По агентным задачам модель тоже показывает себя достойно: GDPval-AA
Я бы не очень доверял этим тестам. Этот агентный но вовсе не про программирование: найти документы/источники, накидать саммари. Программистских тестов кот наплакал. SWE вообще теперь умеют все кому не лень. Я уже не знаю на что ориентироваться
И вообще, судя по статистике arena.ai программирование в запросах к LLM составляет 10-15%
Я долго думал, что Митя Чак Норрис случайно попал в IT. Потом сообразил — нет. Это IT случайно попалось на глаза Мите Чаку. И теперь сильно жалеет об этом
кожаный в погоне за KPI плодит сотни таких же багов, и всем всё норм, бизнес в массе своей заявил, что "пили быстрей фичи - качество вторично".
Очень нерациональное использование кожаных. Программисты показывают хорошие результаты если долго живут в проекте и не спешат. А в таком режиме у них отнимают возможности оптимальной работы.
В LLM философия не может объяснить ничего, она плетётся далеко позади и пытается что-то объяснить задним числом.
Все достижения экспериментальные. База теоретическая очень мала
Rust blazing fast!©
Наукоподобный бред
Я бы не очень доверял этим тестам. Этот агентный но вовсе не про программирование: найти документы/источники, накидать саммари. Программистских тестов кот наплакал. SWE вообще теперь умеют все кому не лень. Я уже не знаю на что ориентироваться
И вообще, судя по статистике arena.ai программирование в запросах к LLM составляет 10-15%
Поправил
Очень нерациональное использование кожаных. Программисты показывают хорошие результаты если долго живут в проекте и не спешат. А в таком режиме у них отнимают возможности оптимальной работы.
Появилась идея агентского кодинга и все быстро научили модели, даже самые дешёвые
Видимо, в человеческих текстах, коде есть смысл, закономерности.
А в новостях их нет
Нет такого.
Я могу гарантировать, что задачу А я выполню за Х. Понятно, риски есть, небольшие, допустимые.
С LLM я выполню задачу за.. Дальше представьте диалог:
Когда будет результат?
Ну, вы понимаете... Кривая распределения с мат ожиданием Х/2. Но вот хвост два сигма может вылезти за 10Х... А при ограничении на техдолг за 30Х... В общем, быстро. Наверное. Или нет©
Ты пьян, собака!?
-дженеееееееериииииккккииии...
-эй, улитка! шевелись!
-а будете ругаться, я вообще никуда не поползу...
Максимально говеные слайды
Вы не поверите, господа! @бу и плачу, плачу и @бу©
Я в курсе, кэп.
Просто, инвесторы очень странные люди. Их действия "ограниченной рациональности"
Сарказм жи
Зато когда нужна турбина на Go приходится делать её из костылей. Go не универсальный язык, как впрочем и PHP. Узкая специализация. К пуговицам претензии есть? ©
А вот C#, Java, Rust, C++ универсальные.
Вы не можете переключиться? Синтаксис из ML, C++
Ничего не спасет. Гофер напишет кодосодержащий продукт через час после знакомства с синтаксисом. Идиотом он не перестанет быть.
На уровне вкатуна на Rust просто втыкают.clone() и забывают про владение и время жизни. Ичсх, всё равно работает быстро
Манулпрограммист смотрит на статью как-то недовольно, свирепо и в то же время грустно и с недоумениемВ похожей статье обсуждали уже: как только у вас появляются деньги на одного программиста на полную ставку это гораздо лучше чем менеджер + LLM
При любом шухере в крупном городе становится опасно.