Комментарии 13
Параллельная программа – это реализация параллельного алгоритма в терминах той или иной параллельной алгоритмической модели.
Полагаю, что изначально надо дать определение , что такое "параллельный алгоритм" и "параллельная алгоритмическая модель".
Я вижу Вам понравилось мое определение? ;)
Все очень даже верно.
Действуем в таком порядке: 1) выбираем параллельную модель (из известных Вам); 2) создаем в ее рамках алгоритм; 3) Ищем язык ,который реализует выбранную модель; 4) записываем на нем наш алгоритм. Все! Тут выбор за Вами - и модель, и алгоритм, и язык. Нужно только знать результат и остается протестировать. Как-то так.
Ставьте + статье и в следующей статье вместе с ИИ мы сможем эти вопросы рассмотреть уже подробнее. Т.е. конкретизируем. На примере того же RS-триггера (проще нет задачи). Пока я так думаю.
Ваша статья сподвигла меня на общение с DeepSeek. Все руки не доходили.
Попросил его написать PDU decoder на Lua, так как сейчас сделал модуль и пишу софт для него.
Впечатлен результатом. DS предложил мне расширить функции программы .
Правда я уже видел подобное решение в интернете.
Беседа с DeepSeek на русском языке мне понравилась.
Совет. Практической. Из области Применения ИИ.
Запихать статью в Копилот / Дипсик/ ЧатГпт и попросить проанализировать. Может стоит разбить на несколько частей или сократить. Может получится причесать. Чтобы у итогового текста осталась твоя "душа", можно попробовать поступить так:
берем свои стать в виде или или ссылок на публикации.
Отдаем ИИ для создания контекста.
Потом просим учитывать твой стиль в генерируемом тексте.
Ну и обязательный этап - вычитка и корректура лично перед публикацией
Я что-то подобное проделал со своей статьей. Впихнул ее в Яндекс с нейросетью, выбрал стиль - красивая. После "чеса" она, действительно, стала красивее, но ... ушла "душа". Это сразу видно, хотя и изменила-то процентов 10, наверное. Поэтому я посмотрел, посмотрел на это и оставил "душу" ;)
А вот сделать так, как Вы посоветовали, чтобы "душа" осталась было бы интересно. Только как конкретно это сделать в том же Дипсик. Список моих статей? - есть на Хабре. Как создать контекст/стиль из них? Не знаю (можно, правда спросить у него). Ну и потом подсунуть новую статью.
Вопрос один. Как вложить мою "душу" в Дипсик? Могу отдать ее даже за бесплатно. ;)
Вопрос один. Как вложить мою "душу" в Дипсик? Могу отдать ее даже за бесплатно
Для ответа достаточно прочитать мой коммент внимательно и подобрать удобный для себя инструмент.
Даже с Яндекс ГПТ можно редактировать "не теряя свою душу".
Ищите в Гугле или Яндексе «Святой Карасий» / «Святой Базилиус Карасий». Найдете мой блог на Дзене. Там многие из статей, начиная с 2023 года, написаны при поддержке AI-ассистента. Тем не менее мой «код», моя «душа» (а местами моя «желчь») там есть.
Приемы зависят от инструмента. Если пользуетесь «Мерлин.АИ», то можно «накачать» чат своими статьями в виде PDF, а потом просить учитывать это при редактуре или написании текста.
Но финальное слово всё равно должно быть за человеком!
Впихнул ее в Яндекс с нейросетью,
По древнему поверью, у яндекса и сбера настолько нет денег, что они вынуждены арендовать 1060 у одного из сисадминов.
Нашли с чем сравнивать. Но в целом ваша задача не так то и проста, и честно говоря она еще не для сегодняшних ИИ. Контекст и его размер конечно важны. но настолько обобщать текущие ИИ еще не могут. Архитектура внимания занимается обработкой текущего промта, а контекст там уже имеет меньшие веса чисто потому что "история". Оно как бы и понятно, все даже человек помнить не будет - точнее держать в ОЗУ человека. Тут нужно архитектуру дорабатывать, а уже сейчас вставляют палки в колеса всякие. Слишком умные ИИ, говорят они, надо запретить, говорят они. Пользуйтесь локальными моделями, и работайте с ними по api - это покажет и явные ограничения, замотивирует более грамотно писать запросы, разделять запросы вместо "напиши мне винду" на "напиши оконную среду, драйвер гениталия на гусеничном ходу, менюшки, чтобы на графике, чтобы занимало места мало, и сетевой интерфейс". Ну. хотя бы так.
не бывает и не будет кнопки "сделать хорошо"
Статья норм, :)
для дальнейших экспериментов очень рекомендую попробовать Грок - умная зараза, а вот дипсик разочаровал, да и работает по принципу то потухнет то погаснет
Qwen тоже вроде бы не плох, но в сравнении в чатджпт и гроком не идут в сравнение. все сказанное IMHO
Общение с DeepSeek происходит без посредников, что делает его более удобным и доступным. Раньше за использование ChatGPT приходилось платить или, например, задавать не более трёх вопросов в сутки.
Общаюсь с моделью OpenAI через Бинг (сейчас Ко-пилот) с 2023 года. Не платит ни цента. Некоторые другие модели попробовал через Мерлин.АИ. тоже без денег. Но у Мерлин похоже были " промо-кредиты", выданные при регистрации. На сегодня их у меня 5 осталось. Как восполнить пока не разбирался.
