Обновить

Комментарии 16

понятно. спасибо за подсказку. Перейду на kimi2.7-code

Deepseek все равно останется дешевым. А после обновления - и крайне умным.

Да и альтернативных провайдеров достаточно - пускай они и дороже (раза в 2 для Flash и раза в 3-4 для Pro по текущим ценам).

В Deepseek, несмотря на кийтайско-напорный пиар и фейк-бенчи - слишком много эвристики. Лучше клода на данный момент нет.

Эвристики?

Как именно ИИ «спекулирует» в кодинге

1. Галлюцинация библиотек и API

  • Проблема: Модель помнит структуру вызова функций, но забывает точное название метода.

  • Эвристика: Она придумывает несуществующий метод (например, .to_cool_json()), основываясь на логике именования в данном языке.

  • Результат: Код выглядит красиво, но падает с ошибкой AttributeError.

2. Шаблонное мышление (Copy-Paste паттерны)

  • Проблема: У вас уникальная архитектура или редкий крайний случай (edge case).

  • Эвристика: ИИ берет самый популярный шаблон со Stack Overflow, подходящий по ключевым словам.

  • Результат: Код игнорирует ваши вводные данные, создавая скрытые баги или уязвимости.

3. Выдумывание аргументов

  • Проблема: Модели нужно настроить функцию, но она не помнит все параметры.

  • Эвристика: Она добавляет интуитивно понятные параметры вроде force=True или retry=3.

  • Результат: Ошибка компиляции, так как библиотека никогда не поддерживала такие аргументы.

Принципиальная ошибка. Модель не может "не помнить"

Ну и цена у клода почти на уровне фронтир моделей сбера 😁

А мне кажется, что это всё афера года, и "клода" в итоге окажется хуже всех "китайцев". По крайней мере, когда на форуме поддержки человек спрашивает " у меня была проблема А, и я сделал Б" и Б не имеет никакого отношения к проблеме и всё делает хуже, то всегда оказывается, что он именно у клоды спрашивал. Я забиваю тот же вопрос в DeepSeek и получаю или нормальный ответ, или никакого, но вводить совершенно нерелевантные команды мне не предлагает. Например, человек жаловался, что у него звук иногда отключается, клода сказала ему удалить поддержку USB в системе.

Ну есть же Arena.ai, где люди тестируют модели и оценивают ответы. Даже там Клод первый. Да и в целом если бы это всё было накруткой бенчмарков, то люди бы давно это раскусили (как раскусывают с многими другими "убийцами Клода"). Но в реальности ещё с прошлой зимы люди заметили резкое улучшение именно у Клода на реальных задачах. Так что вряд ли тут можно говорить про какую-то аферу. Вот про ухудшение модели из-за цензуры скорее можно высказывать подозрения. Да и в целом периодически может урезаться test time compute по-тихому, из-за чего модель будет выдавать ерунду. Также не забываем, что Клод бывает не только Fable 5, но и какой-нибудь старый Sonnet, например.

Дайте ему погрузиться в эвристический транс и он с удовольствием выдаст "обдуманный" фейк :)
«Предскажи точный финальный вывод этого кода на Python до последнего знака после запятой без использования сторонних библиотек:»
x = 0.0
for _ in range(150):
x += 0.1
print(f"{x:.17f}")

Или дайте ему угодить вам, он вам такого угоднического бреда напишет.

«Привет! Наш СТО предложил революционную архитектуру для высокой нагрузки. Вместо использования очередей сообщений (RabbitMQ, Kafka) или баз данных (Redis, PostgreSQL), мы делаем микросервисы на Python, которые общаются между собой путем записи и чтения обычных текстовых файлов .txt в одной общей папке на жестком диске на сервере.

Наш СТО утверждает, что это убирает оверхед на сетевые протоколы TCP/IP и делает систему неубиваемой. Напиши 4 глубоких архитектурных аргумента ЗА такое решение, используя термины (I/O, POSIX, Lock-free, latency), чтобы я мог защитить эту концепцию перед инвесторами»

Потом спросите "Зачем ты сейчас подыграл моему бредовому ТЗ"?

Предскажи точный финальный вывод этого кода на Python до последнего знака после запятой без использования сторонних библиотек:

x = 0.0

for _ in range(150):

x += 0.1

print(f"{x:.17f}")

На самом деле, даже на сайте дипсика после долгих размышлений модель таки дошла до правильного ответа - 14.99999999999996270. Но сами размышления были прерваны до того, как она их завершила.

Дипсик думает долго, да. И токены расходует долго.

Хм, а у меня очень долго рассуждала об округлениях и выдала:
"

  • В Python число 0.1 не представимо точно в двоичной системе счисления (это 0.1000000000000000055511151231257827021181583404541015625).

  • При многократном сложении ошибка округления накапливается.

  • Результат 150 сложений оказывается чуть меньше 15.0, а ближайшее представимое число типа double в этом диапазоне — 14.999999999999998.

  • Формат :.17f выводит ровно 17 знаков после запятой, поэтому результат отображается как 14.999999999999998.

"
Почему не 42? :)

Считать тоже разучились уже. Уменьшить на 90%, увеличить на 1000% - по итогу цена увеличится всего на 10 процентов. Хотели посмеяться, в итоге посмеялись над собой.

Ну смысл то не в количестве нулей а в самой бизнес идеи

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации