Странный конечный вывод в статье - что мол маркетплейсы уступят место интернет магазинам - потому, что те могут представить для ai больше данных.
Кажется как только появится необходимость - маркетплейсы не только сразу введут необходимые поля в карточку, но унифицируют, подберут и предложат инструменты - куда быстрее и лучше, чем средний обычный веб магазин. Для маркетплейса - спроектировать, развернуть и поднять даже mcp если потребуется - задача относительно объемов торгов - тривиальная. Их может сгубить только конская комиссия, которая сейчас есть.
Можно сколько угодно рассуждать, но эта ситуация когда стоит реально попробовать а не рассуждать, и осознание придет через пару дней использования - можно не в рабочих задачах, раз рабочие у вас требовательны к памяти. А может и не придет к вам осознание, но вот я ощутил на себе.
Имхо - очень важный фактор в Европе все-же заключается в том, что она компактнее. У нас я даже в соседний регион и обратно зимой на одной батарее не доеду, как будто в Германии например, среднее расстояние между крупными городами меньше (но это не точно).
Ну и зарядок там всё-таки больше. Пока зарядку нужно "искать", это не очень работает.
Рекомендую вам все-же попробовать вернуться к использованию старого софта. Высока вероятность, что в вас говорит ностальгия. Я тоже так думал, но когда попробовал собрав ретропк - понял, что вот та самая старая винда которая во всем хороша - на самом деле куда менее удобна чем современная - от папок, которые открываются всегда новым окном (да, это дело поведение по умолчанию даже для xp), до отсутствия нормального меню с глобальными путями. Тот самый пуск, в котором в поиске программы нужно ещё по копаться и менее функциональное контекстное меню. Я уж молчу про такие вещи как быстрый поиск, быстрое растягивание окон и прочие сворачивания и группировки иконок панели запущенных приложений.
В целом - заменяет. Да, первые разы операции будут дольше, но в последствии запоминание придет. Учитывая что почти все, изучаемое в школе и университете к применению в реальной жизни отношение имеет околонулевое - ценность предварительной оптимизации заучиванием - отрицательная, а вот ценность понимания механизмов - максимальна. На тех областях, которые для пользователя знаний станут постоянно востребованными - оптимизация постфактум произойдет сама.
Приложения чуточку изменились с тех времён про которые пишет автор. И приложениями из тех времён, которые работают сейчас прекрасно, быстро и невероятно - почему-то все равно никто особо не хочет пользоваться. Наверное потому, что и интерфейс, функциональность и прочие анимации - сейчас значительно продвинулись вперёд, а за это все тоже нужно платить - как архитектурной сложностью, и вот уже и дополнительные абстракции без которых функционального монстра не написать, и вычислительная сложность - без которой красивые анимации не получаеются.
Вооот, вам конечно повезло с простой предметной областью (относительно), но наконец-то есть какие-то метрики результата, причем можно считать, что весьма годные. А то обычно все вокруг внедряют, а эффективность - да какая разница. Причем 40% - имхо превосходный результат для первой интеграции.
Интересно на примере вашей системы было бы дальше посмотреть на то, какие шаги (в первую очередь например в промптинге, степпинге, наборе контекста) как будут влиять на результат. У вас есть бесценная возможность ставить эксперементы и делать выводы.
Ценность умения вывести формулы сокрашенного умножения гораздо, гораздо больше - чем умение их применять. Потому что первое - это знание (которое иногда можно даже успешно наложить на другие задачи), а второе зазубренность (если есть такое слово - результат зубрежки), которая имеет практическую ценность в узкой задаче и скорее всего вылетит из головы очень скоро.
Горазод полезнее - понимание как устроена таблица умножения, чем её заученность, потому что человек который забыл как-то произведение но знает как его вывести - получит его, а человек который забыл и не знает - навсегда остался в тупике.
У нас в университете было два преподавателя, которые очень по разному преподавали пару математических дисциплин (линейную алгебру и дискретную математику если я ничего не путаю) - один преподаватель на практике разбирал применение методик на 20 примерах за одну пару практики - и я сейчас вообще из этой дисциплины ничего даже близко не вспомню, а другой - мог решать целую пару один пример проговаривая каждое действие и его причину, что вот у нас вектора и их преобразования, вот системы линейных уровнений для которых это используется, вот так мы элементы строки умножаем на элементы столбца - и если мне выпадет задача из этой области - то во первых смогу понять, что это задача подходит для инструментария, во вторых - смогу вывести способ решения даже если не вспомню конкретных хаков.
