Antropic по некоторым данным скупала редкие и уникальные экземпляры книг сканировала их и уничтожала, чтобы они остались только как датасет для их нейросети. Насколько это правдивое расследование - не знаю, но звучит как то что будет делать классическая корпорация.
А вот всё таки насколько нейробум похож на промышленную революцию?
Промышленная революция заменяла физический труд на автоматизацию, увеличивала объем поставок тем самым по всей цепочке производства требовалось увеличение вообще всего, что в итоге привело к появлению новых профессий и бума интеллектуального труда.
Сейчас же все ровно наоборот! Автоматизируется интеллектуальный труд, никаких цепочек поставок кроме стоек для серверов не видно, а те что есть наоборот сужаются для выполнения только одной цели. Продукт производимый с использованием нейросетей не ограничен, поэтому организовывать дополнительные маршруты доставки нет надобности. Не стоит также забывать о массовости явления, раньше закрывалась одна мастерская и десяток человек уходили искать новую работу сейчас это тысячи уволенных, которые должны переквалифицироваться на кого-то другого, но при этом нет этого другого. Даже курочек уже просто так не по разводить, заебешься в реестр с обновлениями бегать!
Не может, потому что ни у кого из этих людей нет возможности сжигать миллиарды токенов на закрытой нейронке.
Все эти "вы можете решить" просто маркетинговый шум перед выходом на IPO. Да, нейронки многое могут, но в базе ты ограничен очень скромным лимитом не позволяющем тебе запускать тысячи агентов, потому что это очень дорого.
И это ещё при условии, что OpenAI и Antropic демпингуют цены, чтобы выжечь рынок конкурентов
На мой взгляд просто описания откуда и куда для оценки интеграцией не достаточно, стоит фиксировать хотя бы примерный перечень данных и количество запросов иначе можно сильно промахнуться как в оценке, так и в ожиданиях
Все эти вопросы восходят к одному: "Почему нормально не выстроен процесс найма?"
Ответ прозаичен: "Потому что не только найма".
Компании выделяют очень ограниченные ресурсы на перестройку и оптимизацию внутренних процессов, что приводит к тому, что делают их на скорую руку без нормального анализа того где и что ломается. Подпирают согласованиями, встречами и "так прокатит" и катятся дальше. Нормальный аудит внутренних процессов и их перестройка стоят дорого, хоть в последствии и приведет к оптимизации расходов.
Аналогично с модернизацией любой системы, которая многие годы уже работает. Поддерживать дороговато, но внедрять новую - дороже, и пока старая окончательно не умрет и ресурсы поддержки будут требоваться запредельные, только тогда в срочном порядке начнется поиск и внедрение нового решения, которое обойдется ещё дороже чем раньше.
Не согласен, общался с несколькими HRD их тоже не устраивает текущий рынок, потому что такой наплыв нужно как-то отсекать и тут уже как в сказке про золотую антилопу. Ну и потом некоторые HR выходят на рынок труда и тоже охреневают от найма со стороны соискателя
Может раньше и не занимались, а сейчас это фактически мастхэв. Потому что, когда у тебя очень узко настроенная ATS (из тысяч кандидатов отобрать максимум 50), то только персонализацией и корректировкой отклика под вакансию можно добиться попадания в эти топ50
Автоперевод бывшего Твиттера работает на Grok и судя по всему он уже начал подвергаться коллапсу модели, потому что уже с месяц встречаю посты где в переводе появляются опечатки 🙂
Проблема проста: никто не знает сработает ли ваш подход на другом проекте/в другой компании. Он сработал у вас - здорово, это не гарантия. Но тем не менее люди, которые единожды что-то успешно внедрили рассказывают что только так и надо.
В этой статье мы пытаемся разобраться, как так получилось и что будет дальше
Попытались. Не получилось.
Весь рынок практически во всех направлениях (за редкими исключениями) сейчас оптимизирует расходы. В том числе расходы на развитие (сейчас бы кризис пережить, какое развитие), которое бы генерировало новые рабочие места, а также сокращает уже имеющиеся рабочие места. Потому что не только ключевая ставка влияет на бизнес, но и значительно увеличившаяся налоговая нагрузка. Явно видно по данным HeadHunter, что работодатели в целом по рынку сокращают найм с начала 2025го, при довольно стабильном росте количества соискателей.
Решение заняло куда больше времени, чем я ожидал. У стажера без ИИ ушло в районе 2-3 часов на решение.
Собственно вот тут гораздо большая проблема чем кажется.
Даже вы, как постановщик задачи уже оцениваете скорость работы джуна с учётом нейросетей. Если даже сеньор потратил 30 минут, то для джуна 2-3 часа отличное время, особенно если он раньше с такой задачей не сталкивался, а хочется быстро, качество и хорошо бы, чтобы за копейки.
