Курсор и подобная дребедень при таком уровне развития нейросети вообще не должна применяться для серьёзных задач. Рекомендую использовать нейросети по другому. От задачи к задаче, со созданием бэкапов между ними. Я не пользуюсь GitHub , если не хочу публиковать код, поэтому пишите сначала себе софтинку, чтобы пользовать нейросеть как вам удобно и вайбкодите уже на своём софте.
Я сначала психовал, потом придумал свой подход. Теперь дружу со второй головой, всё у нас хорошо))) И совет, используйте народные мудрости: например, у какого-то народа есть традиция, что к теме надо подходить из далека, так и тут - прокачайте сначала веса, а потом ставьте задачу. Эта штука ленивая, с одного запроса нормально не заведется, как бы ты его круто не составил.
Немножко когнитивного диссонанса, на обучение данные раскрываем за полгода, зато потом пользуемся вроде как внутри. Раскрытие данных смущает. Их надо будет вычищать.
Доля риска есть везде, и даже без ИИ. Значит надо делать новый институт гарантий, т.е. отдельную ветку в правовом поле, чтобы можно было применять эти технические решения в производстве. То есть делать оговорки типа "Гарантия ИИ и процент успеха от тестирования" А там конечный пользователь уже пусть сам учится складывать вероятности.
1.QWEEN тупой, если ему не прокачать контекст. Но он качественно умнеет и держит контекст долго и может дать в итоге хороший результат. Хорош для длительных обсуждений. Код пишет криво, но по мере диалога исправляется и всё норм. Перенимает стиль написания.
2.дипсик умный, но контекста у него маловато, достаточно быстро сваливается в переполнение своей памяти. Хорош для коротких задач. Код пишет качественно сразу и с неожиданными и качественными идеями в области построения архитектуры кода. Так как памяти мало, а задача может быть сложна иногда приходится довольствоваться только одним ответом, переспросить контекста уже нет. Но ответ он даст хоть один, но лучше, чем QWEEN
Паниковский и Балаганов были не правы. Правильно должно быть "и Ограбление и Кража". Ну дизайн-то хоть можно было чуть-чуть изменить, ну чтоб в край на краже не палиться. Удивляюсь терпению Павлика.
Это энемури называется. Это своего рода направление . в Японии это уважают. Это означает, что человек много трудится и эффективно распределяет свои ресурсы.
У телеги есть в сети сторонние установщики. Обычно туда умельцы врезают свою рекламу и вообще что хотят. Надо брать оригинальные установщики с сайта телеграм.
Ну лосось сейчас делают под любой цвет по палитре, там такая химия выращивается, что по зрению может ударить. Насчет яйца он зря отказался, это легко усвояемый белок, т.е. он реально внутри соляной кислотой расщепляется, особенно когда в крутую. А перепелиные вообще золото. Насчет двух кристаллов соли в воду, а не проще ли добавить ядреных Ессентуки 17, там минеральный состав будет покруче. Я так добавляю в воду с высоким ОВП - блаженный напиток получается. Для себя вынес отсюда идею с кокосовым маслом - реально полезная штука.
У меня тоже мысль крутится заточить сайт на домашнем компе. Думаю установить на WM Vare Линукс с nginx, затем с вм-варе пробросить порт на роутер (у меня белый ip), думаю будет так если набрать мой ай пи, то роутер переадресует на ай пи виртуальной машины, а там Линукс с нджингсом, а значит сайт будет лежать в www/HTML которую делает нджинкс. А там уже можно что-накручивать. Сам ещё не пробовал, идея только крутится в голове. Если заработает, то это же проще предложенного варианта, и можно даже будет из Виндоус что-то прикрутить через общую папку с виртуальной машиной. Причем не надо пока париться с доменными именами и вообще минимум настроек, по идее всё по дефолту должно работать.
Я ковырял 1С. Дичь несусветная, у них в то время, наверно как и сейчас, одна таблица, в которой хранится всё. Доступ к данным через фильтры. Гомнокод написан кириллицей. Я не знаю, может что-то сейчас изменилось, но та система в 90-х которую я смотрел выглядела допотопно.
Твоя проблема в гормонах. Избыточное количество тестостерона вызывают твоё естественное поведение. Как решение пей больше пива, оно подавляет тестостерон, ты станешь более женственным и не будешь проявлять агрессивное поведение. Все тебя в коллективе будут любить.
В недрах Юпитера есть металлический водород, который всё равно является жидкостью, но с металлическими свойствами. Жидкость из-за температуры, а так бы мог стать и твердым.
