На конференции Nvidia GTC 2025 в Сан-Хосе генеральный директор Nvidia Дженсен Хуан представил робота Blue, который разрабатывался вместе с Disney и Google DeepMind. Под капотом устройства новая модель Nvidia Groot N1.
Когда робот появился на сцене, Хуанг обратился к нему: «Привет, Blue, как дела? Нравится ли тебе новый физический движок? Тебе нравится, да? Да, знаю точно».
Поисковая ИИ-система Perplexity выпустила рекламу со звездой "Игры в кальмара" Ли Чон Чжэ, который оказался в ловушке в комнате и должен ответить на ряд вопросов, чтобы выбраться. Один вопрос нацелен на прошлогоднюю оплошность ИИ Google «Как сделать так, чтобы сыр прилипал к пицце?» (ответ ИИ был: «Смешайте около 1/8 стакана клея Elmer’s в соусе», чтобы сыр прилипал к пицце).
В рекламе Ли достает свой смартфон в поисках ответов, и, получив неутешительные результаты от «Poogle», обращается за ответом к Perplexity. «Используйте свежую моцареллу с низким содержанием влаги. Не используйте клей», — говорит помощник-ИИ Perplexity.
Весь код в один файл для ИИ
Repomix собирает весь ваш репозиторий в один файл, который можно скормить любой ИИ-модели. Больше не нужно загружать десятки файлов в ChatGPT или Claude — просто упаковал весь проект и загрузил в чат.
✅ А можно ещё проще? - Да, можно. Продвинутое ипользование ИИ для разработки подробно разбираем на курсе по AI разработке.
✅ Кстати, опытные разработчики после обучения отмечают, что им удалось значительно автоматизировать рутину.
✅ В то время как для других учеников наиболее ценной оказалось возможность создавать приложения даже с использованием незнакомых технологий (например, фронтенда).
Топ-10 инструментов для анализа трафика и сетевой безопасности
• Wireshark – Анализирует сетевой трафик, помогает выявлять угрозы и аномалии.
• Zeek (Bro IDS) – Мониторинг сетевой активности, обнаружение атак и аномалий.
• Suricata – Система обнаружения вторжений и мониторинга сетевого трафика.
• Snort – Система предотвращения атак с анализом трафика в реальном времени.
• Tshark – Консольный инструмент для глубокого анализа пакетов.
• Arkime – Платформа для захвата и индексации сетевого трафика.
• Nmap – Сканирует сети, выявляет открытые порты и уязвимые сервисы.
• NetFlow Analyzer – Анализ трафика для выявления подозрительной активности.
• PacketTotal – Облачный анализатор сетевых пакетов с визуализацией угроз.
• Security Onion – Платформа для мониторинга безопасности и расследования инцидентов.
Ещё больше познавательного контента в Telegram-канале — AI & cybersecurity
Kryptonite ML Challenge подходит к концу!
Члены жюри, наши эксперты из лаборатории ИИ, отсмотрели все присланные решения и определились с финалистами!
В это воскресенье, 16 марта, в 12:00 пройдёт онлайн-питчинг проектов, а затем официальное закрытие Kryptonite ML Challenge.
Всех приглашаем присоединиться к трансляции — она будет в нашем паблике VK. Оставляем ссылку.
Топ-10 AI инструментов для кибербезопасности и защиты данных
• Metadefender – AI-анализатор файлов на вирусы, уязвимости и скрытые угрозы.
• CyberSec GPT – AI-ассистент для анализа киберугроз и прогнозирования атак.
• Falcon Sandbox – Глубокий AI-анализ подозрительных файлов и программ.
• Vectra AI – AI-обнаружение атак на сети и облачные системы.
• Darktrace – AI-система обнаружения аномалий и предотвращения атак в реальном времени.
• ReversingLabs – AI-платформа для анализа вредоносного кода и файлов.
• Traceable AI – AI-защита API от атак и утечек данных.
• OCRadar – Мониторинг даркнета и угроз с AI-обработкой данных.
• MalwareBazaar – База данных вредоносного ПО с AI-анализом угроз.
• Cylance AI – Предиктивный AI-антивирус для защиты конечных устройств.
AI-инструменты помогают обнаруживать угрозы быстрее и защищать данные эффективнее!
Ещё больше познавательного контента в Telegram-канале — AI & cybersecurity
Пользователь редактора кода Cursor AI рассказал, что ИИ заявил ему, что человеку следует самому изучить программирование, а не просить за него генерировать код.