Если очень вкратце — мы не пропускаем plain promts, вместо этого мы их суммаризуем, задаем наводящие и уточняющие вопросы, и по результатам такого общения генерируем свой promt из проверенных и санитизированных шаблонов.
Очень интересно, чем пользуетесь для тестирования?
Вот хочется мне купить себе что-то этакое, чтобы можно было на электричестве ездить и в гараже заряжать - но сейчас - чистые электрички выглядят мертворожденными. Может для такси пойдет, но цена должна быть в 4 раза меньше, чтобы это реально кто-то покупал для себя.
За эту цену можно купить кучу годноты на вторичке, и даже новые последовательные гибриды.
Хорошо что есть ссылки на исследования, плохо, что исследования весьма сомнительные. 30 и 17 человек (имхо выборки недостаточные для значимых выводов), недостаточность контрольных примеров - в первом исследовании - обе группы (и мио и классика) показали одинаковый прирост результатов на короткой дистанции - но это больше похоже на "достаточность" тренирок. Быть может мио вообще не нужно и с 1 подходом результат был бы таким-же на короткой дистанции.
Во второй группе - как я понял число повторов было одинаковое как и вес - но паузы на отдых разные. Ну как бы если человек может сделать то-же количество с меньшей паузой - похоже на недовес.
Исследования читал по диагонали, так что если что-то упустил и дурак - кидайте тапками.
Короче пока это все очень сомнительно - мы взяли три группы - одним давали противовирусные, вторые дышали над картошкой, третьи ели лук - все выздоровели за неделю, значит картошка и лук - отличные лекарства - ну такое. Нужно больше научного метода.
Дилетантски занимался тут тестированием вызова инструментов агентом (как раз проглядел готовый бенчмарк и сделал велосипед), и хочу внести одно пояснение насчёт -
Сценарий 3. «ChatGPT, сгенерируй мне тест»
Это не работает, когда задача - создать тесты, это правда, но это работает когда задача - найти ошибки. Сгенерировав ~500 кейсов и прогнав их, получил 10 провальных, из них 8 - ложно провальных, и 2 - реальные ошибки. Т.е. не всегда генерировать тесты - плохая идея)
Все-же после статьи остаётся вопрос - если есть сложная агентная система (claude/codex/etc), поверх неё написаны скилы оркестраторы, скилы запускаторы, модель знаний, машина состояний - как понять, что вся эта дичь работает а не делает хуже? Вот с какой стороны лучше подступиться к такой задаче?
Её ведь даже непонятно как на части пилить - вот модель знаний что-то вернула, мы померили судъей, а потом оказалось, что та-же llm в обвязке - уже по другому использует эту модель и она неэффективна.
Видел тут сегодня статью, где тоже пишут свой фреймворк - где куча контейнеров - обвязка в одном, модель в другом, судья в третьем, есть harbor и deepeval, но как будто все они не сильно то задачу упрощают.
Тут наверное речь в первую очередь про чипы m от apple и их аналоги, у которых память является частью чипа процессора (отдельный кристал, на той-же подложке что и soc, в корпусе процессора). И там скорость обмена со всей памятью на уровне с дискретными gpu. M5 max со своей памятью работает быстрее чем rtx 4090. И от других производителей сейчас будут выходить решения такого-же дизайна.
Собрал себе qwen 27b (из двух старых карточек) многие задачи решает неплохо. Там, где есть беспокойство за перерасход токенов, или задача не стоит их траты - вполне вариант)
Успешность кончается там, где считают экономику процесса. Выгодно там покрутились те, кто майнинг котлы продавал, а сам по себе котёл не отбивался по деньгам за срок своей жизни почти никогда (чтобы он выходил в ~ноль или плюс как собственно майнинг фермы - его нужно было непрерывно активно охлаждать, как собственно майнинг фермы, а это требовало дополнительно оборудования и энергии, снижающей рентабельность всей затеи как... да - майнинг фермы)
Была такая ситуация - сказали - не можем списать как продажу - я говорю - спишите как "сотрудник сломал оборудование" и всё. Ну в смысле остаточную стоимость я компенсировал, все по честному, но как альтернатива - если продавать нельзя, такой вариант.
Что мне понравилось в статье - это как вы красиво приплели рост волос к it тематике ссылкой на Столмана.
Что не понравилось - как будто концовку с выводами потеряли.
Вот сам пользуюсь миноксидилом и его главная проблема в том, что это симптоматическая мера (фолликулы продолжают уменьшаться от дигидротестетерона, просто это не так выражено).
Думал тут в статье будет разбор в конце того, что вы делаете, или там чуть подобное про методики будущего, а нет, текст просто резко кончается)
Странный конечный вывод в статье - что мол маркетплейсы уступят место интернет магазинам - потому, что те могут представить для ai больше данных.