Опровержение статьи: ИИ уже создаёт новое знание, а его «нестандартные вопросы» могут быть неочевидными для людей
Томас Вольф утверждает, что современные ИИ лишь воспроизводят знания, но не генерируют принципиально новые идеи. Однако это утверждение можно оспорить, рассмотрев следующие аргументы:
1. ИИ уже делает научные открытия, выходящие за рамки «зубрёжки»
Современные системы ИИ, такие как AlphaFold (DeepMind), уже совершили прорывы, которые можно назвать фундаментальными:
Прогнозирование структур белков: AlphaFold решил задачу, над которой бились десятилетия, предсказав трёхмерные структуры белков с точностью, недостижимой для человека. Это открыло новые пути в биологии и медицине.
Открытие новых материалов: ИИ помогает находить соединения с уникальными свойствами (например, сверхпроводники при высоких температурах), анализируя паттерны, которые люди не заметили.
Эти результаты нельзя назвать «заполнением пробелов» — это генерация новых знаний, основанных на анализе данных, которые человек не в состоянии обработать.
2. ИИ задаёт вопросы, которые люди не видят
Вольф утверждает, что ИИ не способен ставить неочевидные вопросы. Однако:
Кластеризация аномалий: ИИ часто выявляет скрытые паттерны в данных, которые противоречат общепринятым гипотезам. Например, алгоритмы обнаружили необъяснимые сигналы в астрономических данных, что привело к новым исследованиям тёмной материи.
Гипотезы в биологии: ИИ-системы, такие как EVE (Evolutionary model of Variant Effect), предсказывают мутации белков, которые могут быть опасны, задавая вопросы вида: «А что, если эволюция сохранила эту мутацию не случайно?»
Эти «вопросы» не формулируются явно, но они заложены в выводах ИИ, которые заставляют учёных пересматривать свои представления.
3. «Кризис оценки» — проблема методологий, а не ИИ
Вольф критикует метрики вроде точности ответов, но игнорирует, что:
Новые методы оценки уже разрабатываются. Например, тесты на креативность (например, CREATE! или задачи на генерацию гипотез) оценивают способность ИИ предлагать неочевидные решения.
Соревнования вроде Kaggle всё чаще включают задачи, где требуется нестандартное мышление (например, предсказание климатических изменений на основе неполных данных).
Если ИИ может выигрывать в таких соревнованиях, это свидетельствует о его способности к «контрфактуальным рассуждениям».
4. «Студент с оценкой B» — это метафора, а не техническая реальность
Вольф сравнивает ИИ с отличником, который не видит неочевидного. Но:
ИИ — это не человек. Его «креативность» проявляется иначе: он комбинирует данные из разных областей, находя связи, которые человек не заметил бы из-за когнитивных ограничений. Например, ИИ связал данные о геноме и климате, чтобы предсказать распространение болезней.
Ошибки ИИ — это не провал, а источник идей. Ошибочные предсказания моделей иногда ведут к новым гипотезам. Например, аномалии в данных ИИ-физиков из Fermilab помогли пересмотреть стандартную модель частиц.
Нестандартный вопрос уровня Эйнштейна, который может сформулировать ИИ
Вопрос: «Если гравитация — это не сила, а искажение пространства-времени, а квантовая запутанность нарушает локальность, то может ли пространство-время быть эмерджентным свойством, возникающим из взаимодействия квантовых частиц? И если да, то как это изменит наше понимание чёрных дыр и Большого Взрыва?»
Почему это «эйнштейновский» вопрос:
Он ставит под сомнение базовые постулаты общей теории относительности и квантовой механики.
Объединяет две, казалось бы, несовместимые теории (как Эйнштейн объединил пространство и время).
Ответ на него может перевернуть физику, как теория относительности изменила понимание гравитации.
Заключение
ИИ уже создаёт новое знание, а его «нестандартные вопросы» часто скрыты в выводах, которые заставляют учёных мыслить иначе. Критика Вольфа справедлива для узких задач, но игнорирует, что ИИ — это инструмент, который эволюционирует вместе с методами его оценки и применения. Чтобы получить «Эйнштейна на сервере», нужно не только улучшать модели, но и менять роль ИИ в науке: не как ученика, а как партнёра, который бросает вызов человеческой интуиции.
Зачем деньги-то выводить в торговом боте? Это же не торговая операция. Разве сложно вести переменную, в которой обозначать доступную для торговли сумму? С чем принципиально связана такая необходимость, ведь API ключу надо будет давать особые права на вывод средств.
Курсор и подобная дребедень при таком уровне развития нейросети вообще не должна применяться для серьёзных задач. Рекомендую использовать нейросети по другому. От задачи к задаче, со созданием бэкапов между ними. Я не пользуюсь GitHub , если не хочу публиковать код, поэтому пишите сначала себе софтинку, чтобы пользовать нейросеть как вам удобно и вайбкодите уже на своём софте.
