояснить мысль?
...наличие (или отсутствие) которых никак не коррелирует с вашей точкой зрения об LLM.
Документацию от Microsoft тоже? Там, технически, мог лично Наделла руку приложить.
Чтобы задействовать умственные способности, нужна информация. Не большой массив данных (это оставим нейросетям, они его могут быстро переварить, в отличие от нас), а конкретная информация, из которой можно делать выводы. В ваших словах её, по крайней мере, для читателя, не знающего ваши мысли, нет.
В смысле, ткнуть в предложенное "browse 1M+ models" и почитать наугад, что выпадет? Потому что по такому описанию ничего лучше, скорее всего, предложить не получится.
Define "приложение". Условный HelloWorld - запросто. Ну, в моём случае не на Java (я с ней уже профессионально работаю, как-никак), а, скажем, на условном Swift или Zig.
Я сейчас не выдвигаю никакой постулат. Я сейчас задаю конкретный практический вопрос. Вы утверждаете, что, если современной LLM задать достаточный контекст - она не будет совершать ошибок. Вопрос - какой именно контекст здесь будет достаточным?
Что значит "достаточного контекста"? Точнее, как определить его достаточность, кроме как "скормить этот контекст LLM, задать вопрос и проверить, что ответ имеет смысл"?
А вот это "околонулевая" нужно отдельно обосновывать. И ещё отдельно обосновывать, почему конкретные встреченные примеры срабатывания этой "околонулевой" вероятности на самом деле не примеры.
...чисто математически выбирает каждый следующий токен с некоторой вероятностью (а эти вероятности, да, зависят от имеющегося контекста). И чисто статистически в некоторых задачах почти всегда выдаёт правильный ответ, но из-за первого "чисто математически" от этого "почти" избавиться в принципе невозможно, даже на этих "некоторых" задачах.
То есть то, что человек может просто обобщать собственный опыт (т.е. это не враньё и не ботоводство, а просто заблуждение, которых у каждого из нас сотни в день происходит) - не вариант?
Потому что после первого пенделя он благодарит за науку, увольняется и уходят туда, где используют не только пендели? Потому что запомнить с первого раза средний человек не способен, это исключение, а не норма.
А можно узнать конкретный контрпример? Или здесь речь о том, что "в теории, детерминированность может не требоваться"?
Чисто из любопытства, а как давно это было? Я просто сам там почти семь лет в ISG работаю, вдруг пересекались?
А это точно получается лучше, чем вычитать её самому?.. Или это конкретно у меня глаз уже намётан, и поэтому кажется, что самому надёжнее?
Похоже, вы просто не умеете их готовить. Как и я, впрочем.
Или вообще не молоток.