С нейросетями искусственными это повторится если попадет в обучающие выборки как самое распространенное решение. И где-то нейросети сделают вероятностные повороты "додумав" за отсутствием спецификации. Внутри LLM все тот же перцептрон из 1950х-1980х.
В этом плане прописать полную спецификацию может быть намного трудозатранее чем написать детерминированную программу самому. Также нужно учитывать что нейросети не "видят" полного контекста. Python самый LLM-friendly язык и по убывающей к машинным языкам таким как C, C++, Rust
Ещё и статистически правдоподобно вероятностно навихляют на "поворотах" гиперплоскостей внося в текст большего разнообразия чтоб не выглядело каждый раз одинаково пресно. Поэтому результаты не повторяются.
LLM ассистенты пишут что "всё готово" не потому что всё действительно готово, а потому что результат запроса действительно готов и он наиболее статистически правдоподобен
Разбираю как LLM работают "до винтиков". Поверх этого LLM провайдеры вроде OpenAI, Anthropic, Google прикручивают свои алгоритмы и тулзы. В этом плане локальные большие языковые модели вроде Qwen интересны как полной анонимностью и приватностью, так и тем что есть возможность изменить вероятностные веса в модели сняв цензуру
ИИ точнее LLM лишь повторяют написанное кем-то. Если это будет самая распространенная реализация даже с ошибкой то она повторится везде.
В этом плане "бороться" с кукодерами совершенно не нужно. Как оказывается, LLM дают профессиональному инженеру-программисту большую силу чем профану-дилетанту-вайберу-кукодеру 🫢 Мне не трудно побить их хоть руками, хоть их же "оружием" - "бей врага его же оружием"😅 Ну они так думали что оно их. Клод ускорил генерацию - Клод ускорил анализ.
LLM существуют с 2017. ИИ гораздо дольше. Перцептроны с 1950х. Это не скачкообразный процесс не смотря на всю шумиху. В целом LLM даже вредоносная технология для слабоумных неокрепших мозгов.
В 2024 награждали двух учёных за фундаментальные алгоритмы обучения с подкреплением, разработанные еще в 1980-х годах и легшие в основу современных больших языковых моделей и ИИ. В 2018 ещё двух ученых.
БЯМ LLM хорошо ищут паттерны если их водить по тексту, но генерируют код не ахти как. Постоянно нахожу в поделках кукодеров самые тупейшие ошибки потому что локально вроде норм, а глобально
Однако, жОстко поплатились если перестанете смотреть и проверять сгенерированный программный код. Это всего лишь статистически правдоподобный текст, а не какая-то сверх мудрость всего человечества 😂
Мне понравилось разносить поделки кукодеров их же любимой игрушкой. "Их Клод хороший - мой Клод плохой" 🫢
Ни к чему хорошему вайпкодинг не приводит. В любом случае ВЕСЬ сгенерированные код нужно понять, особенно в критическом важном программном обеспечении где нейрослоп вообще то противопоказан.
Клод, ЧаТГоПоТа и иные LLM всегда пишут что "всё готово" - это не правда 😄 Так как это статистически правдоподобные вероятностные модели, то наиболее вероятно что всё действительно готово - вернись к началу цикла, проверь это и так итеративно по кругу 🤷
Именно поэтому также нельзя доверять сгенерированным ими тестам потому что - вернись к началу цикла и так по кругу.
Лучше всего LLM работают когда их используют для анализа и как интерактивную документацию.
В любом случае понимать чей-то чужой код, а это чужой код и его пишут не LLM изначально, а LLM провайдеры крадут копируют из открытых проектов забивая на их лицензии, обычно гораздо труднее чем собственный.
Не обманывайтесь - (со)операторы LLM перестают быть программистами. Как у бегунов - вроде помнишь как бежать, но бросил бегать и... Нужны регулярные тренировки.
Это так не работает 😄 Нанейрослопит LLM агент знатно. Это статически правдоподобные вероятностные модели. Чем больше шагов, чем больше контекст - тем больше вероятность ошибок. Лучше всего себя ведёт всеже LLM ассистент.
Pascal (и Delphi, языки Никлауса Вирта) не имеет проблемы бесконечной перекомпиляции огромных текстов связанной с включением заголовочных файлов. За счёт явного разделения интерфейсов и реализации.
"В настоящее время Alibaba Cloud Linux, или Alinux, является наиболее широко используемой операционной системой в Alibaba Cloud. В 2021 году OpenAnolis выпустила официальную версию Anolis OS 8 на основе продукта Alinux. В этой статье Цзэчжэн Ли , инженер-разработчик из Alibaba Cloud Intelligence Group, использует Alinux в качестве операционной среды, чтобы объяснить преимущества модулей по сравнению с традиционными заголовочными файлами. Он также приводит несколько примеров, демонстрирующих организацию проекта с модулями C++ и использование модулей для инкапсуляции сторонних библиотек или преобразования существующих проектов. Кроме того, он расскажет о применении модулей во внутренних проектах Alibaba Cloud, являющихся частью сообщества OpenAnolis. Код модулей C++20 стабильно работает в основной ветке Alibaba Cloud уже более полутора лет, сокращая время компиляции на 42%."
Потому что та жизнь была не для всех. Но вот если вернуться во времена благословенного средневековья когда ислам ещё не был испорчен (это и есть идеология политическая любого исламиста🤷 - больше там ничего нет) то ух как заживём (нет).
И треснул мир пополам...разделив мир программистов на два класса: инженеров и безмозглых вайп кодеров🐒 Где-то это я уже видел только почему-то стало ещё хуже 🤷
Вы путаете легаси (наследие) и технический долг. Вайп кодеры плодят технический долг с БЯМ со световой скоростью 🫣 Так что проще выкинуть нейропомои и не мучаться 🤷 Это даже не г*мнокод, а какой-то другой уровень
БЯМ не станут потому что масштабируются экспоненциально, а других идей у провайдеров оных нет. Технологии перцептронов уже 70 лет... Трансформеры оптимизация многоуровневых (рекуррентных сетей) и не более. Они не думают - это статистически правдоподобные машины плагиата 🤷
С нейросетями искусственными это повторится если попадет в обучающие выборки как самое распространенное решение. И где-то нейросети сделают вероятностные повороты "додумав" за отсутствием спецификации. Внутри LLM все тот же перцептрон из 1950х-1980х.
В этом плане прописать полную спецификацию может быть намного трудозатранее чем написать детерминированную программу самому. Также нужно учитывать что нейросети не "видят" полного контекста. Python самый LLM-friendly язык и по убывающей к машинным языкам таким как C, C++, Rust
Ещё и статистически правдоподобно вероятностно навихляют на "поворотах" гиперплоскостей внося в текст большего разнообразия чтоб не выглядело каждый раз одинаково пресно. Поэтому результаты не повторяются.
LLM ассистенты пишут что "всё готово" не потому что всё действительно готово, а потому что результат запроса действительно готов и он наиболее статистически правдоподобен
Разбираю как LLM работают "до винтиков". Поверх этого LLM провайдеры вроде OpenAI, Anthropic, Google прикручивают свои алгоритмы и тулзы. В этом плане локальные большие языковые модели вроде Qwen интересны как полной анонимностью и приватностью, так и тем что есть возможность изменить вероятностные веса в модели сняв цензуру
ИИ точнее LLM лишь повторяют написанное кем-то. Если это будет самая распространенная реализация даже с ошибкой то она повторится везде.
В этом плане "бороться" с кукодерами совершенно не нужно. Как оказывается, LLM дают профессиональному инженеру-программисту большую силу чем профану-дилетанту-вайберу-кукодеру 🫢 Мне не трудно побить их хоть руками, хоть их же "оружием" - "бей врага его же оружием"😅 Ну они так думали что оно их. Клод ускорил генерацию - Клод ускорил анализ.
LLM существуют с 2017. ИИ гораздо дольше. Перцептроны с 1950х. Это не скачкообразный процесс не смотря на всю шумиху. В целом LLM даже вредоносная технология для
слабоумныхнеокрепших мозгов.В 2024 награждали двух учёных за фундаментальные алгоритмы обучения с подкреплением, разработанные еще в 1980-х годах и легшие в основу современных больших языковых моделей и ИИ. В 2018 ещё двух ученых.
Так что с разморозкой из анабиоза ✍️
Не ИИ, а сам Линус который повозил LLM носом по коду 🫢... настойчиво. Это инструмент статистически правдоподобный, а не deus ex machina
БЯМ LLM хорошо ищут паттерны если их водить по тексту, но генерируют код не ахти как. Постоянно нахожу в поделках кукодеров самые тупейшие ошибки потому что локально вроде норм, а глобально
Однако, жОстко поплатились если перестанете смотреть и проверять сгенерированный программный код. Это всего лишь статистически правдоподобный текст, а не какая-то сверх мудрость всего человечества 😂
Мне понравилось разносить поделки кукодеров их же любимой игрушкой. "Их Клод хороший - мой Клод плохой" 🫢
9.просто фильтровать книги - на обложке AI? сразу в мусорку
Ни к чему хорошему вайпкодинг не приводит. В любом случае ВЕСЬ сгенерированные код нужно понять, особенно в критическом важном программном обеспечении где нейрослоп вообще то противопоказан.
