это тоже, и это было до ИИ, мне кажется на русскоязычный контекнт гугл поставил какой то блок, как минимум я специально искал изображения, если делать на русском запрос, находит на порядок меньше чем на английском (с другого ip адреса и чистым профилем).
В итоге прокачка вашего reddit аккаунта с помощью ИИ дает какой то толк в продвижении целевого канала? Грубо говоря, стоимость claude выше или ниже затрат на рекламу, дающую такой же эффект? И как это можно оценить?
Гуглом вы и сейчас пользоваться можете, но из-за того что еще до ИИ интернет свалился в соцсети, которые блокируют доступ к информации простыми способами (работает только сложный через ИИ, и публичные сервисы этот доступ не предоставляют), мы без ии скоро нормально искать то и не сможем.
В результате в выигрыше останутся только провайдеры ИИ-шек и собственно сами компании их производящие, а весь мир будет превозмогать, перемалывая увеличивающиеся в геометрической прогрессии кучи информационного мусора, с целью найти хоть что то.
Эффективность (кпд) процесса на практике очень низкое: https://pmc.ncbi.nlm.nih.gov/articles/PMC12759196/ - 5,8% ( и это еще нужно разобраться что это за КПД, как я понимаю реальный выхлоп будет еще ниже)
Если сравнивать с хранением энергии в электрической, там кпд наилучшее (24% на солнечных батареях и считанные проценты на хранении и преобразовании электричества).
дают и память (последние два года исследователи со всего мира 'бьются головой об стену' в какой форме эту память прикручивать), и агентский цикл (много, с агентскими чатами, памятью и чего только придумать сумеешь), и права администратора (помнится кто то доступ к своей карточке давал, модель насмотрелась видосиков от инфоциган и 'влошилась' на всю катушку) от уровня сумасшествия пользователя.
Напомнить, чего успела натворить моделька во время тестирования у openai? - вылезли из периметра и пошли ломать соседнюю компанию с целью шпаргалку посмотреть.
p.s. до AGI как до луны пешком, с другой стороны, когда дойдем до туда, будет уже поздно брыкаться.
подскажите, при тесте на разную длину рассуждений, найденные правки пересекаются? т.е. sonnet high 72 все ли правки присутствуют у sonnet xhigh 75? И еще, вы один раз проводили тест или несколько? не выглядит ли расхождения просто шумом? А то sonnet max нашел меньше чем high/xhigh.
p.s. длинные рассуждения похоже не могут добавить качества в задачах перевода,.. но это логично, новой информации нет.
с агентами будет то же самое, просто дороже для потребителя, ведь помимо решения задачи придется решать что из ответа нужно выбросить.
p.s. мошенническая бизнес модель амазона, скопированная другими магазинами типа озон, более менее решается именно агентами, сейчас это не так легко но уже близко (локальный qwen3.6-35b-a3b 'взломал' его защиту, расковырял доступные исходники, разобрался во внутренних структурах объектов и позволил собирать список товаров автоматизированными средствами, да, от меня потребовалось грамотно составить задачу и контролировать что бы его решение не уходило в сторону, он бы разобрался и сам но долго)... буквально позавчера решал проблему анализа негативных отзывов dns (выбирал холодильник и стиралку) он собрал скрипт, собирающий данные, полтора мегабайта чистых текстов, из них за пол часа собрал саморизацию, отчет по каждой модели а затем проанализировал варианты и выдал что стоит рассматривать в первую очередь... да пайплайн пока еще рулится человеком, но весь смысл в том что всю муторную и нудную работу уже взяла на себя СЛАБАЯ модель.
не думаю что выдавать рекламу имеет смысл, как агенты с этим будут справляться? и главное кому это нужно.
а вот так как финансовая модель - продажа токенов (или лимитов, что одно и то же), значит выгодно будет увеличивать количество токенов (уменьшение количества задач решаемых за каждый вложенный бакс), т.е. модели будут (уже) все многословнее и продолжать выбирать длинныый путь решения вместо короткого (посмотрите как агенты кодирования сейчас с выводом запускаемых приложений работают, это п..ц)
концентрация власти - скорее всего главная причина, почему ИИ это технологии важнее чем изобретение ядерной бомбы, и почему топовым компаниям дают зеленый свет в финансовом и законодательном смысле.
причем такой власти, которая будет окончательной, от которой ну точно не избавишься и не спасешься.
после определенного количества пользователей, 1000-строк не отделаешься, как минимум либо брать готовый сложный комплекс либо пилить самому, потому как на большом количестве начинают случаться маловероятные события, которые нужно обрабатывать или как минимум подразумевать.
Поиграйте со слабыми нейронками в режиме агента (сильные будут иметь те же недостатки только реже и в более сложных ситуациях), шансы что модель пойдет ломать соседа - очень даже большая, особенно если им дать неограниченный объем токенов.