Посоветуйте пожалуйста для vs code плагин в который можно добавить кастомный endpoint для chat gpt или deepseek
Признаюсь честно - не знаю :) А что на это ответил ДипСик публикую:
Скрытый текст
Хорошо, пользователь хочет найти плагин для VS Code, который позволяет добавить кастомный эндпоинт для ChatGPT или DeepSeek. Начну с того, что вспомню популярные расширения для интеграции AI в VS Code.
Первое, что приходит на ум — это CodeGPT. Знаю, что оно поддерживает разные API, возможно, там можно указать свой URL. Проверю документацию: да, CodeGPT действительно позволяет менять API endpoint через настройки. Значит, пользователь может указать свой URL для взаимодействия с моделью.
Далее, Genie AI. Это расширение тоже предоставляет возможности кастомизации, но не уверен насчёт эндпоинтов. Посмотрю описание: Genie AI использует OpenAI API, но есть ли опция для своего URL? Возможно, нет. Тогда не подходит.
Еще есть Continue, которое можно самостоятельно разворачивать и подключать к своим моделям. Если пользователь готов настраивать через конфиги, то это вариант. Continue использует собственный сервер, так что можно указать свой эндпоинт.
Также вспомним о REST Client. Это расширение позволяет отправлять HTTP-запросы прямо из VS Code. Можно создать файл .http и вручную отправлять запросы к своему API. Хотя это не интеграция в IDE как таковую, но для простых случаев сгодится.
Еще вариант — Custom GPT. Это расширение заточено под кастомные эндпоинты. По описанию, позволяет подключать свои API URL и ключи. Точно под требования пользователя.
Теперь нужно структурировать эти мысли, выбрать лучшие варианты и оформить в понятный ответ. Сначала перечислю плагины с поддержкой кастомных эндпоинтов: CodeGPT, Continue, Custom GPT. Затем добавлю REST Client как альтернативу для ручных запросов. Для каждого укажу ссылки и краткое описание настройки.
Важно проверить, актуальна ли информация по каждому расширению. Например, могло измениться API или настройки. Но предполагаю, что основные моменты верны. Также стоит упомянуть, что для DeepSeek или других моделей нужно убедиться, что API совместимо с OpenAI, или настроить соответствующим образом.
Вот несколько плагинов для VS Code, которые позволяют использовать кастомные API-эндпоинты для интеграции с ChatGPT, DeepSeek или другими LLM:
1. CodeGPT
Ссылка: Marketplace
Особенности:
Поддержка кастомных эндпоинтов через настройки.
Совместимость с OpenAI-подобными API (например, DeepSeek, если его API соответствует формату).
Интеграция в редактор: код-генерация, объяснения, рефакторинг.
Настройка:
json
Copy
"codegpt.apiBaseUrl": "ваш_эндпоинт", "codegpt.apiKey": "ваш_api_key"
2. Continue
Ссылка: Marketplace
Особенности:
Локальная настройка через
config.json.Поддержка любых моделей, включая локальные (Llama, Mistral) и кастомные API.
Расширенный контекст (чтение файлов, поиск в коде).
Пример конфигурации:
json
Copy
{ "models": [{ "title": "DeepSeek", "model": "deepseek-coder", "apiBase": "ваш_эндпоинт", "apiKey": "ваш_ключ" }] }
3. Custom GPT
Ссылка: Marketplace
Особенности:
Специально для кастомных эндпоинтов.
Поддерживает чат, генерацию кода, вопросы по документации.
Настройка:
json
Copy
"customGpt.endpoint": "ваш_эндпоинт", "customGpt.apiKey": "ваш_ключ"
4. REST Client (для ручных запросов)
Ссылка: Marketplace
Особенности:
Отправка HTTP-запросов из VS Code.
Полезно для быстрого тестирования API без глубокой интеграции.
Пример запроса:
http
Copy
POST ваш_эндпоинт Content-Type: application/json Authorization: Bearer ваш_ключ { "model": "deepseek-chat", "messages": [{"role": "user", "content": "Напиши код на Python"}] }
5. AIDE (для продвинутых сценариев)
Ссылка: Marketplace
Особенности:
Поддержка кастомных моделей через API.
Автодополнение, рефакторинг, анализ кода.
Для DeepSeek:
Убедитесь, что его API совместимо с OpenAI (например, эндпоинт https://api.deepseek.com/v1/chat/completions). Если да, используйте настройки как для OpenAI, заменив базовый URL.
Совет: Проверьте документацию вашего LLM-провайдера на предмет требований к API (заголовки, формат тела запроса). Для нестандартных API может потребоваться кастомизация через JavaScript/TypeScript (например, через плагин Continue с локальным сервером).
Времена настали такие: не знаешь - спроси DeepSeek. Не знает он - чеши репу :)
Вот только что. Одна из библиотек под Win работала и на ESP32 и ESP8266. Под Linux ESP32 - норм, ESP8266 - ошибка. Спросили ДипСик - он рассказал, что сделать. Но, к сожалению, допустил ошибку, но направление указал правильно. Включил свой интеллект и через 15 мин все заработало.
Вот примерно такой план действий уже должен быть. Сначала пытай ДипСик, потом - коллегу :)
Дайте ответ - помог .ли Вам ДипСик. Правильно ли он Вас понял? Интересно.
Как я «ломал» DeepSeek