Понятно что вайбкодер даже с кучей нейронок не заменит одного нормального разработчика с нейронкой.
Но плюс от них один есть, как по мне очень большой - количество нейронок бегающих по сети превысило человеческий траффик. да что уж говорить даже сам в браузере почти постоянно нажимаю суммаризируй что бы время не тратить - а уж кто от этого пострадает....
у меня как то так это выглядело. n-max у меня помоему 2. и еще разделение по картам tensor-split что ли.
set CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.3
set NVCC=“%CUDA_PATH%\bin\nvcc.exe”
set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_COMPRESSION_MODE=balance set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_FA=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_FA_ALL_QUANTS=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_GRAPHS=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_NCCL=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_NO_PEER_COPY=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_NATIVE=OFF set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_OPENMP=OFF set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_AVX512=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_AVX512_VNNI=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_AVX512_BF16=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_LLAMAFILE=OFF set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_LTO=ON set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_CUDA_ARCHITECTURES=“120” set CMAKE_ARGS=!CMAKE_ARGS! -DCUDAToolkit_ROOT=“%CUDA_PATH%” set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_BUILD_TYPE=Release set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_CUB_3DOT2=ON set CMAKE_ARGS=!CMAKE_ARGS! -DLLAMA_LLGUIDANCE=ON set CC=C:/Program Files/LLVM/bin/clang-cl.exe set CXX=C:/Program Files/LLVM/bin/clang-cl.exe set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_C_FLAGS=“/arch:AVX512 -Wno-cast-qual” set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_CXX_FLAGS=“/arch:AVX512 /EHsc -Wno-cast-qual”
Статья показывает, что даже самые сильные LLM пока не стали полезными научными помощниками и в лучшем случае имитируют работу «джуна», создавая больше проблем, чем реальной пользы.
Криптография и математика без чудес
В криптографическом кейсе модель не «нашла баг», а сгенерировала достаточно вариантов формулировок, среди которых люди уже сами заметили противоречие, то есть ключевая работа осталась за исследователями.
В примере с теоремой Киршбрауна LLM не открыла новую математику, а подсунула удачную комбинацию известных фактов; математик смог что‑то из этого выжать только потому, что уже глубоко понимал предмет и сам провёл основное доказательство.
Интегралы и физика струн
В задаче с интегралом по сфере модель в основном перебирала подходы и генерировала формулы, из которых большая часть была ошибочной или численно неустойчивой, а значимая часть времени уходила на ручную и программную фильтрацию мусора людьми.
Итоговая компактная формула появилась не потому, что LLM «понимала» физику, а потому, что её использовали как автоматический генератор гипотез, который слепо комбинирует уже известные приёмы анализа.
Псевдосоавторство в теорминфе
В истории с Лэнсом Фортноу модель не предложила новую теорию, а лишь помогла переложить уже существующие идеи в текст статьи, несколько раз ошибаясь в базовых включениях классов и лишь по замечанию автора перестраивая аргументы.
Там, где от LLM требовалась настоящая концептуальная работа, её вклад сводился к перефразированию, структурированию и генерации черновиков, а не к изобретению новых понятий или методов.
Проблемы подтверждения и проверки
Модели демонстрируют сильный confirmation bias: если их «подсадить» на ложную гипотезу, они без колебаний достроят к ней неправдоподобно аккуратное, но полностью неверное доказательство, которое выглядит убедительно до детальной проверки.
Стоимость верификации того, что нагенерировал такой ассистент, часто сравнима или даже выше, чем если бы исследователь сразу делал всё сам, поэтому узким местом становится не генерация текстов, а их перепроверка.
Переоценка роли ИИ
Вместо реального «сдвига парадигмы» в науке LLM пока создают иллюзию прогресса: они быстро штампуют статьи и доказательства, но ответственность за истину и понимание по‑прежнему полностью лежит на человеке.
Граница между «инструментом» и «соавтором» размывается скорее на уровне этики и брендинга, чем на уровне содержания: пока модели не обладают осмысленным пониманием, говорить о них как о полноценных научных коллегах преждевременно.
Как по мне стало меньше бесполезной работы, но запустить какое то приложения ничего в нем не понимая не получится. Раньше ты тратил время на написание не нужных вещей сейчас тратишь больше на проверку чего он там наделал. Но тем не менее с аи стало немного проще
Мне в последнее время plc+linux зашло прям, а по итогу получается что fpga+plc+linux - ну готовый вариант использования хоть на беременном слоне типа много-осевой шлифовалки по заточке инструмента.
как то интерес был плату сделать, попробовал на фотополимернике засветить - в общем то пленку дольше наклеивал во всей это процедуре. результат вполне достойный.
"Заход в чпу надо делать с сервоприводов" до сих пор видно в Вашем сообщении.
В том, что 50 мк на 800 мм
Видимо проблемы с чтением написанного, в одном случае не дочитано, в другом 0.1 в 0.05 превратилось.
Вся проблема в этой задаче повернуть диск точно и решается она применением ОС, а то что приводит его в движение уже дело десятое.
А на выходе: в моем случае получили покупку энкодера на 200k импульсов и хоббийного станка. а в вашем случае взрослый станок с специальным помещением и системой измерения.
Понятно что вайбкодер даже с кучей нейронок не заменит одного нормального разработчика с нейронкой.
Но плюс от них один есть, как по мне очень большой - количество нейронок бегающих по сети превысило человеческий траффик. да что уж говорить даже сам в браузере почти постоянно нажимаю суммаризируй что бы время не тратить - а уж кто от этого пострадает....
