Языковые модели действительно умеют врать. Одним из решений может быть узкарте в промте прямой инструкции о том, что он должен делать, когда не знает однозначно правильного ответа. Например, оставлять None или явно писать, что не может дать точного ответа
Приветствую. В этой статье я привел техники, которые мы используем каждый день при создании запросов для наших AI агентов. Эти же техники используют разработчики ooen source решений, например, langchain (я изучал исходный код и смотрю почти каждую презентацию)
Я пишу со стороны разработчика, который постоянно смотрит на наш и зарубежный опыт и использует его в своей работе без углубления в то что такое токен, какими бывают запросы, что такое system, human, ai messages
Этих техник достаточно для покрытия 99% задач, а на супер курсах будет то же самое, но только с большим количеством воды
Почм совсем очевидные вопросы можно не расписывать) Но если вы хотите получить более глубокий и развернутый ответ, то стоит воспользоваться этими техниками. Также вы сможете больше доверять ИИ.
И, пожалуйста, не стоит забывать, что весь ИИ не живое существо. Пока рано сравнивать его с людьми, но мы УЖЕ это делаем и требуем от него человеческого интеллекта)
ИИ ни в коем случае не доносит правду в последней инстанции, он может только навести вас на ответ
в каком плане "обьема"? По петабайтам, очевидно, видео больше, чем текста, так как одно видео весит как миллиарды страниц текста. Но ведь вопрос в содержимом) Здесь я уже не уверен, что обьем аудио и видео на порядки больше
Ну на данный момент потолок вполне видимый. Для обучения GPT-5 OpenAi уже использовали синтетические данные, так как весь текущий интернет был использован, поэтому мы уперлись в ограничения архитектуры. Конечно, есть один человек (бывший сотрудник OpenAi), который основал свой стартап и уверяет, что он изобретет принципиально новый AGI.
Я, конечно, не эксперт в этой области, но сам лично читаю и перевожу документацию без LLM, так как они неправильно переводят сокращения, аббревиатуры и т.п. Из за этого невозможно понять, о чем идёт речь. Человек, разбирающийся в этой области переведет лучше
Действительно, сейчас масштаб измений немного больше, чем раньше. Но в те времена достижения своего времени также считались прорывом. Поэтому я имею ввиду восприятие этого прорыва. Как и тогда, сейчас люди возлагают большие надежды на ИИ, но оправданы ли они?
Я каждый день работаю с ИИ и вижу его слабые стороны, вижу тренды его развития.
И я все больше склоняюсь к тому, что в ближайшие годы мы сможем увидеть небольшой откат или застой, если не будет придумана принципиальнр новая архитектура вместо трансформеров. Так как за эти 4 года мы не ушли от фундаментальных проблем LLM, а просто компенсируем их размером.
Возможно, я не прав, и увеличение параметров до десятков триллионов решит все проблемы) А может и нет
Я думаю, нам ещё стоит ожидать прорыва в области машинного перевода, так как даже современные LLM зачастую неправильно переводят термины. Ту же аббревиатуру LLM они переводят как "магистр права")
не всегда хочется смотреть реализацию какой либо функции, чтобы определить тип возвращаемого значения) Да, hinting - не жесткое правило (как и многое в Python), но такие мелочи, по моему мнению, упрощают дальнейшую поддержку кода и помогают избежать "глупых" ошибок, особенно если использовать mypy. Но, опять, же стоит исходить из особенностей вашего проекта
Языковые модели действительно умеют врать. Одним из решений может быть узкарте в промте прямой инструкции о том, что он должен делать, когда не знает однозначно правильного ответа. Например, оставлять None или явно писать, что не может дать точного ответа
Приветствую. В этой статье я привел техники, которые мы используем каждый день при создании запросов для наших AI агентов. Эти же техники используют разработчики ooen source решений, например, langchain (я изучал исходный код и смотрю почти каждую презентацию)
Я пишу со стороны разработчика, который постоянно смотрит на наш и зарубежный опыт и использует его в своей работе без углубления в то что такое токен, какими бывают запросы, что такое system, human, ai messages
Этих техник достаточно для покрытия 99% задач, а на супер курсах будет то же самое, но только с большим количеством воды
Почм совсем очевидные вопросы можно не расписывать) Но если вы хотите получить более глубокий и развернутый ответ, то стоит воспользоваться этими техниками. Также вы сможете больше доверять ИИ.