Кажется как только появится необходимость - маркетплейсы не только сразу введут необходимые поля в карточку, но унифицируют, подберут и предложат инструменты - куда быстрее и лучше, чем средний обычный веб магазин. Для маркетплейса - спроектировать, развернуть и поднять даже mcp если потребуется - задача относительно объемов торгов - тривиальная. Их может сгубить только конская комиссия, которая сейчас есть.
Скорее - всегда не дадут, про примерку я вообще молчу.
Можно сколько угодно рассуждать, но эта ситуация когда стоит реально попробовать а не рассуждать, и осознание придет через пару дней использования - можно не в рабочих задачах, раз рабочие у вас требовательны к памяти. А может и не придет к вам осознание, но вот я ощутил на себе.
Имхо - очень важный фактор в Европе все-же заключается в том, что она компактнее. У нас я даже в соседний регион и обратно зимой на одной батарее не доеду, как будто в Германии например, среднее расстояние между крупными городами меньше (но это не точно).
Ну и зарядок там всё-таки больше. Пока зарядку нужно "искать", это не очень работает.
Рекомендую вам все-же попробовать вернуться к использованию старого софта. Высока вероятность, что в вас говорит ностальгия. Я тоже так думал, но когда попробовал собрав ретропк - понял, что вот та самая старая винда которая во всем хороша - на самом деле куда менее удобна чем современная - от папок, которые открываются всегда новым окном (да, это дело поведение по умолчанию даже для xp), до отсутствия нормального меню с глобальными путями. Тот самый пуск, в котором в поиске программы нужно ещё по копаться и менее функциональное контекстное меню. Я уж молчу про такие вещи как быстрый поиск, быстрое растягивание окон и прочие сворачивания и группировки иконок панели запущенных приложений.
В целом - заменяет. Да, первые разы операции будут дольше, но в последствии запоминание придет. Учитывая что почти все, изучаемое в школе и университете к применению в реальной жизни отношение имеет околонулевое - ценность предварительной оптимизации заучиванием - отрицательная, а вот ценность понимания механизмов - максимальна. На тех областях, которые для пользователя знаний станут постоянно востребованными - оптимизация постфактум произойдет сама.
Обычно люди летают в командировки без багажа, а в ручной клади место и место под геймпад не то, чтобы много, и вес дополнительный - зачем?
Приложения чуточку изменились с тех времён про которые пишет автор. И приложениями из тех времён, которые работают сейчас прекрасно, быстро и невероятно - почему-то все равно никто особо не хочет пользоваться. Наверное потому, что и интерфейс, функциональность и прочие анимации - сейчас значительно продвинулись вперёд, а за это все тоже нужно платить - как архитектурной сложностью, и вот уже и дополнительные абстракции без которых функционального монстра не написать, и вычислительная сложность - без которой красивые анимации не получаеются.
Вооот, вам конечно повезло с простой предметной областью (относительно), но наконец-то есть какие-то метрики результата, причем можно считать, что весьма годные. А то обычно все вокруг внедряют, а эффективность - да какая разница. Причем 40% - имхо превосходный результат для первой интеграции.
Интересно на примере вашей системы было бы дальше посмотреть на то, какие шаги (в первую очередь например в промптинге, степпинге, наборе контекста) как будут влиять на результат. У вас есть бесценная возможность ставить эксперементы и делать выводы.
Надеюсь будет продолжение.
О, не так тут очень многое.
Ценность умения вывести формулы сокрашенного умножения гораздо, гораздо больше - чем умение их применять. Потому что первое - это знание (которое иногда можно даже успешно наложить на другие задачи), а второе зазубренность (если есть такое слово - результат зубрежки), которая имеет практическую ценность в узкой задаче и скорее всего вылетит из головы очень скоро.
Горазод полезнее - понимание как устроена таблица умножения, чем её заученность, потому что человек который забыл как-то произведение но знает как его вывести - получит его, а человек который забыл и не знает - навсегда остался в тупике.
У нас в университете было два преподавателя, которые очень по разному преподавали пару математических дисциплин (линейную алгебру и дискретную математику если я ничего не путаю) - один преподаватель на практике разбирал применение методик на 20 примерах за одну пару практики - и я сейчас вообще из этой дисциплины ничего даже близко не вспомню, а другой - мог решать целую пару один пример проговаривая каждое действие и его причину, что вот у нас вектора и их преобразования, вот системы линейных уровнений для которых это используется, вот так мы элементы строки умножаем на элементы столбца - и если мне выпадет задача из этой области - то во первых смогу понять, что это задача подходит для инструментария, во вторых - смогу вывести способ решения даже если не вспомню конкретных хаков.
