То что даже локальные модели лучше подбирают ответ под вопрос это всё конечно замечательно, но к мышлению отношения не имеет.
Процесс мышления это не статистическое предсказание следующего токена, а гибкий процесс управления методами предсказания для получения конкретного результата.
Текстовые модели не думают, а выдают последовательный статистический ответ на контекст. Да это впечатляет, но только в простых задачах, по обработке больших текстовых массивах.
Глубины в "осмыслении" нет, ии думает как пропитый алкоголик, одним путём, одним контекстом, максимально просто по пути предсказания следующего токена, как капля пиваса стекающая по самому короткому пути в низ.
Ребят, вы уже прямо говорите что ничего не сделали, а просто подняли self-hosted версию penpot.
Для всех желающих попробовать это творение, можете просто скачать self-hosted версию penpot.
Ерундой какой-то занимаетесь, дешевле просто на прямую Mimi v2.5 пользоваться через opencode.
Модель имеет режим планирования на уровне трансформера, схожим образом с "thinking" режимом.
То что даже локальные модели лучше подбирают ответ под вопрос это всё конечно замечательно, но к мышлению отношения не имеет.
Процесс мышления это не статистическое предсказание следующего токена, а гибкий процесс управления методами предсказания для получения конкретного результата.
Текстовые модели не думают, а выдают последовательный статистический ответ на контекст. Да это впечатляет, но только в простых задачах, по обработке больших текстовых массивах.
Глубины в "осмыслении" нет, ии думает как пропитый алкоголик, одним путём, одним контекстом, максимально просто по пути предсказания следующего токена, как капля пиваса стекающая по самому короткому пути в низ.
Мышления и Связного понимая абстракций даже у 1.8T моделей нет.
В очень раннем зачатке, сейчас связное мышление есть только у: sora, wan, veo,
И то, это такие зачатки, которые без микроскопа не разглядеть. А текстовые модельки, любые без исключения, это шизовые трынделки без думалки.
Никакой ризонинг такие модели не спасает.