И, пожалуйста, не стоит забывать, что весь ИИ не живое существо. Пока рано сравнивать его с людьми, но мы УЖЕ это делаем и требуем от него человеческого интеллекта)
ИИ ни в коем случае не доносит правду в последней инстанции, он может только навести вас на ответ
У каждого своя правда, но наша задача - максимально приблизить ее к нашей)
в каком плане "обьема"? По петабайтам, очевидно, видео больше, чем текста, так как одно видео весит как миллиарды страниц текста. Но ведь вопрос в содержимом) Здесь я уже не уверен, что обьем аудио и видео на порядки больше
А ведь кто то его создал) Ну ладно, Ёпта-скрипт тоже кто то создал
Ну на данный момент потолок вполне видимый. Для обучения GPT-5 OpenAi уже использовали синтетические данные, так как весь текущий интернет был использован, поэтому мы уперлись в ограничения архитектуры. Конечно, есть один человек (бывший сотрудник OpenAi), который основал свой стартап и уверяет, что он изобретет принципиально новый AGI.
Лопнет ли пузырья мы узнаем примерно в 2027 году) Если пузырь все же лопнет, то Я начну покупать дешёвые карты для майнинга)
Спасибо за комментарий! Но все же интересно, сможем ли мы в будущем придумать что то похожее)
Но, заметьте, что вы уже сравниваете эту технологию с человеком, разве этого мало?) Это уже первый звоночек. Все же это искусственно созданная вещь)
Но я с вами согласен
Давайте всеми читателями этой статьи придумаем единый язык для всего человечества) Судя по комментариям, у нас есть эксперты во всех областях )
Лисп появился немного позже, чем события в статье. Как раз таки ближе к 90-м, когда появились Лисп-экспертные машины
Я, конечно, не эксперт в этой области, но сам лично читаю и перевожу документацию без LLM, так как они неправильно переводят сокращения, аббревиатуры и т.п. Из за этого невозможно понять, о чем идёт речь. Человек, разбирающийся в этой области переведет лучше
Я не отрицаю, что нам многое предстоит только осознать) Но, как вы считаете, сколько ещё продлится именно "хайп" вокруг ИИ?
Действительно, сейчас масштаб измений немного больше, чем раньше. Но в те времена достижения своего времени также считались прорывом. Поэтому я имею ввиду восприятие этого прорыва. Как и тогда, сейчас люди возлагают большие надежды на ИИ, но оправданы ли они?
Я каждый день работаю с ИИ и вижу его слабые стороны, вижу тренды его развития.
И я все больше склоняюсь к тому, что в ближайшие годы мы сможем увидеть небольшой откат или застой, если не будет придумана принципиальнр новая архитектура вместо трансформеров. Так как за эти 4 года мы не ушли от фундаментальных проблем LLM, а просто компенсируем их размером.
Возможно, я не прав, и увеличение параметров до десятков триллионов решит все проблемы) А может и нет
Просто забавно слышать или читать "магистр права" в тексте, посвящённом ИИ)
Я думаю, нам ещё стоит ожидать прорыва в области машинного перевода, так как даже современные LLM зачастую неправильно переводят термины. Ту же аббревиатуру LLM они переводят как "магистр права")
Не ожидал, что знаменитости попадут на мою статью)
Для начала нужно к "нормальным" языкам адаптировать питоновские библиотеки, написать документацию)
не всегда хочется смотреть реализацию какой либо функции, чтобы определить тип возвращаемого значения) Да, hinting - не жесткое правило (как и многое в Python), но такие мелочи, по моему мнению, упрощают дальнейшую поддержку кода и помогают избежать "глупых" ошибок, особенно если использовать mypy. Но, опять, же стоит исходить из особенностей вашего проекта