sed 's/ AI / LLM, на публичных датасетах обученные/g'
LLM, на внутренних закрытых датасетах обученные если добавить, то немного поменяется смысл некоторых утверждений из статьи. Они становятся спорными. Речь не об AI в целом, а только о подмножестве LLM с подмножеством LLM, обученных на публичных датасетах.
Пример спорного утверждения:
LLM модель при обучении не ассимилирует их наработки, не проанализирует их код, не включит в свою “память” — а значит, эффективность применения AI в закрытых проектах будет ощутимо ниже.
Эффективность будет достаточной, если дообучить LLM на данных закрытого проекта.
очень приятно было понять, что ты не одинок в своей работе. Где-то в мире почти наверняка есть человек, который параллельно с тобой решает похожую задачу, сталкивается с теми же ограничениями и задаёт себе те же вопросы. Конечно, изначально немного наивно думать, что только ты крутишь LLM’ки и никто больше с такими проблемами не сталкивался. Но когда внутри твоей команды люди занимаются другими направлениями, а друзья из других компаний не встречали именно твоих кейсов, такое ощущение действительно может возникнуть.
Конференция в этом смысле работает как быстрый способ найти своих: людей с похожими интересами, задачами и болью
С другой стороны...
Гордое одиночество это хороший признак. Значит ты нащупал уникальную задачу, где тебя не заменить. Даже если задача -неуловимый Джо.
Если в мире есть человек, который параллельно с тобой решает похожую задачу - пусть он и решает. Разделение труда. Приятно еще больше.
к этому случаю претензия применяется плохо: человеческий рекорд 2.29 никогда не публиковался, вспоминать его модели было неоткуда.
Но ведь GPT-5-N обучались не только на публикациях. Ещё и на историях диалогов с живыми математиками. Кто (кроме имеющих доступы к логам чатов проприетарной модели) проверял семантическое сходство решения с миллионами диалогов?
выдать забытый чужой результат за свежее открытие — без ссылки на первоисточник.
Годный способ опенсорсить чужие ценные знания. Если отбросить негативные коннотации про “отмывание знаний”
В телеграме есть чат Генотека. Посмотреть не могу, поскольку телеграм без ВПНов уже не работает, а я не пользуюсь ВПНами. Если у Вас работает tg, то поиском найти в чате сообщения Александра про "полногеномные" сиквенсы.
Яндекс-поиск показывает контакт, ему можете написать напрямую:
Alexander Rakitko. @alexrakitko. Genotek CSO. If you have Telegram, you can contact Alexander right away. РКН: иностранный владелец ресурса нарушает закон РФ
Вероятно, и на хабре сработает иконка Отправить сообщение @Genotek
В чатике Генотека в телеге их представитель (Александр) предлагал всем, у кого полный геном секвенирован загрузить к ним (примерно сто гигов, в индивидуальном порядке, это пока редкость) для получения их отчётов. Они заинтересованы, поскольку полный геном позволяет точнее искать родню (+ болезни исследовать), чем у кого чиповые тесты, их в Генотеке львиное большинство.То есть выигрывают все от полного сиквенса, не только тот, кого секвенировали, но и его родня (сдавшая только дешевый тест на основе чипа GSA).
Да, стриминг. Добучать постоянно не на данных, лежащих на диске, а постоянно тянущихся из сети и временно кэшированных, за последнюю неделю например из кэша браузера.
Скорее всего появятся сотни клонов, где нашинкован датасет однажды опенсорснутый, который пытаются снова закрыть. Анонимайзером вычистить лэйблы, упоминания хабра, ПД и привязки к авторам и всё ОК ведь будет? Это уже не будет целостное произведение, не статья, не объект авторского права.
пытался обучить 7B модельку, которую с помощью многих ухищрений удалось вместить в 32Гб, но скорость обучения была 500 t/s.
Расскажите плиз про эти ухищрения. Как искали границу чтобы влезала? Какие оптимизации? Скорость медленная не так важна, главное чтобы влезала. Пусть хоть месяц или полгода учится, на нужных кастомных датасетах.
связывают с пониженным риском рака и долголетием ценой невысокого роста. Только этот «вариант невысокого роста» достался человеку заметно выше среднего — мне.
Поскольку клеток в теле высокого больше, чем в теле низкого - вероятность возникнуть и закрепиться раковым клеткам выше у высокого. Логично же? Только как в этом помогает знание геномной последовательности? Проще же определить размер человека на глаз.
