Вероятно, это была реакция на то, что игроки доставали из этого игрового автомата с краном награду в обход собственно геймплея, аккуратно обходя всех монстров по стеночке или не мудрствуя лукаво пробегая сквозь них.
А следовательно там, где была задача сделать игрокам dps-чек для фильтрации по силе экипировки, волны могли выглядеть для геймдизайнеров более привлекательной реализацией доставки мишеней, чем прохождение через лабиринт с ними.
О, я однажды работал с похожим окружением, где код существовал в конечном виде в специфичном представлении в базе данных. Это был сущий кошмар, потому что база была в интранете компании, а он иногда лагал - и в итоге даже просто напечатать что-то в редакторе было челленджем, потому что подсветка синтаксиса оформлялась где-то на другом сервере.
С другой стороны, какой‑то процент работы всё же можно переложить на LLM: рисование фонов, доработка и небольшие изменения существующих изображений. К тому же для себя вы можете выбрать нарочито провокативный стиль и наоборот выпячивать использование нейросетей — может быть, это выстрелит;
Занудства ради: нейросети для генерации картинок (включая Кандинского) - это не LLM (large language model), хотя их инференс может включать в себя LLM (например, для сильного упрощения написания запроса).
нейронки не очень подходили для генерации спрайтов для игр
Облачные нейросети в онлайне (особенно с простым интерфейсом) - это буквально объедки на пиршестве диффузных моделей, которое длится уже года три. Зачастую они не дают ни поставить лору, ни предоставляют инпэйнт; цензурят запрос, шпионят за пользователями и так далее, и тому подобное. Освоение локальной нейрогенерации - это отдельная и очень обширная тема, которая по сложности начинает стремиться на уровень 3D-моделирования (а местами напрямую смыкается с ним). Тем не менее, владение этой темой позволяет избавиться от значительной части недостатков онлайновых нейронок и забрать себе ответственность за плохое качество нейрогенераций: если что-то сгенерилось не так при богатом инструментарии - это уже вина пользователя, а не нейросети.
Без предварительного исследования темы я не гарантирую, что среди огромного количества лор и моделей SDXL (и в меньшей степени FLUX) есть что-то подходящее под сеттинг спейсшипов, но вероятность этого выше, чем если просто обратиться к онлайн-генерации с куцым интерфейсом.
1) Потому что телега при статьях прочно ассоциируется с лоу-эффорт контентом, которым спамят в блогосфере каждый день эффективные блоггеры.
2) Потому что внимание уже представляет собой ценность и читатель оказывает услугу, уже просто читая и комментируя статью в эпоху гиперинформации, когда контент ничего не стоит и его ценность скорее даже отрицательна (потому что читатель заработает за время чтения статьи больше денег, чем извлечёт из неё). Если внимание стягивают ещё куда-то, это представляется как хамство.
3) Потому что аккаунт или собственный канал читателя в телеге могут украсть, дав ссылку на фишинговый сайт вместо телеги или на мутный редирект, который вообще непонятно как работает.
Созвоны - это просто фоллбэк к дописьменной эре, помогающий сделать одно из двух:
1) передать и получить информацию функционально неграмотным людям
2) навязать установку жертвам созвона посредством того же механизма, которым мошенники и серийные убийцы навязывают свою преступную волю (поскольку голос отключает некоторые проверки и является бэкдором в человеческой психике).
Если первое, то менеджер просто не на своём месте, а если второе - то он не останется голодным даже в осаждённом городе (хотя это не означает, разумеется, что работать вместе с таким человеком выгодно).
Первый абзац хорошо написанной статьи Википедии неиронично обычно и является её саммари, использовался в этом качестве поисковыми системами и виджетами.
Или с пингвинами.
С этой идеей даже есть ноды для ComfyUI.
А вот Gemini действительно выдал 27.
А кто тогда будет пластик планете поставлять?
Прямой аналог ткачей - это вычислительницы, чью работу в итоге целиком забрали компьютеры.
Программист языка высокого уровня выступает скорее в роли модельера, который решает в каком стиле на этот раз будут обрабатываться потоки данных.
Вот только автоматизация из-за накопления изобретений может забирать у человека всё более и более абстрактные и сложные виды деятельности.
В Diablo III волны на аренах продолжались до тех пор, пока игроки не захлёбывались в волнах из-за усиливающихся врагов.
Но это очень специфичный dps-чекер, игроки могут огорчиться что всегда проигрывают в конце.