Очень интересно, чем пользуетесь для тестирования?
Вот хочется мне купить себе что-то этакое, чтобы можно было на электричестве ездить и в гараже заряжать - но сейчас - чистые электрички выглядят мертворожденными. Может для такси пойдет, но цена должна быть в 4 раза меньше, чтобы это реально кто-то покупал для себя.
За эту цену можно купить кучу годноты на вторичке, и даже новые последовательные гибриды.
Хорошо что есть ссылки на исследования, плохо, что исследования весьма сомнительные. 30 и 17 человек (имхо выборки недостаточные для значимых выводов), недостаточность контрольных примеров - в первом исследовании - обе группы (и мио и классика) показали одинаковый прирост результатов на короткой дистанции - но это больше похоже на "достаточность" тренирок. Быть может мио вообще не нужно и с 1 подходом результат был бы таким-же на короткой дистанции.
Во второй группе - как я понял число повторов было одинаковое как и вес - но паузы на отдых разные. Ну как бы если человек может сделать то-же количество с меньшей паузой - похоже на недовес.
Исследования читал по диагонали, так что если что-то упустил и дурак - кидайте тапками.
Короче пока это все очень сомнительно - мы взяли три группы - одним давали противовирусные, вторые дышали над картошкой, третьи ели лук - все выздоровели за неделю, значит картошка и лук - отличные лекарства - ну такое. Нужно больше научного метода.
Дилетантски занимался тут тестированием вызова инструментов агентом (как раз проглядел готовый бенчмарк и сделал велосипед), и хочу внести одно пояснение насчёт -
Это не работает, когда задача - создать тесты, это правда, но это работает когда задача - найти ошибки. Сгенерировав ~500 кейсов и прогнав их, получил 10 провальных, из них 8 - ложно провальных, и 2 - реальные ошибки. Т.е. не всегда генерировать тесты - плохая идея)
Все-же после статьи остаётся вопрос - если есть сложная агентная система (claude/codex/etc), поверх неё написаны скилы оркестраторы, скилы запускаторы, модель знаний, машина состояний - как понять, что вся эта дичь работает а не делает хуже? Вот с какой стороны лучше подступиться к такой задаче?
Её ведь даже непонятно как на части пилить - вот модель знаний что-то вернула, мы померили судъей, а потом оказалось, что та-же llm в обвязке - уже по другому использует эту модель и она неэффективна.
Видел тут сегодня статью, где тоже пишут свой фреймворк - где куча контейнеров - обвязка в одном, модель в другом, судья в третьем, есть harbor и deepeval, но как будто все они не сильно то задачу упрощают.
Тут наверное речь в первую очередь про чипы m от apple и их аналоги, у которых память является частью чипа процессора (отдельный кристал, на той-же подложке что и soc, в корпусе процессора). И там скорость обмена со всей памятью на уровне с дискретными gpu. M5 max со своей памятью работает быстрее чем rtx 4090. И от других производителей сейчас будут выходить решения такого-же дизайна.
Давно openrouter заблокирован? А то когда я им сегодня пользовался, вроде не был о.О
Собрал себе qwen 27b (из двух старых карточек) многие задачи решает неплохо. Там, где есть беспокойство за перерасход токенов, или задача не стоит их траты - вполне вариант)
Успешность кончается там, где считают экономику процесса. Выгодно там покрутились те, кто майнинг котлы продавал, а сам по себе котёл не отбивался по деньгам за срок своей жизни почти никогда (чтобы он выходил в ~ноль или плюс как собственно майнинг фермы - его нужно было непрерывно активно охлаждать, как собственно майнинг фермы, а это требовало дополнительно оборудования и энергии, снижающей рентабельность всей затеи как... да - майнинг фермы)
Была такая ситуация - сказали - не можем списать как продажу - я говорю - спишите как "сотрудник сломал оборудование" и всё. Ну в смысле остаточную стоимость я компенсировал, все по честному, но как альтернатива - если продавать нельзя, такой вариант.
Что мне понравилось в статье - это как вы красиво приплели рост волос к it тематике ссылкой на Столмана.
Что не понравилось - как будто концовку с выводами потеряли.
Вот сам пользуюсь миноксидилом и его главная проблема в том, что это симптоматическая мера (фолликулы продолжают уменьшаться от дигидротестетерона, просто это не так выражено).
Думал тут в статье будет разбор в конце того, что вы делаете, или там чуть подобное про методики будущего, а нет, текст просто резко кончается)