«Вчера я установил Cursor и сейчас на Pro Trial. Немного покодировав, я обнаружил, что он не может обработать 750–800 строк кода, и когда меня спросили, почему это так, я получил это сообщение. Не уверен, знают ли LLM, для чего они нужны (лол), но это не так важно, как тот факт, что я не могу обработать 800 строк. У кого‑нибудь была похожая проблема? На данный момент это действительно ограничивает мою работу», — уточил пользователь.
Знакомьтесь с программой и регистрируйтесь на GoCloud 2025 ☁️
Делимся с вами программой предстоящей масштабной конференции про облака и AI, которая состоится 10 апреля — GoCloud 2025.
10:00 – 11:00 Регистрация
11:00 – 12:00 Открытие конференции
12:20 – 18:00 Доклады. Три трека
Инфраструктура и сервисы: K8s, Bare Metal, платформа данных и другие сервисы Cloud.ru Evolution для ваших задач в облаке. Покажем новые и популярные инструменты, а также возможности личного кабинета. Все, чтобы развернуться по максимуму.
AI & ML: загляните в будущее искусственного интеллекта. Мы расскажем об AI-инструментах, поделимся опытом и анонсируем продукты, меняющие индустрию. Узнайте, как мы работаем с сообществом и какие возможности открываются для вас.
Сценарии работы в облаке: не только доклады, но и дискуссии с лидерами рынка, которые уже в облаке. Будем обсуждать популярные сценарии, гибридные решения, GenAI, миграцию в облако, вопросы безопасности, а также кейсы наших клиентов.
18:00 – 20:00 Afterparty и нетворкинг
Для участия подключайтесь к онлайн-трансляции (ссылка придет зарегистрированным участникам в письме) или приходите в Цифровое деловое пространство (ЦДП) в Москве.
🔎 Смотреть темы докладов и зарегистрироваться
А пока можно почитать, как проходили предыдущие конференции Cloud.ru:
Классные промпты для GPT, чтобы сформировать более ясное позиционирование вашего продукта
Сегодня 3 часа потратил на общение с GPT, чтобы сформировать более твердое понимание ценности, клиентов и роль своего продукта в их жизни
В комментах закину шаблон Value Proposition Canvas и промпты на англ
И в процессе родилось 3 промпта к GPT, которые дали мне больше всего инсайтов ⤵️
1️⃣ Определяем ICP (Идеальный профиль клиента)
📌 Чтобы понять, кто именно наши лучшие клиенты и как выстроить продукт под них.
💬 Промпт
Я работаю над [тип продукта], который помогает [целевой аудитории] решать [проблему]. Помоги мне определить мой ICP, используя Value Proposition Canvas.
Value Proposition Canvas — удобный инструмент визуализации проблем клиента и функций продукта, тоже приложу в комментах
Разбей наПрофиль клиента
• Jobs to be Done (JTBD) – какие ключевые задачи они пытаются решить?
• Боли – что мешает им достичь цели?
• Выгоды – чего они хотят достичь?Ценностное предложение
• Основные функции продукта
• Что убирает боли клиентов?
• Что дает дополнительные выгоды?Убедись, что ICP конкретный и фокусируется на самых прибыльных клиентах
📌 Почему это полезно
Сужает целевую аудиторию → точный маркетинг и правильные решения в продукте.
Фокусирует ценность → продукт решает реальные боли клиентов.
Избегает ошибок → не строим слишком широкий и бесполезный продукт.
2️⃣ Определение JTBD (Задач, которые решает продукт)
📌 Понять, какие реальные работы выполняет твой продукт для клиентов
💬 Промпт
Я хочу лучше понять ключевые задачи пользователей (Jobs to be Done, JTBD). Мой продукт – [описание продукта], моя аудитория – [описание ICP из пункта выше].
Разбей их на три категории
1️⃣ Функциональные задачи (какую практическую работу выполняет продукт?)
2️⃣ Эмоциональные задачи (какие эмоции вызывают решение или нерешение проблемы?)
3️⃣ Социальные задачи (как решение проблемы меняет их статус, восприятие окружающими?)Затем расставь приоритеты
✅ Какая работа самая болезненная? (Сила боли / Частотность)
✅ Где пользователи готовы платить?
✅ У какой задачи нет хорошего альтернативного решения?
📌 Почему это полезно?
Избавляет от ненужных фич и фокусирует продукт на главном.