Клод, ЧаТГоПоТа и иные LLM всегда пишут что "всё готово" - это не правда 😄 Так как это статистически правдоподобные вероятностные модели, то наиболее вероятно что всё действительно готово - вернись к началу цикла, проверь это и так итеративно по кругу 🤷
Именно поэтому также нельзя доверять сгенерированным ими тестам потому что - вернись к началу цикла и так по кругу.
Лучше всего LLM работают когда их используют для анализа и как интерактивную документацию.
В любом случае понимать чей-то чужой код, а это чужой код и его пишут не LLM изначально, а LLM провайдеры
крадуткопируют из открытых проектов забивая на их лицензии, обычно гораздо труднее чем собственный.Не обманывайтесь - (со)операторы LLM перестают быть программистами. Как у бегунов - вроде помнишь как бежать, но бросил бегать и... Нужны регулярные тренировки.
Это так не работает 😄 Нанейрослопит LLM агент знатно. Это статически правдоподобные вероятностные модели. Чем больше шагов, чем больше контекст - тем больше вероятность ошибок. Лучше всего себя ведёт всеже LLM ассистент.
Папа оператор ИИ, а если кратко то ботосиделка🤷 Немного нейрослопа
Ничего из этого не выйдет 🤏
Pascal (и Delphi, языки Никлауса Вирта) не имеет проблемы бесконечной перекомпиляции огромных текстов связанной с включением заголовочных файлов. За счёт явного разделения интерфейсов и реализации.
https://www.alibabacloud.com/blog/42%25-boost-in-compilation-efficiency-a-practical-analysis-of-c%2B%2B-modules_601974 C++ модули решают проблему модульности довольно эффективно, но увы массово не прижилось. Особенно проблематично распространение сторонних библиотек.
"В настоящее время Alibaba Cloud Linux, или Alinux, является наиболее широко используемой операционной системой в Alibaba Cloud. В 2021 году OpenAnolis выпустила официальную версию Anolis OS 8 на основе продукта Alinux. В этой статье Цзэчжэн Ли , инженер-разработчик из Alibaba Cloud Intelligence Group, использует Alinux в качестве операционной среды, чтобы объяснить преимущества модулей по сравнению с традиционными заголовочными файлами. Он также приводит несколько примеров, демонстрирующих организацию проекта с модулями C++ и использование модулей для инкапсуляции сторонних библиотек или преобразования существующих проектов. Кроме того, он расскажет о применении модулей во внутренних проектах Alibaba Cloud, являющихся частью сообщества OpenAnolis. Код модулей C++20 стабильно работает в основной ветке Alibaba Cloud уже более полутора лет, сокращая время компиляции на 42%."
Всегда ощущал Worms как вторичные после Scorched Earth 🤏
https://youtu.be/FJhb1JjMcO8?si=nj-Z48hsXqa75TYz
https://www.retrogames.cz/play_498-DOS.php
https://dos.zone/scorched-earth/
Потому что та жизнь была не для всех. Но вот если вернуться во времена
благословенного средневековьякогда ислам ещё не был испорчен (это и есть идеология политическая любого исламиста🤷 - больше там ничего нет) то ух как заживём (нет).И треснул мир пополам...разделив мир программистов на два класса: инженеров и безмозглых вайп кодеров🐒 Где-то это я уже видел только почему-то стало ещё хуже 🤷
Вы путаете легаси (наследие) и технический долг. Вайп кодеры плодят технический долг с БЯМ со световой скоростью 🫣 Так что проще выкинуть нейропомои и не мучаться 🤷 Это даже не г*мнокод, а какой-то другой уровень
БЯМ не станут потому что масштабируются экспоненциально, а других идей у провайдеров оных нет. Технологии перцептронов уже 70 лет... Трансформеры оптимизация многоуровневых (рекуррентных сетей) и не более. Они не думают - это статистически правдоподобные машины плагиата 🤷
Сбросить их за борт
Enshitification (уговнение) когда расти уже некуда, но очень нужно https://www.merriam-webster.com/slang/enshittification