Или человечий язык by design разбитый на токены просто сухая статистика
Ну, в общем-то да. Есть тема, в виде направления вектора, в нем есть наиболее вероятные слова и сочетания которые идут друг за другом. По идее там идёт сложение векторов, т.е. после выбора первого слова идёт расчет вероятность появления следующего и т.д.
Человеческий мозг тоже на это способен на самом деле мы так часто слышим родную речь, что мы можем угадать что человек сказал, хотя мы слышали только два слова из предложения.
Если мы будем стопорить модель когда вероятности низки, то она просто будет бустить рандомную вероятность, ведь мы ее наказываем и за отсутствие ответа, потому что иначе она просто на всё будет отвечать "не знаю", ведь это эффективнее.
То есть confidence — это не вероятность, а почти константа, которую модель приклеивает к ответу «на автомате». Она не несёт информации о том, права модель или нет: коррелирует не с правильностью, а в лучшем случае с тем, насколько уверенно модель звучит
Да, это в целом заложено в названии. Абсолютно бесполезный параметр на холодных ответах, которые больше всего подходят для задач с повторяемым результатом. Потому что сама нейронка бустит вероятности первых 3-4 вариантов, что приводит к тому что она практически всегда уверена в своих ответах. Он может быть полезен на теплых ответах, но стабильности там добиться гораздо сложнее и использование токенов будет больше в разы.
Чтобы пароль было сложнее подобрать, он должен содержать как минимум 16 знаков — и включать в себя случайные заглавные и строчные буквы, цифры и символы
Согласно последним рекомендациям NIST специальные символы не обязательны, потому что создают паттерны, известные хакерам. Такие как подмена букв идентичными символами (по типу Leet speak) или завершение пароля спецсимволом для удовлетворения требованиям такого пароля.
Не знаю насчёт хостеров, но Гугл точно не все запросы и требования выполняет, и требует решения судов и корректные обоснования в этих решениях (я уж молчу, что количество запросов из России в десятки раз больше).
Пример:
Запрос
Мы получили распоряжение суда удалить десятки страниц, написанные блогером о скандале с политиками штата.
Это кстати может быть связано с ограничением на стороне России, многие государственные (и около государственные) сайты блокируют доступ из стран, которые считаются недружественными.
Сайт Госдумы например требует российский IP для доступа
Antropic по некоторым данным скупала редкие и уникальные экземпляры книг сканировала их и уничтожала, чтобы они остались только как датасет для их нейросети. Насколько это правдивое расследование - не знаю, но звучит как то что будет делать классическая корпорация.
А вот всё таки насколько нейробум похож на промышленную революцию?
Промышленная революция заменяла физический труд на автоматизацию, увеличивала объем поставок тем самым по всей цепочке производства требовалось увеличение вообще всего, что в итоге привело к появлению новых профессий и бума интеллектуального труда.
Сейчас же все ровно наоборот! Автоматизируется интеллектуальный труд, никаких цепочек поставок кроме стоек для серверов не видно, а те что есть наоборот сужаются для выполнения только одной цели. Продукт производимый с использованием нейросетей не ограничен, поэтому организовывать дополнительные маршруты доставки нет надобности. Не стоит также забывать о массовости явления, раньше закрывалась одна мастерская и десяток человек уходили искать новую работу сейчас это тысячи уволенных, которые должны переквалифицироваться на кого-то другого, но при этом нет этого другого. Даже курочек уже просто так не по разводить, заебешься в реестр с обновлениями бегать!
Я настроен скептически. Почему нейросети должны улучшить жизнь? Лично я не вижу ни одного повода.
Вот из наиболее негативного за последнее время:
Массовое сокращение трудовых мест в творческих и около творческих профессиях + ИТ.
Значительное увеличение стоимости аппаратных и программных ресурсов
Обострение проблемы доверия информационным ресурсам
Не может, потому что ни у кого из этих людей нет возможности сжигать миллиарды токенов на закрытой нейронке.
Все эти "вы можете решить" просто маркетинговый шум перед выходом на IPO. Да, нейронки многое могут, но в базе ты ограничен очень скромным лимитом не позволяющем тебе запускать тысячи агентов, потому что это очень дорого.
И это ещё при условии, что OpenAI и Antropic демпингуют цены, чтобы выжечь рынок конкурентов
На мой взгляд просто описания откуда и куда для оценки интеграцией не достаточно, стоит фиксировать хотя бы примерный перечень данных и количество запросов иначе можно сильно промахнуться как в оценке, так и в ожиданиях
Все эти вопросы восходят к одному: "Почему нормально не выстроен процесс найма?"