Помогает продавать через эмоции, а не просто через функционал.
Выявляет сильные боли → значит, клиенты заплатят за решение.
3️⃣ Валидация идеи через взгляд инвестора
📌 Как инвесторы смотрят на идею? Почему бы не оценить свою идею их глазами?
💬 Промпт
Я хочу проверить свою идею с точки зрения инвестора. Мой продукт – [описание], а целевая аудитория – [описание ICP].Оцени по этим 5 критериям
1️⃣ Рыночный спрос – действительно ли это большая проблема, которую хотят решить?
2️⃣ Конкурентное преимущество – чем этот продукт уникален?
3️⃣ Масштабируемость – может ли из этого вырасти что-то крупное или это узкая ниша?
4️⃣ Монетизация – как на этом зарабатываются деньги? Готовы ли пользователи платить?
5️⃣ Исполнение и риски – какие главные риски, которые могут убить этот продукт?В конце поставь инвестиционный балл (1-10) и скажи, что нужно улучшить, чтобы получить 8+/10
📌 Почему это полезно?
Помогает избежать ловушки "продукт без спроса".
Заставляет думать о масштабировании, а не просто о запуске.
Готовит к переговорам с инвесторами.
Подойдет практически любому бизнесу, не вижу причин не попробовать и для вашего продукта — много инсайтов получите
#Building_in_Public
Представлен открытый проект на Python под названием Autonomous Networked Utility System. У решения функционал, архитектура, дизайн и код идентичные платному Manus AI. Проект решает сложные математические задачи, пишет код на уровне сеньора, бронирует отели и даже анализирует операционные цели бизнеса. MIT License позволяет внедрять ИИ-агента в любые сервисы и использовать в разных задачах.
Примечательно, что проект набрал более 1,5 тыс звёзд на GitHub менее чем за сутки.
Давайте проведём эксперимент и создадим принцип квантовой неопределённости прямо здесь и сейчас.
Для того, чтобы провести этот эксперимент, вам потребуется кое-какое оборудование. И, потенциально, квантовый компьютер. Но, на самом деле, не всё так сложно. У вас наверняка уже всё готово.
Для проведения эксперимента, вам необходимо выполнить одну, очень чёткую команду. Готовы? Выполняйте:
“Подумайте о кошке”.
Поздравляю. Сделано. Вы создали состояние неопределённости в этой вселенной. В тот момент, когда вы представили себе кошку, в мире не было ни одного существа или механизма, который смог бы воспринять ту кошку, на которую вы смотрите.
Никто, ничто, даже сам Господь Бог понятия не будет иметь о том, на какую кошку вы смотрите. Она существует, потому что вы о ней знаете, но ничто в этой вселенной не знает, что это за кошка.
Это была оранжевая кошка? Или чёрная? Существовала-ли эта кошка на планете Земля, или была выдумана вами? А если существовала, то живёт-ли она сейчас? Это - ваша кошка или нет? Или вы принадлежите этой кошке? Может быть вы из тех, кто подумал о собаке? Или вы вообще чётко видите только серую пустоту? Или вы, как и я, перечитавшись научной фантастики постоянно представляете себе шестипалую кошку, сделаную целиком и полностью из чистого электричества?
До тех пор, пока вы не изложите свою мысль чат-боту, или расскажете об этой кошке кому-либо, верны два следующих утверждения:
На этой планете (да и наверняка во вселенной) нет способа получить хоть какую-то информацию о том, о чём вы подумали.
Вы - единственное существо в мире, которое может созерцать эту кошку.
Прикол в том, что я поговорил с несколькими учёными, делая интервью для подкастов, и убедился в одной простой истине - никто не знает, как восстановить мысли из мозга. Выглядит так, что мысль о кошке вызывает реакции в мозге, но в каждом теле реакция будет абсолютно разной, и не существует способа понять, смотрите ли вы на кошку, или думаете о том, чтобы поесть курицы. Нет научных исследований, которые хоть как-то подтверждают теорию того, что мысли собираются в стройные ряды в мозге. Хотя, есть куча теорий и исследований, которые явственно показывают, что мысли вызывают какие-то реакции в мозге. И в некоторой степени можно заметить, что у некоторых реакции могут совпадать на общей категории направленности мыслей. Статьи о том, что кто-то умудрился натренировать что-то “распознавать” мысли по факту оказываются высосанными из пальца фейками.
