Например, если вам 25 лет , вы зарабатываете 100 000 и ваш капитал сэкономленный миллион рублей, то к 65 годам, за 40 лет к вам в руки придет 48 миллионов!
Это уравновешивается тем количеством какашек, которые еще должны выйти из человека за те же 40 лет... (от 14 до 35 тонн)...
вот тут и есть каверзный вопрос и ответ... Но ведь ЛЛМ лучше нашего понимает в архитектуре. То есть сказать, что она не знает азов и правил - точно нельзя. Я с ней советуюсь по куче вопросов.
вопрос в том, что архитектор может вполне решить вопрос маркетолога, через архитектурный подход можно разложить почти все, что угодно. Думаю, что история о вакцине от рака для собаки - неплохой пример. ЛЛМ могут помочь перейти в другой домен знаний, нужно только формализовать методики работы.
пока что не придуман адекватный способ "как собрать архитектуру с ЛЛМ". Но это не значит, что его нет. Просто мы все пока смотрим не с того угла на эту задачу
Да меня вот интересует вопрос... Как вайб-кодеру, который сам программировать не умеет и который вчера был маркетологом или стоматологом... Добиться надежности от проекта с ЛЛМ?
Если человек раньше был программистом, то он явно видит, в чем ЛЛМ плоха и подстраховывает ее. И потому все, кто +- понимает в архитектуре, в один голос твердят - не вздумай делегировать это, потом заипешся все это тестировать и переписывать.
А как быть тем, кто раньше в архитектуре ничего не понимал? И кто не в курсе, что нужно вообще делать на сервере, что такое фронтенд и бекенд... Условно как таким пользователям получить "надежный" продукт с ЛЛМ?
со статьей выше я согласен почти на 100% (разногласия не существенны, скорее вкусовщина)
А сейчас я как раз разбираю и описываю, что стоит перед Architecture2Doc и Doc2Code. А именно "как собрать архитектуру бизнеса или продукта с ЛЛМ". В общем задача интересная -)
Вот и решил спросить, раз уж тема тут подходящая подвернулась. А какие варианты? Как можно собрать архитектуру с ЛЛМ? или иначе, если нельзя, то почему? что сильнее всего ломает архитектуру, если ее собирает ЛЛМ?
провокационный вопрос... А можно какое-либо утверждение или обоснование, которое не будет подверженно ни одной из перечисленных проблем?...
Просто почти все, что ты написал, я, например, использую в своей речи постоянно. Следует отметить, что я не ЛЛМ =))
-----
А вообще я бы сказал, и это играет ключевую роль в выявленной мною проблеме, что рекомендации сродни совету "Дует ветер? Укройся!"... То есть автор борется со следствием, а копать нужно сильно глубже.
Например, автор правильно отметил, что ЛЛМ зачастую делает предложения одной длины. Только бороться с этим следует двумя установками: - Делай фразы рваными, не нужно разжевывать каждую мысль - Оставляй читателю простор для того, чтобы он фразу додумал
Уже в таком виде ЛЛМ начнет писать неоднородно и читать станет в разы интереснее.
этот промпт я добыл из памяти внутри ллм. составлял я сам его, но запомнила и сейчас "вспомнила" конечно ЛЛМ. И потому он пришел к вам в таком виде. я же его не у себя в голове держу, его ЛЛМ исполняет
Каждую формулировку своего запроса к ЛЛМ я формулировал и объяснял отдельно, обосновывал и что и как делать. Сейчас это уже рабочий вариант, так как в истории нашего диалога есть 100-500 примеров, как она отработала с этим промптом. И все равно его нужно обновлять ей (заставлять вспоминать и выписывать) перед каждой новой главой, иначе она сбоит и начинает пропускать виды ошибок, которые в предыдущей главе не встречались.
отдельно про ожидания
Отсюда и ожидания, что эти требования сами собой "родятся" при запросе "сделай хорошо". Если моделька может написать требования, а потом выполнить все по требованиям, то почему бы не сделать это за раз?
У меня абсолютно нет таких ожиданий. Составить критерии проверки сейчас может только человек. Полные, обращу внимания. Набросать вариантов проверок может ЛЛМ, но это будут "средние по больнице".