у меня как то так это выглядело. n-max у меня помоему 2. и еще разделение по картам tensor-split что ли.
set CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.3
set NVCC=“%CUDA_PATH%\bin\nvcc.exe”
set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_COMPRESSION_MODE=balance set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_FA=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_FA_ALL_QUANTS=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_GRAPHS=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_NCCL=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_NO_PEER_COPY=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_NATIVE=OFF set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_OPENMP=OFF set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_AVX512=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_AVX512_VNNI=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_AVX512_BF16=ON set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_LLAMAFILE=OFF set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_LTO=ON set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_CUDA_ARCHITECTURES=“120” set CMAKE_ARGS=!CMAKE_ARGS! -DCUDAToolkit_ROOT=“%CUDA_PATH%” set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_BUILD_TYPE=Release set CMAKE_ARGS=!CMAKE_ARGS! -DGGML_CUDA_CUB_3DOT2=ON set CMAKE_ARGS=!CMAKE_ARGS! -DLLAMA_LLGUIDANCE=ON set CC=C:/Program Files/LLVM/bin/clang-cl.exe set CXX=C:/Program Files/LLVM/bin/clang-cl.exe set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_C_FLAGS=“/arch:AVX512 -Wno-cast-qual” set CMAKE_ARGS=!CMAKE_ARGS! -DCMAKE_CXX_FLAGS=“/arch:AVX512 /EHsc -Wno-cast-qual”
я в opencode ST пробовал - залетает на ура , так же и обратное чтение LD :)
2x5070ti дают примерно 90ts на nvfp4 27b :)
А с чего прирост то должен быть - если у вас модель без mtp, надо модель с поддержкой MTP скачивать
Вообще у gemma4 обрезанное swa-окно до 1500 токенов, для кодинга лучше запускать с swa-full
tq4 + mtp = 40t/s на qwen27b.
Авторство не мое а нейронки :
Статья показывает, что даже самые сильные LLM пока не стали полезными научными помощниками и в лучшем случае имитируют работу «джуна», создавая больше проблем, чем реальной пользы.
Криптография и математика без чудес
В криптографическом кейсе модель не «нашла баг», а сгенерировала достаточно вариантов формулировок, среди которых люди уже сами заметили противоречие, то есть ключевая работа осталась за исследователями.
В примере с теоремой Киршбрауна LLM не открыла новую математику, а подсунула удачную комбинацию известных фактов; математик смог что‑то из этого выжать только потому, что уже глубоко понимал предмет и сам провёл основное доказательство.
Интегралы и физика струн
В задаче с интегралом по сфере модель в основном перебирала подходы и генерировала формулы, из которых большая часть была ошибочной или численно неустойчивой, а значимая часть времени уходила на ручную и программную фильтрацию мусора людьми.
Итоговая компактная формула появилась не потому, что LLM «понимала» физику, а потому, что её использовали как автоматический генератор гипотез, который слепо комбинирует уже известные приёмы анализа.
Псевдосоавторство в теорминфе
В истории с Лэнсом Фортноу модель не предложила новую теорию, а лишь помогла переложить уже существующие идеи в текст статьи, несколько раз ошибаясь в базовых включениях классов и лишь по замечанию автора перестраивая аргументы.
Там, где от LLM требовалась настоящая концептуальная работа, её вклад сводился к перефразированию, структурированию и генерации черновиков, а не к изобретению новых понятий или методов.
Проблемы подтверждения и проверки
Модели демонстрируют сильный confirmation bias: если их «подсадить» на ложную гипотезу, они без колебаний достроят к ней неправдоподобно аккуратное, но полностью неверное доказательство, которое выглядит убедительно до детальной проверки.
Стоимость верификации того, что нагенерировал такой ассистент, часто сравнима или даже выше, чем если бы исследователь сразу делал всё сам, поэтому узким местом становится не генерация текстов, а их перепроверка.
Переоценка роли ИИ
Вместо реального «сдвига парадигмы» в науке LLM пока создают иллюзию прогресса: они быстро штампуют статьи и доказательства, но ответственность за истину и понимание по‑прежнему полностью лежит на человеке.
Граница между «инструментом» и «соавтором» размывается скорее на уровне этики и брендинга, чем на уровне содержания: пока модели не обладают осмысленным пониманием, говорить о них как о полноценных научных коллегах преждевременно.
Ура прогресс ЛЛМ написала заставку к игре :)
Да проще все, берут 20 баксов - а через пару дней все более менее нормальные сетки отрубают. и проксируют все на свою....
А потом ой мы не довезли :)
Как по мне стало меньше бесполезной работы, но запустить какое то приложения ничего в нем не понимая не получится. Раньше ты тратил время на написание не нужных вещей сейчас тратишь больше на проверку чего он там наделал. Но тем не менее с аи стало немного проще
Обзор механизмов хороший, но есть и простые вещи :серво+волновой редуктор+пневмоцилиндр.
Они так до аналоговых плк доберутся ;)
а есть и такие что не знают про автокад :)
если брать тот же NX то у него и версия под linux была с лохматого года.
А сколько десятков лет собирали его роботом ?
да есть вроде как варианты на рынке.
Мне в последнее время plc+linux зашло прям, а по итогу получается что fpga+plc+linux - ну готовый вариант использования хоть на беременном слоне типа много-осевой шлифовалки по заточке инструмента.
как то интерес был плату сделать, попробовал на фотополимернике засветить - в общем то пленку дольше наклеивал во всей это процедуре. результат вполне достойный.
Видимо проблемы с чтением написанного, в одном случае не дочитано, в другом 0.1 в 0.05 превратилось.
Вся проблема в этой задаче повернуть диск точно и решается она применением ОС, а то что приводит его в движение уже дело десятое.
А на выходе: в моем случае получили покупку энкодера на 200k импульсов и хоббийного станка. а в вашем случае взрослый станок с специальным помещением и системой измерения.