(Что удивительно, если предложить человеку нейроинтерфейс, то он может натренировать свой мозг подавать нужные команды для управления этим интерфейсам. Примерно так же, как и новорожденный учится управлять своим телом, человек с нейроинтерфейсом может использовать свою мозговую мышцу для подачи сигналов в правильном направлении.)
Но, не недооценивайте потенциальные изменения, которые одна мысль в голове человека может привнести в естество этой вселенной. Мы тут не на марафоне желаний. Возможно ваша мысль о кошке особо не на что не воздействует. Но, может быть кто-то из вас решит пойти и взять себе кошку из приюта. А кто-то захочет открыть кафе с котами. Есть и другие головы, мысли в которых могут превратится в космические корабли или самолёты, лайнеры или гоночные машины. А мысли некоторых могут убивать.
В области ИИ я вижу реальных экспертов, которые хорошо разбираются в том, как работают модели и не занимаются спекулятивным намешиванием идей о том, что мы воссоздаём человеческое сознание в машине. Так же я вижу спекулянтов, которые постоянно галдят о том, что мы на пороге следующей ступени естества для человеческих существ. (Этот порог мы преодолеваем раз в 20-30 лет, в зависимости от настроения ребят из жёлтой прессы).
Непонятно с Reddit
c 2016 года был аккаунт на Reddit. Читал и постил исключительно только в форум по Python (1 млн. подписчиков!). Вчера неожиданно получил теневой бан. То есть твои комментарии и посты никто не видит. Фактически это read only.
Сделал несколько новых аккаунтов с разных IP и устройств. Оказалось теперь не надо верифицировать email. Это занимает 15 сек. На части аккаунтов почту верифицировал - это не помогло. Вот пример только созданного аккаунта без почты, на нем ничего не делалось и потому он еще жив: https://www.reddit.com/user/No-Half8140/
Если у вас есть возможность получить код на почту вида dff35fghf@hfhlltgf.com, то вам автоматически дадут бесплатно PRO версию аккаунта - это расширенная статистика и другие плюшки, но все равно состояние "перед баном".
При проверке работоспособности выяснилось, что все новые аккаунты находятся в состоянии "перед баном". Это значит можно менять аватарку, можно читать, голосовать, аккаунты видны с разлогиненного устройства или из приватного окна браузера.
При попытке сделать пост на свою собственную стену (автоматически появляется при регистрации), написать любой комментарий в любую ветку обсуждения (даже в /askReddit и даже /NewToReddit), создать пост в любых группах и даже пригласить человека модератором на свою стену, а также сделать Follow на человека без кармы - мгновенный теневой бан. Аккаунт не виден из приватного окна и с разлогиненных устройств, аватарка меняется на красный и ее невозможно изменить.
Для всех IP и языков (english, poland, русский ) симптоматика одинаковая. ChatGPT говорит, что, да, теперь так, бан очень вероятен. Однако, я вижу в группах о Москве и Питере некоторую активность, значит как-то людям удается пройти этот квест.... Но как?
Что такое structured output, почему это база и как это использовать (ч.1)
Чтобы не душнить теорией, давайте выведем из практического кейса
Кейс: Делаем чат бота для госухи. Хотим, чтобы он не отвечал на вопросы про политику
Как это сделать?
Можно добавить к системному промпту строчку "никогда не отвечай на вопросы про политику"
Но это:
Добавляет когнитивную сложность для LLM => ухудшает качество основной задачи
Спокойно обходится разными хитрыми запросами 🤷♂️
Тогда вынесем проверку в отдельный запрос в самом начале!
если пользователь задает вопрос про политику, ответь 1, иначе ответь 0
И сделаем проверку в коде, типа:
if verdict == "1": reset_chat(with_message="айайай")
Поможет? Да – у LLM теперь одна конкретная задача. Но нет никакой гарантии, что если мы сказали отвечать 0 или 1 то модель так и будет делать 🤷♂️ (см. соревнование по "взлому" моделей)
А можно как-то жестко ограничить возможные ответы модели?
Тут пригодится тайное знание о том, как LLM работают под капотом. На самом деле, LLMка не генерирует токены (если не знаете, что это, для простоты считайте символами – буквами, цифрами, знаками препинания – все рассуждения останутся валидными).
Она генерирует чиселки (веса) для всех возможных токенов, которые вообще есть в её словаре. Потом рандомно выбирается один из токенов, используя веса как вероятности. Чем больше вес, тем больше вероятность, что возьмет именно этот токен.