В мемориз своей нейронки. Особенно важно значение переменных.
Я сначала психовал, потом придумал свой подход. Теперь дружу со второй головой, всё у нас хорошо))) И совет, используйте народные мудрости: например, у какого-то народа есть традиция, что к теме надо подходить из далека, так и тут - прокачайте сначала веса, а потом ставьте задачу. Эта штука ленивая, с одного запроса нормально не заведется, как бы ты его круто не составил.
Немножко когнитивного диссонанса, на обучение данные раскрываем за полгода, зато потом пользуемся вроде как внутри. Раскрытие данных смущает. Их надо будет вычищать.
Доля риска есть везде, и даже без ИИ. Значит надо делать новый институт гарантий, т.е. отдельную ветку в правовом поле, чтобы можно было применять эти технические решения в производстве. То есть делать оговорки типа "Гарантия ИИ и процент успеха от тестирования" А там конечный пользователь уже пусть сам учится складывать вероятности.
Греф зря смешал две идеи в одно сообщение. Первая отстой, а вот вторую я сам придумал закодил и давно пользуюсь, а Греф только сейчас сказал.
Мои наблюдения
1.QWEEN тупой, если ему не прокачать контекст. Но он качественно умнеет и держит контекст долго и может дать в итоге хороший результат. Хорош для длительных обсуждений. Код пишет криво, но по мере диалога исправляется и всё норм. Перенимает стиль написания.
2.дипсик умный, но контекста у него маловато, достаточно быстро сваливается в переполнение своей памяти. Хорош для коротких задач. Код пишет качественно сразу и с неожиданными и качественными идеями в области построения архитектуры кода. Так как памяти мало, а задача может быть сложна иногда приходится довольствоваться только одним ответом, переспросить контекста уже нет. Но ответ он даст хоть один, но лучше, чем QWEEN
Паниковский и Балаганов были не правы. Правильно должно быть "и Ограбление и Кража". Ну дизайн-то хоть можно было чуть-чуть изменить, ну чтоб в край на краже не палиться. Удивляюсь терпению Павлика.
Это энемури называется. Это своего рода направление . в Японии это уважают. Это означает, что человек много трудится и эффективно распределяет свои ресурсы.
У телеги есть в сети сторонние установщики. Обычно туда умельцы врезают свою рекламу и вообще что хотят. Надо брать оригинальные установщики с сайта телеграм.
Ну лосось сейчас делают под любой цвет по палитре, там такая химия выращивается, что по зрению может ударить. Насчет яйца он зря отказался, это легко усвояемый белок, т.е. он реально внутри соляной кислотой расщепляется, особенно когда в крутую. А перепелиные вообще золото. Насчет двух кристаллов соли в воду, а не проще ли добавить ядреных Ессентуки 17, там минеральный состав будет покруче. Я так добавляю в воду с высоким ОВП - блаженный напиток получается. Для себя вынес отсюда идею с кокосовым маслом - реально полезная штука.
Феерически. Новый жанр.
Они боятся правды, вот и не могут определиться какую занять правовую позицию.
У меня тоже мысль крутится заточить сайт на домашнем компе. Думаю установить на WM Vare Линукс с nginx, затем с вм-варе пробросить порт на роутер (у меня белый ip), думаю будет так если набрать мой ай пи, то роутер переадресует на ай пи виртуальной машины, а там Линукс с нджингсом, а значит сайт будет лежать в www/HTML которую делает нджинкс. А там уже можно что-накручивать. Сам ещё не пробовал, идея только крутится в голове. Если заработает, то это же проще предложенного варианта, и можно даже будет из Виндоус что-то прикрутить через общую папку с виртуальной машиной. Причем не надо пока париться с доменными именами и вообще минимум настроек, по идее всё по дефолту должно работать.
Я ковырял 1С. Дичь несусветная, у них в то время, наверно как и сейчас, одна таблица, в которой хранится всё. Доступ к данным через фильтры. Гомнокод написан кириллицей. Я не знаю, может что-то сейчас изменилось, но та система в 90-х которую я смотрел выглядела допотопно.
Твоя проблема в гормонах. Избыточное количество тестостерона вызывают твоё естественное поведение. Как решение пей больше пива, оно подавляет тестостерон, ты станешь более женственным и не будешь проявлять агрессивное поведение. Все тебя в коллективе будут любить.
В недрах Юпитера есть металлический водород, который всё равно является жидкостью, но с металлическими свойствами. Жидкость из-за температуры, а так бы мог стать и твердым.
