Логика в том, что есть 2 варианта при возникновении подобной задачи: пробовать написать самостоятельно(скорее всего не без помощи LLM) и скопировать готовое (частично готовое) решение. Предполагаю, что готовое решение более предпочтительно. Что касается повышения качества кода лингвистическими моделями. На это есть 2 причины: 1) лингвистические модели генерируют в среднем далеко не самые плохие фрагменты кода, так как обучаются на больших кодовых базах; 2) существенно повышается конкуренция в сфере создания ПО, что естественно повышает качество кода в среднем.
Тут не так именно стоимость формы, так как алюминиевая форма размером с 5-ти литровое ведро(а на фото кажется даже поменьше 5-ти литров) никак не может стоить $30k; цифра взята явно для литьевой формы крупногобаритной автомобильной пластиковой детали. То есть где таблицы со скриншотами, там цифры более-менее реалистичные, похожие на рыночные, а в таблицах с ручным заполнением автор поставил цифры непонятно откуда, вероятно было желание как-то объяснить клиентам, которые могут читать эту статью, высокую конечную цену устройств. Или же автор просто решил побайтить на комменты.
Существуют вполне гуманные и цивилизованные альтернативы - деурбанизация (в том числе добровольно-принудительная) и продуктовые талоны. Под деурбанизацией я понимаю переселение в места где есть более-менее оплачиваемая работа. А откуда будут браться средства на талоны, это уже управленческие вопросы.
Просто некоторые страны близки к производству почти полного ассортимента товаров всех видов. В результате экспортировать в такую развитую страну что-либо довольно сложно, за исключением, возможно, каких-то ресурсов типа нефти и газа. А импортировать товары из развитой страны довольно легко (за исключением каких-то стратегических товаров). Как следствие валюта менее развитой страны сравнительно быстро обесценивается. В качестве защитной реакции - проявления деглобализации.
Условные 2-3 процента улучшений в бенчмарках могут свидетельствовать о большой разнице в кодинг задачах. Этот же Клод 3.7 даёт более 50 процентов компилируемости с первого раза в сложных задачах на С++.
Слишком высок уровень условности. Важно сочетание экономических факторов и значительного количества специалистов с нужными навыками. Зря что-ли ходят байки о немецкой педантичности. Что-то где-то чуть упустили - итоговый результат почти нулевой.
Мне так не совсем понятно, откуда взялся пункт про "Искусственный интеллект должен заниматься рутинными и повторяющимися задачами", если инструкциям LLM следует по принципу "как получится". То есть основная задача LLM - повышение креативности решений, эдакий интерактивный справочник, который может иногда ошибаться.
Сама статья хорошо написана, но есть уточняющий момент. Инференс нейросетей занимает всю доступную пропускную способность памяти. И если ещё кто-то сидит на этом физическом сервере, то получит очень сильную просадку производительности на время работы LLM.
Вопрос прямо из первой картинки - почему встали против тренда на машинное обучение и LLM? Особенно учитывая, что есть предпосылки в виде открытых моделей и даже некоторые энтузиасты занимаются дообучением
Слишком высокие американские зарплаты в сочетании с большим штатом сотрудников и большими инвестициями после ковида. Тайваньские сотрудники работают за сильно меньшую зарплату на TSMC. А цены на процессоры сопоставимые. Отсюда также следует малое количество заказов на контрактное производство. Систематическое превышение расходов над доходами совсем не означает плохую инженерную культуру
Против использования С/С++ я ничего не упоминаю
Логика в том, что есть 2 варианта при возникновении подобной задачи: пробовать написать самостоятельно(скорее всего не без помощи LLM) и скопировать готовое (частично готовое) решение. Предполагаю, что готовое решение более предпочтительно. Что касается повышения качества кода лингвистическими моделями. На это есть 2 причины:
1) лингвистические модели генерируют в среднем далеко не самые плохие фрагменты кода, так как обучаются на больших кодовых базах;
2) существенно повышается конкуренция в сфере создания ПО, что естественно повышает качество кода в среднем.
Обновил на вариант с
std::condition_variableТут не так именно стоимость формы, так как алюминиевая форма размером с 5-ти литровое ведро(а на фото кажется даже поменьше 5-ти литров) никак не может стоить $30k; цифра взята явно для литьевой формы крупногобаритной автомобильной пластиковой детали. То есть где таблицы со скриншотами, там цифры более-менее реалистичные, похожие на рыночные, а в таблицах с ручным заполнением автор поставил цифры непонятно откуда, вероятно было желание как-то объяснить клиентам, которые могут читать эту статью, высокую конечную цену устройств. Или же автор просто решил побайтить на комменты.
Существуют вполне гуманные и цивилизованные альтернативы - деурбанизация (в том числе добровольно-принудительная) и продуктовые талоны. Под деурбанизацией я понимаю переселение в места где есть более-менее оплачиваемая работа. А откуда будут браться средства на талоны, это уже управленческие вопросы.
Просто некоторые страны близки к производству почти полного ассортимента товаров всех видов. В результате экспортировать в такую развитую страну что-либо довольно сложно, за исключением, возможно, каких-то ресурсов типа нефти и газа. А импортировать товары из развитой страны довольно легко (за исключением каких-то стратегических товаров). Как следствие валюта менее развитой страны сравнительно быстро обесценивается. В качестве защитной реакции - проявления деглобализации.
Условные 2-3 процента улучшений в бенчмарках могут свидетельствовать о большой разнице в кодинг задачах. Этот же Клод 3.7 даёт более 50 процентов компилируемости с первого раза в сложных задачах на С++.
Ещё можно расходы бюджета подсократить. Но десятилетия жизни в режиме "ни в чём себе не отказывать" развратили население.
WASM - это в первую очередь про использование существующей кодовой базы на других языках без переписывания на js.
Слишком высок уровень условности. Важно сочетание экономических факторов и значительного количества специалистов с нужными навыками. Зря что-ли ходят байки о немецкой педантичности. Что-то где-то чуть упустили - итоговый результат почти нулевой.
780 кВт на квадратный метр примерно. Скорее всего, в качестве щита выступает достаточно высокий конус, направленный на Солнце.
Мне так не совсем понятно, откуда взялся пункт про "Искусственный интеллект должен заниматься рутинными и повторяющимися задачами", если инструкциям LLM следует по принципу "как получится". То есть основная задача LLM - повышение креативности решений, эдакий интерактивный справочник, который может иногда ошибаться.
Сама статья хорошо написана, но есть уточняющий момент. Инференс нейросетей занимает всю доступную пропускную способность памяти. И если ещё кто-то сидит на этом физическом сервере, то получит очень сильную просадку производительности на время работы LLM.
Сам тоже заметил, что чем меньше увлечение фильмами/сериалами у девушек/женщин, тем выше общий уровень адекватности.
В теории можно без особых усилий пешком сходить за посылками во многих случаях
Если сравнивать с Python, то Lua проще и быстрее, язык специально для игровых скриптов.
Вопрос прямо из первой картинки - почему встали против тренда на машинное обучение и LLM? Особенно учитывая, что есть предпосылки в виде открытых моделей и даже некоторые энтузиасты занимаются дообучением
Лучше пишите про что-нибудь техническое; iOS vs Android в статистике использования на CRM; по теме резюме пишут как-то слишком часто
Разве что пенсионного возраста
Слишком высокие американские зарплаты в сочетании с большим штатом сотрудников и большими инвестициями после ковида. Тайваньские сотрудники работают за сильно меньшую зарплату на TSMC. А цены на процессоры сопоставимые. Отсюда также следует малое количество заказов на контрактное производство. Систематическое превышение расходов над доходами совсем не означает плохую инженерную культуру