где я вижу, что качество работы упирается именно в мою способность прояснять её неизвестные.
Вы только сейчас это заметили?
Правильный промт решает. Какой бы сверх разум не был.
Вот на примере вайбкодеров, которые кидают Лог ошибки в ИИ с промтом "пофикси", вместо "воспроизвести баг, найти причину, устранить"
Ели дать модели правильный порядок действий то модель легко справляется.
Другой вопрос в управляемости, более старые модели "несёт", поэтому им промт нужен более специфический, нужно знать слабые зоны лучше.
Даже при общении с человеком у которого в мозге больше параметров чем у фабл, тебе нужно чуть чуть додумать за него, чтобы он не додумывал все за тебя и получился максимально ожидаемый результат.
Сознание едино для нас, но это совокупность образующихся сигналов как по мне.
Такой рандомайзер, и я думаю что сознание есть даже у мухи, просто сильно меньше. именно этот рандомайзер влияет на наш выбор, выбор цвета, мысли, итд, на основе наших долговременных знаний.
Могу ошибаться, это выводы к которым я пришел сам.
А является ли вообще проблемой не такая жёсткость у LLM?
Может быть это не такая глобальная проблема как вы думаете?
А может нам нужна система которая будет эфолюцианировать/учиться и сама расти в точности?
Я к тому что, я бы сначала распознал боль, провёл опрос на Хабре(хотя бы), а потом занимался проектом на который уйдут годы. Или упаковал боль в статью.
Печатаю шесть лет на заказ. Пластик липнет и к остывшему, но чуть хуже, дело в том что деталь которую ты напечатал и остудил уже уменьшилась это раз, во вторых пластик продаваемый из сопла - не расплавленный, соответственно хуже липнет к остывшему, но это решаемо.
Например если печать оборвалась, ты можешь посчитать слои вручную или высоту модели линейкой, далее обрезать g-code до нужного момента и запустить повторную печать, выставив температуру чуть больше вручную на принтере. А еще можно высоту чуть уменьшить (g-codom ) и тогда новый слой впечатается в модель.
Как идея с пересадками, взять слои с большой модели и воткнуть в более мелкую (по глубине).
Затем заморозить все кроме этого слоя и учить определённой задаче, затем разморозить всё и дать согласоваться слоям. А лучше размораживать сначала окружающие слои.
Вы только сейчас это заметили?
Правильный промт решает. Какой бы сверх разум не был.
Вот на примере вайбкодеров, которые кидают Лог ошибки в ИИ с промтом "пофикси", вместо "воспроизвести баг, найти причину, устранить"
Ели дать модели правильный порядок действий то модель легко справляется.
Другой вопрос в управляемости, более старые модели "несёт", поэтому им промт нужен более специфический, нужно знать слабые зоны лучше.
Даже при общении с человеком у которого в мозге больше параметров чем у фабл, тебе нужно чуть чуть додумать за него, чтобы он не додумывал все за тебя и получился максимально ожидаемый результат.
Сознание едино для нас, но это совокупность образующихся сигналов как по мне.
Такой рандомайзер, и я думаю что сознание есть даже у мухи, просто сильно меньше. именно этот рандомайзер влияет на наш выбор, выбор цвета, мысли, итд, на основе наших долговременных знаний.
Могу ошибаться, это выводы к которым я пришел сам.
Тема кст годная, сейчас исследую. Но мне кажется они (ИИ гиганты) это уже попробовали.
Ну они говорили что там незначительные улучшения.
Мне кажется OpenAI уже собирают такой датасет через Codex.
Продолжай)
Хорошо вышло, сжато и ссылками. Спасибо.
Честно ожидал все кроме базовой сетки для распознавания цифр, которых и так много.
А еще люди изменяют свои воспоминания, каждый раз вспоминая
статья опоздала лет на 10
Claude mythos
Я провёл тот же самый эксперимент с понятием "аишник", теперь его цепляет Яндекс Алиса, чат гпт и другие. Но иногда ещё путает с "айтишниками"
Можете вбить в поиск "кто такие аишники", а в нейронку "Кто такие аишники? (Тут нет опечатки)" (Чтобы с первого раза сработало)
А является ли вообще проблемой не такая жёсткость у LLM?
Может быть это не такая глобальная проблема как вы думаете?
А может нам нужна система которая будет эфолюцианировать/учиться и сама расти в точности?
Я к тому что, я бы сначала распознал боль, провёл опрос на Хабре(хотя бы), а потом занимался проектом на который уйдут годы. Или упаковал боль в статью.
Теперь понятно почему альфа такое..
Печатаю шесть лет на заказ. Пластик липнет и к остывшему, но чуть хуже, дело в том что деталь которую ты напечатал и остудил уже уменьшилась это раз, во вторых пластик продаваемый из сопла - не расплавленный, соответственно хуже липнет к остывшему, но это решаемо.
Например если печать оборвалась, ты можешь посчитать слои вручную или высоту модели линейкой, далее обрезать g-code до нужного момента и запустить повторную печать, выставив температуру чуть больше вручную на принтере. А еще можно высоту чуть уменьшить (g-codom ) и тогда новый слой впечатается в модель.
Как ты здорово скипнул все принтеры и впихнул бамбулаб..
Iron Man, ты ли это?
Как идея с пересадками, взять слои с большой модели и воткнуть в более мелкую (по глубине).
Затем заморозить все кроме этого слоя и учить определённой задаче, затем разморозить всё и дать согласоваться слоям. А лучше размораживать сначала окружающие слои.
Насторожили осторожности, что это не убийца chatGPT, будто статью писал chatGPT.
GPT 5.6?