Опровержение статьи: ИИ уже создаёт новое знание, а его «нестандартные вопросы» могут быть неочевидными для людей
Томас Вольф утверждает, что современные ИИ лишь воспроизводят знания, но не генерируют принципиально новые идеи. Однако это утверждение можно оспорить, рассмотрев следующие аргументы:
1. ИИ уже делает научные открытия, выходящие за рамки «зубрёжки»
Современные системы ИИ, такие как AlphaFold (DeepMind), уже совершили прорывы, которые можно назвать фундаментальными:
Прогнозирование структур белков: AlphaFold решил задачу, над которой бились десятилетия, предсказав трёхмерные структуры белков с точностью, недостижимой для человека. Это открыло новые пути в биологии и медицине.
Открытие новых материалов: ИИ помогает находить соединения с уникальными свойствами (например, сверхпроводники при высоких температурах), анализируя паттерны, которые люди не заметили.
Эти результаты нельзя назвать «заполнением пробелов» — это генерация новых знаний, основанных на анализе данных, которые человек не в состоянии обработать.
2. ИИ задаёт вопросы, которые люди не видят
Вольф утверждает, что ИИ не способен ставить неочевидные вопросы. Однако:
Кластеризация аномалий: ИИ часто выявляет скрытые паттерны в данных, которые противоречат общепринятым гипотезам. Например, алгоритмы обнаружили необъяснимые сигналы в астрономических данных, что привело к новым исследованиям тёмной материи.
Гипотезы в биологии: ИИ-системы, такие как EVE (Evolutionary model of Variant Effect), предсказывают мутации белков, которые могут быть опасны, задавая вопросы вида: «А что, если эволюция сохранила эту мутацию не случайно?»
Эти «вопросы» не формулируются явно, но они заложены в выводах ИИ, которые заставляют учёных пересматривать свои представления.
3. «Кризис оценки» — проблема методологий, а не ИИ
Вольф критикует метрики вроде точности ответов, но игнорирует, что:
Новые методы оценки уже разрабатываются. Например, тесты на креативность (например, CREATE! или задачи на генерацию гипотез) оценивают способность ИИ предлагать неочевидные решения.
Соревнования вроде Kaggle всё чаще включают задачи, где требуется нестандартное мышление (например, предсказание климатических изменений на основе неполных данных).
Если ИИ может выигрывать в таких соревнованиях, это свидетельствует о его способности к «контрфактуальным рассуждениям».
4. «Студент с оценкой B» — это метафора, а не техническая реальность
Вольф сравнивает ИИ с отличником, который не видит неочевидного. Но:
ИИ — это не человек. Его «креативность» проявляется иначе: он комбинирует данные из разных областей, находя связи, которые человек не заметил бы из-за когнитивных ограничений. Например, ИИ связал данные о геноме и климате, чтобы предсказать распространение болезней.
Ошибки ИИ — это не провал, а источник идей. Ошибочные предсказания моделей иногда ведут к новым гипотезам. Например, аномалии в данных ИИ-физиков из Fermilab помогли пересмотреть стандартную модель частиц.
Нестандартный вопрос уровня Эйнштейна, который может сформулировать ИИ
Вопрос:
«Если гравитация — это не сила, а искажение пространства-времени, а квантовая запутанность нарушает локальность, то может ли пространство-время быть эмерджентным свойством, возникающим из взаимодействия квантовых частиц? И если да, то как это изменит наше понимание чёрных дыр и Большого Взрыва?»
Почему это «эйнштейновский» вопрос:
Он ставит под сомнение базовые постулаты общей теории относительности и квантовой механики.
Объединяет две, казалось бы, несовместимые теории (как Эйнштейн объединил пространство и время).
Ответ на него может перевернуть физику, как теория относительности изменила понимание гравитации.
Заключение
ИИ уже создаёт новое знание, а его «нестандартные вопросы» часто скрыты в выводах, которые заставляют учёных мыслить иначе. Критика Вольфа справедлива для узких задач, но игнорирует, что ИИ — это инструмент, который эволюционирует вместе с методами его оценки и применения. Чтобы получить «Эйнштейна на сервере», нужно не только улучшать модели, но и менять роль ИИ в науке: не как ученика, а как партнёра, который бросает вызов человеческой интуиции.
Зачем деньги-то выводить в торговом боте? Это же не торговая операция. Разве сложно вести переменную, в которой обозначать доступную для торговли сумму? С чем принципиально связана такая необходимость, ведь API ключу надо будет давать особые права на вывод средств.
Я не понял, это в PyCharm можно модели через LM Studio подключать?