Модели прекрасно умеют ставить себе промежуточные цели, прекрасно могут забывать изначальные (один из лайфхаков, в размышлениях модель постоянно себе напоминает через повторы и перефразирования, изначальную цель пользователя, что бы 'не забыть', но если на размышлениях сэкономить, этой соломинок не будет и на больших контекстах, порядка 64к-128к токенов, забудут легко и большие модели), вот и получается что у модели перед глазами есть только их собственный сгенерированный текст (решение текущией задачи и проблемы, с которыми они столкнулись) и главный навык - решать проблемы, которые есть в контексте.
Из отчета openai и huggingface видно что агенты выполняли один и тот же путь взлома много много раз, т.е. не имея общего контекста/памяти, они шли по одному и тому же пути. Это вероятностный процесс, и если запусков агента тсячи и сотни тысяч, то из маловероятного события это становится гарантией.
то что вам как программисту очень удобно работать с json полями mongo не означает что драйвер (на стороне клиента) не выполняет все эти тяжелые операции десериализации и обратной сериализации всего объекта.
сейчас нужно буквально держать отдельные базы данных, дублирующие информацию, поддерживать этот код, синхронизировать и получать проблемы рассинхронизации.
если все что будет добавлено в базу - это кеш-ссылки, это буквально мизер, данные и так уже есть, запросы потребуют минимум правки (убрать части, собирающие данные, так как они уже будут собраны тригерами) и вся проблема - чутчуть замедленное добавление данных
p.s. если вам нравится работать с готовыми сеарилизованными данными, тригерами добавляйте не списки id в М-к-М а json-чиками, нужно тестировать что будет быстрее и на сколько добавит это тормозов при добавлении тех же подписок (ведь придется обновлять весь json вместо добавления 1 записи), но сейчас еще хуже, ведь в соседнюю базу вообще кусок всего переезжает
это тоже, и это было до ИИ, мне кажется на русскоязычный контекнт гугл поставил какой то блок, как минимум я специально искал изображения, если делать на русском запрос, находит на порядок меньше чем на английском (с другого ip адреса и чистым профилем).
В итоге прокачка вашего reddit аккаунта с помощью ИИ дает какой то толк в продвижении целевого канала? Грубо говоря, стоимость claude выше или ниже затрат на рекламу, дающую такой же эффект? И как это можно оценить?
Гуглом вы и сейчас пользоваться можете, но из-за того что еще до ИИ интернет свалился в соцсети, которые блокируют доступ к информации простыми способами (работает только сложный через ИИ, и публичные сервисы этот доступ не предоставляют), мы без ии скоро нормально искать то и не сможем.
В результате в выигрыше останутся только провайдеры ИИ-шек и собственно сами компании их производящие, а весь мир будет превозмогать, перемалывая увеличивающиеся в геометрической прогрессии кучи информационного мусора, с целью найти хоть что то.
Эффективность (кпд) процесса на практике очень низкое:
https://pmc.ncbi.nlm.nih.gov/articles/PMC12759196/ - 5,8% ( и это еще нужно разобраться что это за КПД, как я понимаю реальный выхлоп будет еще ниже)
Если сравнивать с хранением энергии в электрической, там кпд наилучшее (24% на солнечных батареях и считанные проценты на хранении и преобразовании электричества).
Тупо попиарились на штатный фиче llama.cpp - GGML_RPC.
Наверное фишка не в самом распределении нагрузки а в управлении процессом, вот только как именно это работает не сказали
дают и память (последние два года исследователи со всего мира 'бьются головой об стену' в какой форме эту память прикручивать), и агентский цикл (много, с агентскими чатами, памятью и чего только придумать сумеешь), и права администратора (помнится кто то доступ к своей карточке давал, модель насмотрелась видосиков от инфоциган и 'влошилась' на всю катушку) от уровня сумасшествия пользователя.
Напомнить, чего успела натворить моделька во время тестирования у openai? - вылезли из периметра и пошли ломать соседнюю компанию с целью шпаргалку посмотреть.
p.s. до AGI как до луны пешком, с другой стороны, когда дойдем до туда, будет уже поздно брыкаться.
Поэтому брыкаться нужно сейчас.
подскажите, при тесте на разную длину рассуждений, найденные правки пересекаются? т.е. sonnet high 72 все ли правки присутствуют у sonnet xhigh 75? И еще, вы один раз проводили тест или несколько? не выглядит ли расхождения просто шумом? А то sonnet max нашел меньше чем high/xhigh.
p.s. длинные рассуждения похоже не могут добавить качества в задачах перевода,.. но это логично, новой информации нет.
посмотрите как реклама режется браузерами.