T1a1
Пра*бабушку молодую красивую вывезли новгородцы или карелы/ижора (как вариант) в качестве военного трофея?
один из важнейших городов Швеции, политический и религиозный центр в эпоху ранней христианизации, крупнейший торговый центр страны в XI—начале XII вв. В 990-х годах здесь впервые в Швеции были отчеканены серебряные монеты, они носили изображение короля Олафа Шётконунга. Считается, что 12 августа 1187 года Сигтуна была захвачена новгородцами и союзными им карелами и эстами; также иногда пишут и об участии народа ижора, архиепископ Уппсальский убит, а город опустошён настолько, что уже не оправился. Среди похищенного якобы были бронзовые церковные ворота, которые уже при жизни Эрика украшали церковь в Новгороде
Загрузите мито-сиквенс в файле .bam на yfull - получите чатик - переписка с роднёй по женской и мужской прямым веткам.
на дешёвой CMP 90HX… DeepVariant отработал на ней штатно, вызов вариантов уложился в пару часов
Команду запуска и версию добавите? И сколко ватт выставлено nvidia-smi -pl
бесплатный магазин расширений: модули оформлены в специальном формате, так что любой соберёт свой (руками или с помощью ИИ по научной статье) и выложит для других.
Хочется плагин браузера - читаешь свежую научно-популярную статью, а плагин сразу подсвечивает ответ на вопрос - твои варианты или не твои? Актуальна для тебя статья или нет... Именно по свежим статьям, котрых пока нет в базе Clinvar
>Знать слабое место заранее дешевле, чем ловить проблему по факту.
эх, если бы еще врачи превентивную медицину поддерживали, но обычно только симптомных принимают, обычно как в милиции "приходите когда убьют" )
Генотек кстати принимает полногеномные bam - загрузите - получите отчёт в том числе полигенные риски с красивыми графиками вклада каждого варианта. Плюс родственников несколько тысяч найдётся.
Интересно как изменятся предсказания модели, если добавить ещё 1 или 2 вида в обучающие данные. Насколько сильно изменится? к 38 добавить пару-тройку самых отличающихся из 166.
гибко настраивать параметры монтирования (например, индивидуальное сжатие для разных каталогов)
Зачем разное сжатие может понадобиться? Есть идеи? Понять могу отсутствие сжатия и сжатие для 2 каталогов (фильмы и jpg не жать). Но разная степень сжатия зачем?
Есть список таких контор? Хочется вайбкодить не заглядывая в код. Вместо тех кто любит заглядывать в код. Приветствую "как только меня заставят писать ллмками, я просто уйду"!
ни один разработчик, которого я знаю, не удалил IDE с рабочего компьютера
Если в Вашем информационном пузыре это так, то попробуйте найти тех кто удалил и тех кто даже не ставил. За ненадобностью. Изначально стартовав как разраб в терминале.
Сколько нужно примеров таких разработчиков, чтобы убедить, что IDE устарели как кареты и брички когда-то (в традиционном смысле, не в смысле IDE for AI Agent = автомобили)?
может показаться, что если ИИ пишет код, то учить язык программирования уже не обязательно. На практике всё наоборот. Чем больше кода пишет ИИ, тем важнее уметь этот код читать, понимать и проверять. Если разработчик не знает язык, стек, архитектурные паттерны и принципы проектирования, он не сможет отличить хорошее решение от плохого. Он будет принимать на веру всё, что сгенерировала модель. А это опасно.
ИИ может ошибаться. Может придумывать несуществующие API.
уметь этот код читать? Точно нужно? Много кода. Зачем? Ведь вы учите проверять тестами, разве эти тесты не поймают нагаллюцинированные апишки? Насколько снизилась ценность навыка читать код?
Тот, кто никогда не был квалифицированными специалистами, впадает в эйфорию, воображая, что теперь он может решать задачи, не обладая необходимыми знаниями.
Почему воображая? Решают же задачи. Не обладая знаниями, а только доступом к модели. 10 раз из 10. Быстрее в разы, чем знающие.
Это будет работать до тех пор, пока действительно знающие люди стоят у руля разработок. А вот когда им на смену придут освоившие взаимодействие с ИИ, но не обладающие необходимой квалификацией для трезвой оценки результатов
Модели учатся не у тех кто стоит у руля. Оценить результат большинстве случаев проще, чем реализовать сложную систему его достижения. Ракета попала в цель - оценить проще, чем спроектировать её.