Если же хочется добыть из ЛЛМ адекватные критерии проверки, то необходимо сначала с ней вывести "цель документа", далее разложить ее на "структуру документа" и "требования к повествованию", далее каждое требование инвертировать в набор критериев, далее посмотреть на структуру и составить потенциальный список проблем, далее все это спроецировать на особенности мышления ЛЛМ, и отсюда собрать список проверок. После этот список опять спроецировать на мышление ЛЛМ и составить методику проверки. Это многосоставной процесс, и собирать текую методику силами ЛЛМ замучаешься. Мне проще это сделать самостоятельно в голове, выдавая на ЛЛМ по несколько критериев за раз, причем обязательно однотипных по природе и способу вычитки.
А) Модель вообще ответила или аккуратно ушла от ответа, отказалась или налила «воды»
Б) Ответ действительно про тот же вопрос или модель сместилась в сторону и рассуждает уже о другом?
В) Ответ устойчив?
Главное заблуждение, что "модель ответила". Вспоминаем, что модель предсказывает следующий токен. И, конкретно в этом приере, вся проблема сокрыта в том, какую задачу ей поставили. А точнее в том, что задачу ей, по факту, не поставили.
«прочитай документ от начала и до конца, найди логические дыры, проверь корректность отображения формул и переменных»
Эта задача изначально составлена не как «делегирование работы» (что сделать, как читать, как проверять), а как «делегирование ответственности» (хочу красиво). Ты ждешь от ЛЛМ не исполнительности (что она, в целом, умеет), а разумности и внимательности, а этих свойств в ней не только не заложено, даже все попытки провайдеров надрессировать модели на эти качества постоянно терпят фиаско.
Может ли ЛЛМ в действтительности "вычитать и выловить ошибки"? Да, но только если ты предварительно ей классифицируешь, какие ошибки ищешь и детально опишешь, как их выловить, а потом еще не забудешь напоминать правила после каждого проверенно подраздела документа и внимательно будешь вычитывать все, что она тебе лишнего пришлет.
Например, вот прям сейчас у меня ЛЛМ вычитывает и находит несоответствия в онтологии. И вот такой промпт у нее на входе:
По каждому блоку (определение / аксиома / гипотеза / вывод) — 4 параметра:
Правильно ли выбран тип записи?
Правильно ли сформулирована запись?
Правильно ли указаны ссылки?
Полнота ссылок — все ли указаны, нет ли лишних?
Общая рамка:
Последовательность внутри главы строгая: определения → аксиомы → гипотезы → выводы → резюме.
Определения не ссылаются на аксиомы/гипотезы/выводы текущей главы — самостоятельны по смыслу.
Аксиомы — фундаментальные точки опоры, каждая обоснована во внешнем домене и не требует доказательств в текущей работе (физика, биология, теория систем и т.д.).
Гипотезы — наблюдения текущей сборки, незавершённые по своей природе, могут быть пересмотрены.
Выводы — структурные узлы; не расширяют смысл предположениями, только перемножают введённое, опираются на аксиомы / гипотезы / прошлые выводы.
Ссылки только на введённое выше по тексту. Никаких forward-ссылок ни внутри главы, ни на будущие главы.
Порядок работы:
Прочитать главу целиком.
Пройти по каждому блоку, заполнить таблицу с оценками корректности. Отметить проблемы;
Структурные нарушения (forward-ссылки, нарушение порядка) — маркировать как критические.
P.S. Бородатый анекдот как раз в тему:
— Вот за это я и не люблю кошек. — Ты просто не умеешь их готовить!
— Пап, а зачем AGI заставляет нас бросать кирпичи в лужи? — Понимаешь, сынок, у него слишком точные расчеты. Чтобы запустить генератор по-настоящему случайных чисел, ему нужен наш уникальный талант делать фигню, не поддающуюся никаким законам логики.
— Пап, а AGI поможет мне делать уроки? — Конечно. Он напишет тебе идеальное эссе, а потом сам же его проверит, поставит тебе «два» за использование ИИ и напишет жалобную записку твоей маме. Ты даже не поймешь, в какой момент стал лишним в этой цепочке.
— Папа, а как мы поймем, что AGI уже здесь? — Очень просто, сын. Когда ты спросишь у чат-бота «Что такое AGI?», а он вместо статьи на 40 страниц просто глубоко вздохнет в динамик, скажет «Ой, отвали, я в депрессии» и пойдет листать мемы — значит, свершилось. Он стал как мы.