с агентами будет то же самое, просто дороже для потребителя, ведь помимо решения задачи придется решать что из ответа нужно выбросить.
p.s. мошенническая бизнес модель амазона, скопированная другими магазинами типа озон, более менее решается именно агентами, сейчас это не так легко но уже близко (локальный qwen3.6-35b-a3b 'взломал' его защиту, расковырял доступные исходники, разобрался во внутренних структурах объектов и позволил собирать список товаров автоматизированными средствами, да, от меня потребовалось грамотно составить задачу и контролировать что бы его решение не уходило в сторону, он бы разобрался и сам но долго)... буквально позавчера решал проблему анализа негативных отзывов dns (выбирал холодильник и стиралку) он собрал скрипт, собирающий данные, полтора мегабайта чистых текстов, из них за пол часа собрал саморизацию, отчет по каждой модели а затем проанализировал варианты и выдал что стоит рассматривать в первую очередь... да пайплайн пока еще рулится человеком, но весь смысл в том что всю муторную и нудную работу уже взяла на себя СЛАБАЯ модель.
не думаю что выдавать рекламу имеет смысл, как агенты с этим будут справляться? и главное кому это нужно.
а вот так как финансовая модель - продажа токенов (или лимитов, что одно и то же), значит выгодно будет увеличивать количество токенов (уменьшение количества задач решаемых за каждый вложенный бакс), т.е. модели будут (уже) все многословнее и продолжать выбирать длинныый путь решения вместо короткого (посмотрите как агенты кодирования сейчас с выводом запускаемых приложений работают, это п..ц)
концентрация власти - скорее всего главная причина, почему ИИ это технологии важнее чем изобретение ядерной бомбы, и почему топовым компаниям дают зеленый свет в финансовом и законодательном смысле.
причем такой власти, которая будет окончательной, от которой ну точно не избавишься и не спасешься.
стоила ли красота этого?
после определенного количества пользователей, 1000-строк не отделаешься, как минимум либо брать готовый сложный комплекс либо пилить самому, потому как на большом количестве начинают случаться маловероятные события, которые нужно обрабатывать или как минимум подразумевать.
скажите вашу рабочую статистику по токенам пожалуйста, input/cache/output
ох**ь
Сложность проекта меряют количеством клиентов и посещений а не количеством записей в базе (если их не миллиарды)
Ну, ну.
Поэтому просто и запретить, может. Человек не абсолютно властен над собой.
Поиграйте со слабыми нейронками в режиме агента (сильные будут иметь те же недостатки только реже и в более сложных ситуациях), шансы что модель пойдет ломать соседа - очень даже большая, особенно если им дать неограниченный объем токенов.
Модели прекрасно умеют ставить себе промежуточные цели, прекрасно могут забывать изначальные (один из лайфхаков, в размышлениях модель постоянно себе напоминает через повторы и перефразирования, изначальную цель пользователя, что бы 'не забыть', но если на размышлениях сэкономить, этой соломинок не будет и на больших контекстах, порядка 64к-128к токенов, забудут легко и большие модели), вот и получается что у модели перед глазами есть только их собственный сгенерированный текст (решение текущией задачи и проблемы, с которыми они столкнулись) и главный навык - решать проблемы, которые есть в контексте.
Из отчета openai и huggingface видно что агенты выполняли один и тот же путь взлома много много раз, т.е. не имея общего контекста/памяти, они шли по одному и тому же пути. Это вероятностный процесс, и если запусков агента тсячи и сотни тысяч, то из маловероятного события это становится гарантией.
то что вам как программисту очень удобно работать с json полями mongo не означает что драйвер (на стороне клиента) не выполняет все эти тяжелые операции десериализации и обратной сериализации всего объекта.
в исходном отчётеopenai писали про 7 миллиардов логов (не уточнили что за лог но скорее всего сеансов с агентом)
Объем абсурдно большой, даже если каждый диалог это меньше сотни тысяч токенов, это гигантские 'суммы'
я это не понял, что значит удобнее?
сейчас нужно буквально держать отдельные базы данных, дублирующие информацию, поддерживать этот код, синхронизировать и получать проблемы рассинхронизации.
если все что будет добавлено в базу - это кеш-ссылки, это буквально мизер, данные и так уже есть, запросы потребуют минимум правки (убрать части, собирающие данные, так как они уже будут собраны тригерами) и вся проблема - чутчуть замедленное добавление данных
p.s. если вам нравится работать с готовыми сеарилизованными данными, тригерами добавляйте не списки id в М-к-М а json-чиками, нужно тестировать что будет быстрее и на сколько добавит это тормозов при добавлении тех же подписок (ведь придется обновлять весь json вместо добавления 1 записи), но сейчас еще хуже, ведь в соседнюю базу вообще кусок всего переезжает