к моменту публикации уже может частично устареть, или утечь
А как сделать не устаревающий и не утекающий бенч (принципиально)? *Со звёздочкой задача - сохранив при этом воспроизводимость (на уровне отдельных прошлых прогонов). Не публиковать месяцами закрытую часть проверочных данных (только доступ по API) - так себе выход - есть что получше?
берём минимальный чек-лист действий
Все 6 пунктов не страхуют от “бенчмаксинга”. Как застраховать?
Менее процента это не стерильность - сразу смертельной заболеть риск тот же. Суперинфекция возникнет не в быту, а в больничках или сельхоз (антибиотики для набора веса).
Выезды на природу это от энцефалита прививаться надо, не городские инфекции. Другие страны - отдельные прививки, не пересекаются с экономикой заявленных этим фондом 5%.
около 5% жизни человек проводит больным простудой или гриппом
До 2% снизить можно банальным запретом рукопожатий (традиция вредная, из времён варваров).
до 1%, если еще масочки все распространители надевать привыкнут в местах скопления (как в дисциплинированом Китае).
Останется процент по причине скоплений в детсадах и школах, но только в семьях тех, кто вынужден сдавать туда деток ради работы (вместо домашнего обучения и няни). Удалёнщикам - менее процента.
По магазинам и рынкам бродить - тоже нездоровый древний обычай. Здоровая альтернатива -доставка курьерами до двери.
Установку УФ-фильтров в лифтах могу только приветствовать. Ценнее чем бачки для слива в общественных туалетах )
sed 's/ AI / LLM, на публичных датасетах обученные/g'
LLM, на внутренних закрытых датасетах обученные если добавить, то немного поменяется смысл некоторых утверждений из статьи. Они становятся спорными. Речь не об AI в целом, а только о подмножестве LLM с подмножеством LLM, обученных на публичных датасетах.
Пример спорного утверждения:
Эффективность будет достаточной, если дообучить LLM на данных закрытого проекта.
С другой стороны...
Гордое одиночество это хороший признак. Значит ты нащупал уникальную задачу, где тебя не заменить. Даже если задача -неуловимый Джо.
Если в мире есть человек, который параллельно с тобой решает похожую задачу - пусть он и решает. Разделение труда. Приятно еще больше.
Но ведь GPT-5-N обучались не только на публикациях. Ещё и на историях диалогов с живыми математиками. Кто (кроме имеющих доступы к логам чатов проприетарной модели) проверял семантическое сходство решения с миллионами диалогов?
Годный способ опенсорсить чужие ценные знания. Если отбросить негативные коннотации про “отмывание знаний”
В телеграме есть чат Генотека. Посмотреть не могу, поскольку телеграм без ВПНов уже не работает, а я не пользуюсь ВПНами. Если у Вас работает tg, то поиском найти в чате сообщения Александра про "полногеномные" сиквенсы.
Яндекс-поиск показывает контакт, ему можете написать напрямую:
Вероятно, и на хабре сработает иконка Отправить сообщение @Genotek
В чатике Генотека в телеге их представитель (Александр) предлагал всем, у кого полный геном секвенирован загрузить к ним (примерно сто гигов, в индивидуальном порядке, это пока редкость) для получения их отчётов. Они заинтересованы, поскольку полный геном позволяет точнее искать родню (+ болезни исследовать), чем у кого чиповые тесты, их в Генотеке львиное большинство.То есть выигрывают все от полного сиквенса, не только тот, кого секвенировали, но и его родня (сдавшая только дешевый тест на основе чипа GSA).
Да, стриминг. Добучать постоянно не на данных, лежащих на диске, а постоянно тянущихся из сети и временно кэшированных, за последнюю неделю например из кэша браузера.
Скорее всего появятся сотни клонов, где нашинкован датасет однажды опенсорснутый, который пытаются снова закрыть. Анонимайзером вычистить лэйблы, упоминания хабра, ПД и привязки к авторам и всё ОК ведь будет? Это уже не будет целостное произведение, не статья, не объект авторского права.
Расскажите плиз про эти ухищрения. Как искали границу чтобы влезала? Какие оптимизации? Скорость медленная не так важна, главное чтобы влезала. Пусть хоть месяц или полгода учится, на нужных кастомных датасетах.
