1) Типовые конфигурации, да, в 1000 (а может и более) раз сложнее. Только эта сложность в 99% случаев излишня. То, что я вам здесь демонстрирую это реально рабочий сервис. Кому-то потребуется что-то посложнее? Ну напишите еще пару функции, в дополнение к этим трем. А если вы напишите еще 100 функций, то вы обеспечите пользователям практически все, что им нужно. Причем ваша разработка будет все еще неизмеримо проще, чем самая простая типовая конфигурация
2) Так "шустрит" не LLM. "Шустрят" ваши функции. LLM всего лишь "соображает" чего хочет пользователь и выдает сигнатуру функции. Потом эта функция выполняется на сервере. В моем примере это Python + MySQL. Это работает быстрее любой 1С
Зачем людям какие-то разработки, если сегодня они с помощью ИИ решают половину своих вопросов, а завтра будут решать 95 процентов? Причем, оставшиеся 5 ни в каких чужих обработках не встретишь
Конечно можно. И уже довольно давно так и делается. Давать доступ ИИ к БД не нужно. Описываете структуру БД, получаете от ИИ текст запроса. Выполняете этот запрос на своей стороне. Результат запроса - таблица. Визуализируете эту таблицу более или менее "красиво". Вот и все, если у вас не 1С.
Если у вас 1С, вам надо будет перед выполнением каким-то образом транслировать текст SQL запроса в текст запроса 1С.
1) Мало кто из обсуждающих эту тему, вообще знает про эту "ручку"
2) Все, кто знает, выкручивал в 0 и затем отписался в этой теме говорят, что получили верный ответ (можешь сам проверить)
3) Авторы оригинального исследования, которое здесь обсуждается, про эту "ручку" не знали (как это ни удивительно). Они просто не глядя скопировали чей-то код, не разбираясь что там и для чего. Я сужу об этом по тому, что они сами в своей статье говорят. А говорят примерно следующее: мы пытались через промт заставить модель действовать точнее, но у нас ничего не вышло. Ну и код я не поленился посмотреть, там 0.7 вместо 0.
Итого. Причиной "тупости" модели в данном случае является то, что кто-то не выкручивает "ручку" в 0
Нет. Разработчики, для того чтобы всех развеселить, по умолчанию выставили высокий уровень "бредятинки" у себя на сайте. И как показывает опыт, попали в самую точку. Если бы они этого не сделали, скорее всего не было бы никакого хайпа вокруг LLM. Ну решает модель логические задачки. Ну и что? Никто бы этим не заинтересовался, кроме небольшого количества специалистов. А они сделали так, что модель стала выдавать нечто неожиданное типа: "у Алисы есть сестра, она сама". И сразу все бросились обсуждать.
Те, кто использует LLM для серьезных целей, знают об этом. Они просто отключают сэмплирование (тот самый, пресловутый "бредогенератор") и получают скучные правильные ответы в 100 случаях из 100. А те, кто не знают, получают на 1 правильный ответ 1 неправильный ответ и бесконечно обсуждают это
А знание - это способность разобраться как оно работает, не задавать вопросы нейросети типа: реши логическую задачу, но добавляй немного бредятинки на каждом шаге, чтобы было не скучно. И получать скучные правильные ответы с первого раза
Обратите внимание, ровно такой вопрос вы и задали. И что вы ожидали получить?
1) Типовые конфигурации, да, в 1000 (а может и более) раз сложнее. Только эта сложность в 99% случаев излишня. То, что я вам здесь демонстрирую это реально рабочий сервис. Кому-то потребуется что-то посложнее? Ну напишите еще пару функции, в дополнение к этим трем. А если вы напишите еще 100 функций, то вы обеспечите пользователям практически все, что им нужно. Причем ваша разработка будет все еще неизмеримо проще, чем самая простая типовая конфигурация
2) Так "шустрит" не LLM. "Шустрят" ваши функции. LLM всего лишь "соображает" чего хочет пользователь и выдает сигнатуру функции. Потом эта функция выполняется на сервере. В моем примере это Python + MySQL. Это работает быстрее любой 1С
Попробуйте сами
https://t.me/awpdemo_bot
Давайте начнем со складского учета
https://platform.openai.com/docs/guides/function-calling
https://infostart.ru/1c/articles/2165925/
Думаете, будут проблемы с отменой последнего ввода? Какие?
Обучить бухгалтеров чему? Русскому языку?
В том то и дело, что тут вообще нет кнопки
Там другие цифры. 40 за рубли, 80 за стартмани
Зачем людям какие-то разработки, если сегодня они с помощью ИИ решают половину своих вопросов, а завтра будут решать 95 процентов? Причем, оставшиеся 5 ни в каких чужих обработках не встретишь
Возможно. А зачем вам здесь Python? Чтобы что?
Не понял. Причем здесь fusion?
Что касается value for money...
Ну за 2-3 рубля вы получаете ответ на любой бизнес-вопрос. Примерно такой value за такие money
В этом нет ничего сложного. Язык запросов 1С, это один из диалектов SQL
В Библиотеке искусственного интеллекта для 1С есть простой транслятор MySQL в 1C
Сейчас продукты на стадии запуска. Такая статистика будет не раньше, чем через год
Конечно можно. И уже довольно давно так и делается. Давать доступ ИИ к БД не нужно. Описываете структуру БД, получаете от ИИ текст запроса. Выполняете этот запрос на своей стороне. Результат запроса - таблица. Визуализируете эту таблицу более или менее "красиво". Вот и все, если у вас не 1С.
Если у вас 1С, вам надо будет перед выполнением каким-то образом транслировать текст SQL запроса в текст запроса 1С.
Есть, конечно. Что вас интересует?
1) Мало кто из обсуждающих эту тему, вообще знает про эту "ручку"
2) Все, кто знает, выкручивал в 0 и затем отписался в этой теме говорят, что получили верный ответ (можешь сам проверить)
3) Авторы оригинального исследования, которое здесь обсуждается, про эту "ручку" не знали (как это ни удивительно). Они просто не глядя скопировали чей-то код, не разбираясь что там и для чего. Я сужу об этом по тому, что они сами в своей статье говорят. А говорят примерно следующее: мы пытались через промт заставить модель действовать точнее, но у нас ничего не вышло. Ну и код я не поленился посмотреть, там 0.7 вместо 0.
Итого. Причиной "тупости" модели в данном случае является то, что кто-то не выкручивает "ручку" в 0
Что нет? Сэмплирование нельзя отключить или что?
Нет. Разработчики, для того чтобы всех развеселить, по умолчанию выставили высокий уровень "бредятинки" у себя на сайте. И как показывает опыт, попали в самую точку. Если бы они этого не сделали, скорее всего не было бы никакого хайпа вокруг LLM. Ну решает модель логические задачки. Ну и что? Никто бы этим не заинтересовался, кроме небольшого количества специалистов. А они сделали так, что модель стала выдавать нечто неожиданное типа: "у Алисы есть сестра, она сама". И сразу все бросились обсуждать.
Те, кто использует LLM для серьезных целей, знают об этом. Они просто отключают сэмплирование (тот самый, пресловутый "бредогенератор") и получают скучные правильные ответы в 100 случаях из 100. А те, кто не знают, получают на 1 правильный ответ 1 неправильный ответ и бесконечно обсуждают это
А знание - это способность разобраться как оно работает, не задавать вопросы нейросети типа: реши логическую задачу, но добавляй немного бредятинки на каждом шаге, чтобы было не скучно. И получать скучные правильные ответы с первого раза
Обратите внимание, ровно такой вопрос вы и задали. И что вы ожидали получить?