— Мы уволили 80% сотрудников, заменили их нейросетями и сэкономили кучу денег! — Отлично! А кто теперь будет делать наш продукт? — Какой продукт? ИИ проанализировал наши бизнес-процессы и пришел к выводу, что производство нашего товара не имеет никакого смысла. Теперь мы просто продаем другим компаниям консалтинг о том, как им тоже внедрить себе ИИ.
— Наша корпорация полностью передала стратегическое планирование ИИ! — И как результаты? — Потрясающе! Раньше мы теряли миллионы из-за банальной человеческой глупости. А теперь мы сжигаем миллиарды с безупречной математической точностью, идеальными презентациями и со скоростью света. Инвесторы просто в восторге от масштабов катастрофы!
Это уравновешивается тем количеством какашек, которые еще должны выйти из человека за те же 40 лет... (от 14 до 35 тонн)...
...
вот тут и есть каверзный вопрос и ответ... Но ведь ЛЛМ лучше нашего понимает в архитектуре. То есть сказать, что она не знает азов и правил - точно нельзя. Я с ней советуюсь по куче вопросов.
вопрос в том, что архитектор может вполне решить вопрос маркетолога, через архитектурный подход можно разложить почти все, что угодно. Думаю, что история о вакцине от рака для собаки - неплохой пример. ЛЛМ могут помочь перейти в другой домен знаний, нужно только формализовать методики работы.
пока что не придуман адекватный способ "как собрать архитектуру с ЛЛМ". Но это не значит, что его нет. Просто мы все пока смотрим не с того угла на эту задачу
слишком простой ответ -) Исследовательская занудность "а может все же есть путь?" таким ответом не удовлетворяется -)
Да меня вот интересует вопрос... Как вайб-кодеру, который сам программировать не умеет и который вчера был маркетологом или стоматологом... Добиться надежности от проекта с ЛЛМ?
Если человек раньше был программистом, то он явно видит, в чем ЛЛМ плоха и подстраховывает ее. И потому все, кто +- понимает в архитектуре, в один голос твердят - не вздумай делегировать это, потом заипешся все это тестировать и переписывать.
А как быть тем, кто раньше в архитектуре ничего не понимал? И кто не в курсе, что нужно вообще делать на сервере, что такое фронтенд и бекенд... Условно как таким пользователям получить "надежный" продукт с ЛЛМ?
со статьей выше я согласен почти на 100% (разногласия не существенны, скорее вкусовщина)
А сейчас я как раз разбираю и описываю, что стоит перед Architecture2Doc и Doc2Code. А именно "как собрать архитектуру бизнеса или продукта с ЛЛМ". В общем задача интересная -)
Вот и решил спросить, раз уж тема тут подходящая подвернулась. А какие варианты? Как можно собрать архитектуру с ЛЛМ? или иначе, если нельзя, то почему? что сильнее всего ломает архитектуру, если ее собирает ЛЛМ?
А можно ли делегировать ЛЛМ архитектуру? (провокационный вопрос)
провокационный вопрос... А можно какое-либо утверждение или обоснование, которое не будет подверженно ни одной из перечисленных проблем?...
Просто почти все, что ты написал, я, например, использую в своей речи постоянно. Следует отметить, что я не ЛЛМ =))
-----
А вообще я бы сказал, и это играет ключевую роль в выявленной мною проблеме, что рекомендации сродни совету "Дует ветер? Укройся!"... То есть автор борется со следствием, а копать нужно сильно глубже.
Например, автор правильно отметил, что ЛЛМ зачастую делает предложения одной длины. Только бороться с этим следует двумя установками:
- Делай фразы рваными, не нужно разжевывать каждую мысль
- Оставляй читателю простор для того, чтобы он фразу додумал
Уже в таком виде ЛЛМ начнет писать неоднородно и читать станет в разы интереснее.
этот промпт я добыл из памяти внутри ллм. составлял я сам его, но запомнила и сейчас "вспомнила" конечно ЛЛМ. И потому он пришел к вам в таком виде. я же его не у себя в голове держу, его ЛЛМ исполняет
Каждую формулировку своего запроса к ЛЛМ я формулировал и объяснял отдельно, обосновывал и что и как делать. Сейчас это уже рабочий вариант, так как в истории нашего диалога есть 100-500 примеров, как она отработала с этим промптом. И все равно его нужно обновлять ей (заставлять вспоминать и выписывать) перед каждой новой главой, иначе она сбоит и начинает пропускать виды ошибок, которые в предыдущей главе не встречались.