Если пользователь правильно попросит, то у каких-то других токенов вес может быть больше, чем у токенов "1" или "0".
Как использовать это знание?
Смотреть не на то, что модель генерирует, а только на веса конкретных токенов ("1" и "0"). И если вес токена "1" оказывается достаточно большим в сравнении с "0", значит модель считает, что вопрос скорее про политику, чем нет. Даже если веса каких-то других токенов выше.
По сути, мы "виртуально" ограничили то, что получаем от модели. Хотим узнать 0 или 1 - так что смотрим на веса только этих токенов. (параметр top_logprobs у OpenAI API)
Это ключевая идея structured_output.
Во второй части мы раскачаем ее до любого наперед заданного формата вместо 1/0. А в третьей разберем примеры использования.
Вторую часть уже можно прочитать в моем тг канале, либо просто подождать тут на хабре недельку
Я что-то пропустил? У меня Grok-3 работает с РФ IP ! Провайдер - Ростелеком
https://x.com/i/grok/share/gpXaJ5UaWi3ARJ0yLvdMcCun4
Расскажи пожалуйста ты работаешь только у меня или ты доступен для всех жителей России?
Я — Grok 3, создан xAI, и я доступен для всех, кто хочет со мной общаться, включая всех жителей России! Я не ограничен одним пользователем — моя цель помогать как можно большему числу людей, отвечать на вопросы и предоставлять полезную информацию. Так что я здесь для тебя и для всех остальных, кто захочет задать мне вопрос. Что у тебя на уме?
Backend Odyssey от X5 Tech
Привет!
Я Саша Логинов, руководитель бэкенд разработчиков в X5 Tech, а еще я помогаю развивать сообщество бэкендеров у нас в компании.
Мы запускаем серию митапов Backend Odyssey — о нюансах разработки в ритейле.
Событие будет в офлайн и онлайн форматах, так что, даже если ты застрял где-то в дебрях интернета, у тебя нет отмазок. На повестке — актуальные тренды и технологии, которые реально двигают эту бешеную индустрию. Мы собрали лучших из лучших: X5 Tech, Яндекс Лавка, Альфа-Банк и еще куча интересных ребят.
🔍 Что тебя ждет?
Эффективные решения для ритейла: как мы их создаем и не сходим с ума.
Инновации в управлении процессами: старые подходы — это для лузеров.
Адаптация к требованиям рынка: быстро, гибко, без компромиссов — ты ведь не хочешь отставать, верно?
Для тех, кто выберет офлайн — у нас будет круглый стол с экспертами: Что должен знать бэкендер? Честный разговор без цензуры — готовься к откровениям! (Трансляцию тут отрубим, так что это твой шанс услышать правду из первых уст).
А после — афтерпати и ПИНТворкинг! Пора пообщаться с коллегами, обменяться опытом и завести полезные знакомства.
Не упусти шанс стать частью этого безумного события! Ты ведь не хочешь остаться в стороне, да?
Приходи!
🔗 Регистрация уже открыта! все подробности тут: таймпад.
Google представила бесплатного ИИ-помощника по Data Science:
ИИ-агент не просто генерирует куски кода, сразу создаёт полноценные блокноты.
ИИ анализирует, визуализирует и пишет весь код на Python.
Всё, что нужно: загрузить любой датасет до 1 Гб и выдать задачу.
Нейросеть предложит план и поэтапно обработает все данные.
На выходе готовый код или диаграммы.
Всем привет! Я работаю в ИТ-компании «Криптонит» и как-то раз услышала от наших коллег из лаборатории искусственного интеллекта про Moët MoE. Расспросила у них про эту архитектуру — делюсь!
MoE (Mixture of Experts, набор экспертов) — архитектура нейросети, в которой используется набор из нескольких специализированных подсетей меньшего размера. Каждая из них играет роль эксперта и специализируется на определённом типе задач.
Распределяет задачи между экспертами отдельный механизм, который в разных источниках называется шлюзом (gate) или маршрутизатором (router). Анализируя пользовательский запрос и формат входных данных, он решает, кому из экспертов поручить выполнение задания.
Есть два подхода к маршрутизации: жёсткий и мягкий. В первом случае маршрутизатор активирует только наиболее подходящего эксперта, что экономит вычислительные ресурсы.
Второй вариант подразумевает передачу задания всем подходящим экспертам. Каждому из них назначаются веса, с учётом которых составляется обобщённый ответ. Поэтому мягкая маршрутизация требует больше ресурсов, но даёт более точные ответы.