Ответ прозаичен: "Потому что не только найма".
Компании выделяют очень ограниченные ресурсы на перестройку и оптимизацию внутренних процессов, что приводит к тому, что делают их на скорую руку без нормального анализа того где и что ломается. Подпирают согласованиями, встречами и "так прокатит" и катятся дальше. Нормальный аудит внутренних процессов и их перестройка стоят дорого, хоть в последствии и приведет к оптимизации расходов.
Аналогично с модернизацией любой системы, которая многие годы уже работает. Поддерживать дороговато, но внедрять новую - дороже, и пока старая окончательно не умрет и ресурсы поддержки будут требоваться запредельные, только тогда в срочном порядке начнется поиск и внедрение нового решения, которое обойдется ещё дороже чем раньше.
Не согласен, общался с несколькими HRD их тоже не устраивает текущий рынок, потому что такой наплыв нужно как-то отсекать и тут уже как в сказке про золотую антилопу. Ну и потом некоторые HR выходят на рынок труда и тоже охреневают от найма со стороны соискателя
Может раньше и не занимались, а сейчас это фактически мастхэв. Потому что, когда у тебя очень узко настроенная ATS (из тысяч кандидатов отобрать максимум 50), то только персонализацией и корректировкой отклика под вакансию можно добиться попадания в эти топ50
Автоперевод бывшего Твиттера работает на Grok и судя по всему он уже начал подвергаться коллапсу модели, потому что уже с месяц встречаю посты где в переводе появляются опечатки 🙂
Проблема проста: никто не знает сработает ли ваш подход на другом проекте/в другой компании. Он сработал у вас - здорово, это не гарантия. Но тем не менее люди, которые единожды что-то успешно внедрили рассказывают что только так и надо.
Попытались. Не получилось.
Весь рынок практически во всех направлениях (за редкими исключениями) сейчас оптимизирует расходы. В том числе расходы на развитие (сейчас бы кризис пережить, какое развитие), которое бы генерировало новые рабочие места, а также сокращает уже имеющиеся рабочие места. Потому что не только ключевая ставка влияет на бизнес, но и значительно увеличившаяся налоговая нагрузка. Явно видно по данным HeadHunter, что работодатели в целом по рынку сокращают найм с начала 2025го, при довольно стабильном росте количества соискателей.
Собственно вот тут гораздо большая проблема чем кажется.
Даже вы, как постановщик задачи уже оцениваете скорость работы джуна с учётом нейросетей. Если даже сеньор потратил 30 минут, то для джуна 2-3 часа отличное время, особенно если он раньше с такой задачей не сталкивался, а хочется быстро, качество и хорошо бы, чтобы за копейки.
Ну, в общем-то да. Есть тема, в виде направления вектора, в нем есть наиболее вероятные слова и сочетания которые идут друг за другом. По идее там идёт сложение векторов, т.е. после выбора первого слова идёт расчет вероятность появления следующего и т.д.
Человеческий мозг тоже на это способен на самом деле мы так часто слышим родную речь, что мы можем угадать что человек сказал, хотя мы слышали только два слова из предложения.
помимо причины уже указанной в другом коменте.
Если мы будем стопорить модель когда вероятности низки, то она просто будет бустить рандомную вероятность, ведь мы ее наказываем и за отсутствие ответа, потому что иначе она просто на всё будет отвечать "не знаю", ведь это эффективнее.
Да, это в целом заложено в названии. Абсолютно бесполезный параметр на холодных ответах, которые больше всего подходят для задач с повторяемым результатом. Потому что сама нейронка бустит вероятности первых 3-4 вариантов, что приводит к тому что она практически всегда уверена в своих ответах. Он может быть полезен на теплых ответах, но стабильности там добиться гораздо сложнее и использование токенов будет больше в разы.
Уже есть, но без четких цифр.
https://fortune.com/2026/05/22/microsoft-ai-cost-problem-tokens-agents/
Согласно последним рекомендациям NIST специальные символы не обязательны, потому что создают паттерны, известные хакерам. Такие как подмена букв идентичными символами (по типу Leet speak) или завершение пароля спецсимволом для удовлетворения требованиям такого пароля.
А откуда этот вывод вообще взялся? Раньше расходы на токены были финансовой проблемой и не являлись альтернативой найму? А чем являлись?
Не знаю насчёт хостеров, но Гугл точно не все запросы и требования выполняет, и требует решения судов и корректные обоснования в этих решениях (я уж молчу, что количество запросов из России в десятки раз больше).
Пример:
Это кстати может быть связано с ограничением на стороне России, многие государственные (и около государственные) сайты блокируют доступ из стран, которые считаются недружественными.
Сайт Госдумы например требует российский IP для доступа