Попробовал, очень похоже на полное сканирование тела. Но за счет команд на чем фокусироваться не теряешь фокус. По итогу, оба способа позволяют полностью расслабить тело.
Я работаю архитектором и заметил, что люди в силу того, что специализируются на разных вещах, имеют разный опыт, то и понимают вещи по разному. Зачастую проще поставить себя на место другого человека и учесть его знания, контекст и специализацию, чтобы объяснить какую то вещь. Определение Ожегова понятно мне, который погрузился в медитацию (насколько я понял достаточно поверхностно :)). Но для меня два года назад это определение было бы малопонятно и какое то понимания, что такое медитация у меня бы не появилось. Цель данной статьи как раз и была в том, чтобы человек, который не знаком с медитацией мог понять её зачем медитация, в чем суть, какие упражнения надо делать. Возможно после прочтения человек задумается, а может попробовать, вроде не сложно.
Да, с накидывателем до конца не очень понятно. С одной стороны, он в большинстве случаев накидывает строго по контексту событий за последнее время. С другой стороны иногда посещают прям отличные идеи и решения, которые агрегируют знания и опыт из различных областей. На счет ChatGpt не очень понял, имеется ввиду, что накидыватель накидывает в нейросеть и тем самым формирует желаемые мысли/действия?
Насколько я помню, langchain поддерживает, какую то открытую модель. Хотя я в них не очень разбираюсь, на ноуте скорость низкая, а качество, ну я бы сказал весёлое). Если делать как сервис внутри компании, я бы все таки смотрел в сторону open.ai. Согласно их докам по обработке данных, данные юр. лиц не будут использоваться для обучения. А качество у них, все таки пока сильно лучше. В любом случае, тот же langchain потом позволит переключиться на что то другое. Если делать для себя, то вроде данные, которые прилетают в api, также не будут использоваться.
Интересная дилемма. Писать узкоспециализированные статьи, которые зачастую нужны малой части аудитории или упрощать и тогда это будет полезно большему количеству людей. В рамках данной статьи хотел показать, очень верхнеуровнево, что такое поиск с использованием векторов и как это использовать. Но при этом не совсем понятно какому кругу людей это интересно.
Мне дали доступ к Copilot CLI, но честно говоря не настолько супер как я ожидал. Часто предлагает команды для K8s, хотя его рядом нигде не было. Единственное, что понравилось, это быстрый доступ через алиас ??, если нужно что то простое вызвать и не вспоминать команду и синтаксис.
Всем управляют вероятности следующих токенов, если у следующих токенов вероятности низкие, то можно завершать разговор (грубо говоря сеть не знает, что еще можно добавить). Расписал немного подробнее в комментарии выше.
Да, фантазия и творчество хорошие термины. Но тут вопрос дискуссионный, фантазирует ли она или занимается творчеством. Всем в итоге управляют параметры, которые указывают, какой именно токен взять следующим, а там уже что получится, возможно существующий факт, возможно вымысел. Сеть не контролирует это, как например человек.
Если говорить почему оно прекращает генерацию текста, то можно посмотреть на API, которое может возвращать информацию о выбранных токенах и их вероятностях. Видимо вероятности сильно падают и получается, что найти подходящего токена не получается. Когда игрался с API, в режиме "простого" completion (например davinci), сеть может разговаривать сама с собой, если неправильно указать стоп слова (например "." или перенос строки), то сеть разговаривает сама с собой. Например: "Hi, how are you?" "Fine, thank you, what about you?" "I am fine too, thank you." В режиме "простого" completion, разработчики сами организуя режим чата, добавляя User и ChatGpt, например: "User: Hi, how are you? ChatGpt:" "Fine, thank you, what about you? User:" "User: I am fine too, thank you." В данном случае стоп слово: "User:" как бы говорит, что сеть ожидает ответа.
В режиме chat/completion (Gpt 3.5 и Gpt 4) сама Open AI реализует указанное поведение и возиться со стоп словами не нужно.
Еще интересная вещь, в ответе от API, есть параметр, который говорит, сеть закончила генерировать текст потому, что достигнут лимит токенов или сеть сгенерировала необходимый ответ.
Мне кажется нам еще предстоит понять как это встраивать в жизнь для решения повседневных задач. Но уже сейчас мне кажется, что русский и английский он знает лучше меня :)
Попробовал, очень похоже на полное сканирование тела. Но за счет команд на чем фокусироваться не теряешь фокус. По итогу, оба способа позволяют полностью расслабить тело.