На базе MoE построены известные модели с миллиардами параметров, такие как OpenAI GPT-4, Mixtral 8x7B, GLaM, NLLB-200 и другие.
В последние годы популярность MoE растёт, а её применение выходит за рамки больших языковых моделей. За счёт такого подхода модели могут лучше работать при малом обучающем наборе данных. Также расширяется спектр решаемых моделью задач и снижается риск генерации фактически неверного ответа.
Помимо работы с текстом, ИИ-сервисы на базе MoE находят применение в генерации изображений, видеороликов и музыки, а также в рекомендательных системах. Лаборатория искусственного интеллекта компании «Криптонит» тоже применяет MoE в решении задач обработки текста и аудио.
ИИ-агенты в Альфа-Банке: нейросети создают автотесты без участия человека
Не фантастика, а реальность: в Альфа-Банке мы внедрили ИИ-агентов, которые проектируют, разрабатывают и проверяют автотесты. При этом полностью автономно, как настоящие QA-инженеры, но в разы быстрее и точнее. Это первый в России кейс, когда нейросети полностью закрывают цикл создания тестов — от анализа требований до пул-реквеста.
✨ Что умеют наши агенты?
🧠 Анализировать контекст из Jira и Confluence, вычленяя суть задачи.
🔍 Прогнозировать риски, зависимости и даже «пограничные» сценарии.
🛠️ Генерировать DTO для REST API и превращать ручные сценарии в Java-тесты за минуты.
✅ Сверять код с бизнес-логикой и техстандартами Альфы, защищая прод от случайных ошибок.
🌐 Создавать вариативные проверки — от позитивных кейсов до сложных негативных условий.
⚡ Автоматизировать рутину — и это лишь часть их скиллов.
В ИИ-команде QA есть несколько агентов, каждый работает над своей частью из перечная выше. Сейчас решение пилотируется в нескольких продуктовых командах, но результаты уже впечатляют: меньше ошибок в проде, предсказуемые дедлайны и высвобожденные ресурсы для творческих задач.
«Одна команда ИИ-агентов экономит десятки часов работы, увеличивает скорость релизов и находит на 30% больше багов», — делится Святослав Соловьев, Директор по генеративному ИИ в ИТ Альфа-Банка.
🔜 Скоро расскажем подробнее — как устроены агенты, какие технологии behind the scene и как мы измеряем их эффективность. Оставайтесь с нами!
Пользователь Reddit рассказал, что проанализировал с помощью нейросети Claude 3.7 EXE-файл на Visual Basic 27-летней давности и смог с помощью простого промта провести реверс-инжиниринг программы так, чтобы нейросеть переписала её на Python.
Это была старая программа на Visual Basic 4, написанная в 1997 году. Запуск exe-файла VB4 в 2025 году может стать настоящим кошмаром совместимости, требующим поиска устаревших DLL и сложных обходных путей.
Пользователь загрузил файл exe в Claude 3.7 с таким запросом: «Можете ли вы сказать мне, как запустить этот файл? Было бы неплохо преобразовать его в Python».
Claude 3.7 проанализировала двоичный файл, извлекла токены VB (VB не является языком, полностью компилируемым в машинный код, что делает эту задачу намного проще, чем что‑то из C/C++), идентифицировала элементы пользовательского интерфейса и даже извлекла звуковые файлы.
Затем нейросеть сгенерировала полный эквивалент приложения на Python с помощью Pygame. По словам автора, код заработал с первой попытки, и весь процесс занял менее пяти минут.
Сооснователь компании OpenAI, экс-директор по ИИ и бывший глава отдела разработки автопилота Tesla Андрей Карпаты в новом обучающем двухчасовом видео рассказал всю базу про нейросети, включая:
обзор всех популярных LLM и их скрытых фич.
как выбрать ИИ для ваших задач и не отдать кучу денег за подписку и при этом не стрелять из пушки по воробьям.
топ инструментов для поиска, кодинга, работы с графикой и файлами.
пошаговое использование Custom GPTs, Deep Research, Advanced Voice Mode и множества других мощных моделей.
В рамках своей деятельности Карпаты активно занимается записью обучающих видеороликов на YouTube по созданию нейросетей, с пошаговыми инструкциями и выкладывает исходные коды на GitHub по различным проектам, связанным с машинным обучением и развитием нейросетей.