Поскольку клеток в теле высокого больше, чем в теле низкого - вероятность возникнуть и закрепиться раковым клеткам выше у высокого. Логично же? Только как в этом помогает знание геномной последовательности? Проще же определить размер человека на глаз.
Пра*бабушку молодую красивую вывезли новгородцы или карелы/ижора (как вариант) в качестве военного трофея?
Загрузите мито-сиквенс в файле .bam на yfull - получите чатик - переписка с роднёй по женской и мужской прямым веткам.
Команду запуска и версию добавите? И сколко ватт выставлено nvidia-smi -pl
Хочется плагин браузера - читаешь свежую научно-популярную статью, а плагин сразу подсвечивает ответ на вопрос - твои варианты или не твои? Актуальна для тебя статья или нет... Именно по свежим статьям, котрых пока нет в базе Clinvar
>Знать слабое место заранее дешевле, чем ловить проблему по факту.
эх, если бы еще врачи превентивную медицину поддерживали, но обычно только симптомных принимают, обычно как в милиции "приходите когда убьют" )
Генотек кстати принимает полногеномные bam - загрузите - получите отчёт в том числе полигенные риски с красивыми графиками вклада каждого варианта. Плюс родственников несколько тысяч найдётся.
Интересно как изменятся предсказания модели, если добавить ещё 1 или 2 вида в обучающие данные. Насколько сильно изменится? к 38 добавить пару-тройку самых отличающихся из 166.
Зачем разное сжатие может понадобиться? Есть идеи? Понять могу отсутствие сжатия и сжатие для 2 каталогов (фильмы и jpg не жать). Но разная степень сжатия зачем?
Есть список таких контор? Хочется вайбкодить не заглядывая в код. Вместо тех кто любит заглядывать в код. Приветствую "как только меня заставят писать ллмками, я просто уйду"!
Баги бизнес-логики агенты не умеют искать? Или всё же бывают такие агенты и SKILL?
Если в Вашем информационном пузыре это так, то попробуйте найти тех кто удалил и тех кто даже не ставил. За ненадобностью. Изначально стартовав как разраб в терминале.
Сколько нужно примеров таких разработчиков, чтобы убедить, что IDE устарели как кареты и брички когда-то (в традиционном смысле, не в смысле IDE for AI Agent = автомобили)?
Добавтье инструкцию по запуску бенчмарка.
Интересует avx1 (aka avx-128) и neon в termux
уметь этот код читать? Точно нужно? Много кода. Зачем? Ведь вы учите проверять тестами, разве эти тесты не поймают нагаллюцинированные апишки? Насколько снизилась ценность навыка читать код?
Почему воображая? Решают же задачи. Не обладая знаниями, а только доступом к модели. 10 раз из 10. Быстрее в разы, чем знающие.
Модели учатся не у тех кто стоит у руля.
Оценить результат большинстве случаев проще, чем реализовать сложную систему его достижения. Ракета попала в цель - оценить проще, чем спроектировать её.
А как сделать не устаревающий и не утекающий бенч (принципиально)? *Со звёздочкой задача - сохранив при этом воспроизводимость (на уровне отдельных прошлых прогонов). Не публиковать месяцами закрытую часть проверочных данных (только доступ по API) - так себе выход - есть что получше?
Все 6 пунктов не страхуют от “бенчмаксинга”. Как застраховать?
Менее процента это не стерильность - сразу смертельной заболеть риск тот же. Суперинфекция возникнет не в быту, а в больничках или сельхоз (антибиотики для набора веса).
Выезды на природу это от энцефалита прививаться надо, не городские инфекции. Другие страны - отдельные прививки, не пересекаются с экономикой заявленных этим фондом 5%.
До 2% снизить можно банальным запретом рукопожатий (традиция вредная, из времён варваров).
до 1%, если еще масочки все распространители надевать привыкнут в местах скопления (как в дисциплинированом Китае).
Останется процент по причине скоплений в детсадах и школах, но только в семьях тех, кто вынужден сдавать туда деток ради работы (вместо домашнего обучения и няни). Удалёнщикам - менее процента.
По магазинам и рынкам бродить - тоже нездоровый древний обычай. Здоровая альтернатива -доставка курьерами до двери.
Установку УФ-фильтров в лифтах могу только приветствовать. Ценнее чем бачки для слива в общественных туалетах )