Для простых задач типа '"напиши функцию" воспроизводимость вывода ИИ будет достаточной с точки зрения корректности. Воспроизводимостью с точностью до именования переменных и переносов строк не нужна. В этом и смысл "компактификации знания".
Сейчас код в основном ИИ пишет, в целом он сам по себе старается лучшие практики использовать, в крайнем случае его можно направлять, если плохо поддерживаемый код начал писать
ToM бывает буквальной и функциональной. LLM отлично справляются с первой и ужасно со второй. Одно из исследований на эту тему: https://arxiv.org/pdf/2412.19726
По этому вопросу нет консенсуса. Функционализм рассматривает мышление как реализацию определённых вычислительно‑каузальных функций независимо от носителя; в этой рамке возможны системы, демонстрирующие мыслительные операции без признаков автономного «Я» и рефлексивной субъектности.
"языковой модели мира" не существует, ни в мозге, ни в теории;
Существуют языковые модели когниции (linguistic world models, mental models encoded in language), обсуждаемые в когнитивной лингвистике (например, у Дж. Лакоффа и Р. Лэнгакера). Кроме того, философы вроде Джерри Фодора, Стивена Пинкера и Ноэма Хомского допускали, что структуры языка отражают когнитивную структуру мышления, пусть и не исчерпывают её. Так что в целом нельзя сказать, что когнитивистика отрицает глубокую связь между языком и мышлением.
Ну тут зависит от задачи. Простые, но многословные бойлерплейты, к примеру, ИИ напишет быстрее. Хоть бы и потому, что при обучении он "видел" много таких.
Там тоже много нюансов. Кажется, мало кто в индустрии знает как правильно работать с мультиагентностью. Есть проекты типа claude-flow, созданные для автоматизации управления роем агентов, но они не универсальны и имеют свои ограничения.
Этого все же недостаточно, чтобы "хорошо готовить" ИИ. Пробовали инструменты умного управления контекстом? Пробовали claude-flow? Пробовали traycer и различные системы декомпозиции задач? Конечно, кодовые ассистенты это не панацея, но качество генерации ими кода сильно зависит от навыков программиста работать с ИИ.
А есть какой-то репозиторий с примерами кода для дообучения или хоть что-то воспроизводимое? Иначе практической пользы от статьи 0. Рассказ о том, что крупный банк умеет дообучать модели через LoRA - это не какое-то сверхдостижение, достойное статьи.
Это неверное утверждение абсолютно. Премию за хороший результат можно получать и без переработок.
Непонятно, что предлагается. Платить премию ежемесячно или что?
LLM как агент и как ассистент - 2 большие разницы. В первом варианте ИИ способен валидировать свои результаты и исправлять ошибки
А у тебя есть подписка Алиса Про? Если нет, то ты не используешь самую умную версию Алисы)
Модель не может "рисовать или писать", она просто чиселки генерит
Для простых задач типа '"напиши функцию" воспроизводимость вывода ИИ будет достаточной с точки зрения корректности. Воспроизводимостью с точностью до именования переменных и переносов строк не нужна. В этом и смысл "компактификации знания".
Спорно. Когда у тебя 5-8 встреч в день, кода много не напишешь
Cursor живее всех живых, с чего ему умирать? У Antogravity пока и нет особых преимуществ, кроме щедрых бесплатных лимитов на gemini 3
Сейчас код в основном ИИ пишет, в целом он сам по себе старается лучшие практики использовать, в крайнем случае его можно направлять, если плохо поддерживаемый код начал писать
Какой UI предполагается для этого кода? В консольке взаимодействовать? Но зачем, когда есть готовые мощные решения с продуманным UI как Msty Studio?
ToM бывает буквальной и функциональной. LLM отлично справляются с первой и ужасно со второй. Одно из исследований на эту тему: https://arxiv.org/pdf/2412.19726
По этому вопросу нет консенсуса. Функционализм рассматривает мышление как реализацию определённых вычислительно‑каузальных функций независимо от носителя; в этой рамке возможны системы, демонстрирующие мыслительные операции без признаков автономного «Я» и рефлексивной субъектности.
Существуют языковые модели когниции (linguistic world models, mental models encoded in language), обсуждаемые в когнитивной лингвистике (например, у Дж. Лакоффа и Р. Лэнгакера). Кроме того, философы вроде Джерри Фодора, Стивена Пинкера и Ноэма Хомского допускали, что структуры языка отражают когнитивную структуру мышления, пусть и не исчерпывают её. Так что в целом нельзя сказать, что когнитивистика отрицает глубокую связь между языком и мышлением.
Ну тут зависит от задачи. Простые, но многословные бойлерплейты, к примеру, ИИ напишет быстрее. Хоть бы и потому, что при обучении он "видел" много таких.
Там тоже много нюансов. Кажется, мало кто в индустрии знает как правильно работать с мультиагентностью. Есть проекты типа claude-flow, созданные для автоматизации управления роем агентов, но они не универсальны и имеют свои ограничения.
Этого все же недостаточно, чтобы "хорошо готовить" ИИ. Пробовали инструменты умного управления контекстом? Пробовали claude-flow? Пробовали traycer и различные системы декомпозиции задач? Конечно, кодовые ассистенты это не панацея, но качество генерации ими кода сильно зависит от навыков программиста работать с ИИ.
Нет никаких доказательств того, что языковая модель мира в мозге человека принципиально по другому устроена, чем в LLM.
А что такое "мышление"? Как вы поняли, что LLM к нему не способны?
А есть какой-то репозиторий с примерами кода для дообучения или хоть что-то воспроизводимое? Иначе практической пользы от статьи 0. Рассказ о том, что крупный банк умеет дообучать модели через LoRA - это не какое-то сверхдостижение, достойное статьи.
Думаю, текст скорее AI-free