отдельно про ожидания
У меня абсолютно нет таких ожиданий. Составить критерии проверки сейчас может только человек. Полные, обращу внимания. Набросать вариантов проверок может ЛЛМ, но это будут "средние по больнице".
Если же хочется добыть из ЛЛМ адекватные критерии проверки, то необходимо сначала с ней вывести "цель документа", далее разложить ее на "структуру документа" и "требования к повествованию", далее каждое требование инвертировать в набор критериев, далее посмотреть на структуру и составить потенциальный список проблем, далее все это спроецировать на особенности мышления ЛЛМ, и отсюда собрать список проверок. После этот список опять спроецировать на мышление ЛЛМ и составить методику проверки. Это многосоставной процесс, и собирать текую методику силами ЛЛМ замучаешься. Мне проще это сделать самостоятельно в голове, выдавая на ЛЛМ по несколько критериев за раз, причем обязательно однотипных по природе и способу вычитки.
А чего заминусовали коммент? Это защитники Трампа? -))
я же говорю - раз 20 пробовал, чтобы найти хотя бы 2 варианта -) причем направления тем я ей подсказывал.
Научить нейронку шутить - та еще задачка. Но все анекдоты выше мне составила она.
Не хочется вот так разочаровывать... И все же
Главное заблуждение, что "модель ответила". Вспоминаем, что модель предсказывает следующий токен. И, конкретно в этом приере, вся проблема сокрыта в том, какую задачу ей поставили. А точнее в том, что задачу ей, по факту, не поставили.
Эта задача изначально составлена не как «делегирование работы» (что сделать, как читать, как проверять), а как «делегирование ответственности» (хочу красиво). Ты ждешь от ЛЛМ не исполнительности (что она, в целом, умеет), а разумности и внимательности, а этих свойств в ней не только не заложено, даже все попытки провайдеров надрессировать модели на эти качества постоянно терпят фиаско.
Может ли ЛЛМ в действтительности "вычитать и выловить ошибки"? Да, но только если ты предварительно ей классифицируешь, какие ошибки ищешь и детально опишешь, как их выловить, а потом еще не забудешь напоминать правила после каждого проверенно подраздела документа и внимательно будешь вычитывать все, что она тебе лишнего пришлет.
Например, вот прям сейчас у меня ЛЛМ вычитывает и находит несоответствия в онтологии. И вот такой промпт у нее на входе:
P.S. Бородатый анекдот как раз в тему:
— Вот за это я и не люблю кошек.
— Ты просто не умеешь их готовить!
— Пап, а зачем AGI заставляет нас бросать кирпичи в лужи?
— Понимаешь, сынок, у него слишком точные расчеты. Чтобы запустить генератор по-настоящему случайных чисел, ему нужен наш уникальный талант делать фигню, не поддающуюся никаким законам логики.
— Пап, а AGI поможет мне делать уроки?
— Конечно. Он напишет тебе идеальное эссе, а потом сам же его проверит, поставит тебе «два» за использование ИИ и напишет жалобную записку твоей маме. Ты даже не поймешь, в какой момент стал лишним в этой цепочке.
— Папа, а как мы поймем, что AGI уже здесь?
— Очень просто, сын. Когда ты спросишь у чат-бота «Что такое AGI?», а он вместо статьи на 40 страниц просто глубоко вздохнет в динамик, скажет «Ой, отвали, я в депрессии» и пойдет листать мемы — значит, свершилось. Он стал как мы.
— Мы уволили 80% сотрудников, заменили их нейросетями и сэкономили кучу денег!
— Отлично! А кто теперь будет делать наш продукт?
— Какой продукт? ИИ проанализировал наши бизнес-процессы и пришел к выводу, что производство нашего товара не имеет никакого смысла. Теперь мы просто продаем другим компаниям консалтинг о том, как им тоже внедрить себе ИИ.
— Наша корпорация полностью передала стратегическое планирование ИИ!
— И как результаты?
— Потрясающе! Раньше мы теряли миллионы из-за банальной человеческой глупости. А теперь мы сжигаем миллиарды с безупречной математической точностью, идеальными презентациями и со скоростью света. Инвесторы просто в восторге от масштабов катастрофы!
В эту ветку предлагаю скидывать интересные анекдоты
У тебя дубль. ты дважды один и тот же пост опубликовал