Я работаю архитектором и заметил, что люди в силу того, что специализируются на разных вещах, имеют разный опыт, то и понимают вещи по разному. Зачастую проще поставить себя на место другого человека и учесть его знания, контекст и специализацию, чтобы объяснить какую то вещь. Определение Ожегова понятно мне, который погрузился в медитацию (насколько я понял достаточно поверхностно :)). Но для меня два года назад это определение было бы малопонятно и какое то понимания, что такое медитация у меня бы не появилось. Цель данной статьи как раз и была в том, чтобы человек, который не знаком с медитацией мог понять её зачем медитация, в чем суть, какие упражнения надо делать. Возможно после прочтения человек задумается, а может попробовать, вроде не сложно.
Осознанность, в начале статьи есть картинка с обложкой.
Да, книга очень понравилась как раз именно неоднозначностью, твой результат это твой результат и он может сильно отличаться.
Да, с накидывателем до конца не очень понятно. С одной стороны, он в большинстве случаев накидывает строго по контексту событий за последнее время. С другой стороны иногда посещают прям отличные идеи и решения, которые агрегируют знания и опыт из различных областей.
На счет ChatGpt не очень понял, имеется ввиду, что накидыватель накидывает в нейросеть и тем самым формирует желаемые мысли/действия?
Насколько я помню, langchain поддерживает, какую то открытую модель. Хотя я в них не очень разбираюсь, на ноуте скорость низкая, а качество, ну я бы сказал весёлое). Если делать как сервис внутри компании, я бы все таки смотрел в сторону open.ai. Согласно их докам по обработке данных, данные юр. лиц не будут использоваться для обучения. А качество у них, все таки пока сильно лучше. В любом случае, тот же langchain потом позволит переключиться на что то другое. Если делать для себя, то вроде данные, которые прилетают в api, также не будут использоваться.
Интересная дилемма. Писать узкоспециализированные статьи, которые зачастую нужны малой части аудитории или упрощать и тогда это будет полезно большему количеству людей. В рамках данной статьи хотел показать, очень верхнеуровнево, что такое поиск с использованием векторов и как это использовать. Но при этом не совсем понятно какому кругу людей это интересно.
Мне дали доступ к Copilot CLI, но честно говоря не настолько супер как я ожидал. Часто предлагает команды для K8s, хотя его рядом нигде не было.
Единственное, что понравилось, это быстрый доступ через алиас ??, если нужно что то простое вызвать и не вспоминать команду и синтаксис.
Ну да, статья не сложная, кому то возможно будет полезно.
Всем управляют вероятности следующих токенов, если у следующих токенов вероятности низкие, то можно завершать разговор (грубо говоря сеть не знает, что еще можно добавить). Расписал немного подробнее в комментарии выше.
Да, фантазия и творчество хорошие термины. Но тут вопрос дискуссионный, фантазирует ли она или занимается творчеством. Всем в итоге управляют параметры, которые указывают, какой именно токен взять следующим, а там уже что получится, возможно существующий факт, возможно вымысел. Сеть не контролирует это, как например человек.
Если говорить почему оно прекращает генерацию текста, то можно посмотреть на API, которое может возвращать информацию о выбранных токенах и их вероятностях. Видимо вероятности сильно падают и получается, что найти подходящего токена не получается.
Когда игрался с API, в режиме "простого" completion (например davinci), сеть может разговаривать сама с собой, если неправильно указать стоп слова (например "." или перенос строки), то сеть разговаривает сама с собой.
Например:
"Hi, how are you?"
"Fine, thank you, what about you?"
"I am fine too, thank you."
В режиме "простого" completion, разработчики сами организуя режим чата, добавляя User и ChatGpt, например:
"User: Hi, how are you? ChatGpt:"
"Fine, thank you, what about you? User:"
"User: I am fine too, thank you."
В данном случае стоп слово: "User:" как бы говорит, что сеть ожидает ответа.
В режиме chat/completion (Gpt 3.5 и Gpt 4) сама Open AI реализует указанное поведение и возиться со стоп словами не нужно.
Еще интересная вещь, в ответе от API, есть параметр, который говорит, сеть закончила генерировать текст потому, что достигнут лимит токенов или сеть сгенерировала необходимый ответ.
Мне кажется нам еще предстоит понять как это встраивать в жизнь для решения повседневных задач. Но уже сейчас мне кажется, что русский и английский он знает лучше меня :)