Вероятно, это была реакция на то, что игроки доставали из этого игрового автомата с краном награду в обход собственно геймплея, аккуратно обходя всех монстров по стеночке или не мудрствуя лукаво пробегая сквозь них.
А следовательно там, где была задача сделать игрокам dps-чек для фильтрации по силе экипировки, волны могли выглядеть для геймдизайнеров более привлекательной реализацией доставки мишеней, чем прохождение через лабиринт с ними.
За неимением ушедшего тиндера они теперь расставляют красные флаги на собесах.
О, я однажды работал с похожим окружением, где код существовал в конечном виде в специфичном представлении в базе данных. Это был сущий кошмар, потому что база была в интранете компании, а он иногда лагал - и в итоге даже просто напечатать что-то в редакторе было челленджем, потому что подсветка синтаксиса оформлялась где-то на другом сервере.
Занудства ради: нейросети для генерации картинок (включая Кандинского) - это не LLM (large language model), хотя их инференс может включать в себя LLM (например, для сильного упрощения написания запроса).
Облачные нейросети в онлайне (особенно с простым интерфейсом) - это буквально объедки на пиршестве диффузных моделей, которое длится уже года три. Зачастую они не дают ни поставить лору, ни предоставляют инпэйнт; цензурят запрос, шпионят за пользователями и так далее, и тому подобное. Освоение локальной нейрогенерации - это отдельная и очень обширная тема, которая по сложности начинает стремиться на уровень 3D-моделирования (а местами напрямую смыкается с ним). Тем не менее, владение этой темой позволяет избавиться от значительной части недостатков онлайновых нейронок и забрать себе ответственность за плохое качество нейрогенераций: если что-то сгенерилось не так при богатом инструментарии - это уже вина пользователя, а не нейросети.
Без предварительного исследования темы я не гарантирую, что среди огромного количества лор и моделей SDXL (и в меньшей степени FLUX) есть что-то подходящее под сеттинг спейсшипов, но вероятность этого выше, чем если просто обратиться к онлайн-генерации с куцым интерфейсом.
1) Потому что телега при статьях прочно ассоциируется с лоу-эффорт контентом, которым спамят в блогосфере каждый день эффективные блоггеры.
2) Потому что внимание уже представляет собой ценность и читатель оказывает услугу, уже просто читая и комментируя статью в эпоху гиперинформации, когда контент ничего не стоит и его ценность скорее даже отрицательна (потому что читатель заработает за время чтения статьи больше денег, чем извлечёт из неё). Если внимание стягивают ещё куда-то, это представляется как хамство.
3) Потому что аккаунт или собственный канал читателя в телеге могут украсть, дав ссылку на фишинговый сайт вместо телеги или на мутный редирект, который вообще непонятно как работает.
Созвоны - это просто фоллбэк к дописьменной эре, помогающий сделать одно из двух:
1) передать и получить информацию функционально неграмотным людям
2) навязать установку жертвам созвона посредством того же механизма, которым мошенники и серийные убийцы навязывают свою преступную волю (поскольку голос отключает некоторые проверки и является бэкдором в человеческой психике).
Если первое, то менеджер просто не на своём месте, а если второе - то он не останется голодным даже в осаждённом городе (хотя это не означает, разумеется, что работать вместе с таким человеком выгодно).
Потому что это fuzzy search аномалий (возможно, с последующим поиском/исправлением багов), а не просто поиск превышений лимитов для триггеров.
Как и любой нечёткий поиск, не лишён сопутствующих недостатков.
Первый абзац хорошо написанной статьи Википедии неиронично обычно и является её саммари, использовался в этом качестве поисковыми системами и виджетами.
Хорошего человека легко можно распознать по тому, как он неуклюже делает гадости. Видимо, тоже самое справедливо для LLM.
Я думал, Минител во Франции был чем-то уникальным, но похоже он просто лучше других национальных интранетов оказался распиарен.
Интересно, развитие сетей могло пойти вместо распространения американского Арпанета каким-то менее унифицированным и более странным способом?
Потому что компания как более массивный актор на рынке труда располагает бюджетами, чтобы пытаться скупить хорошие отзывы и удалить нехорошие.
А если он ещё и продавать должен, то возникает вопрос, зачем ему работодатель.
При условии, конечно, если эту фичу не заабузили раньше другие люди так, что их уже тошнит от обращения по имени в той или иной форме.