Думаю, что можно уже сейчас такие эксперименты проводить, было бы интересно посмотреть какие решения принимает нейросеть и сравнить.
Нейросети уже года 3 как новая технологическая революция, каждый месяц новые модели выпускают и наверняка уже применяется для анализа данных, но доходит ли это в итоге до реального применения? Помню, смотрел интервью Александра Аузана, в нём он говорил о том, что «горизонт планирования короткий», что аналитика и долгосрочные стратегии и прочие рекомендации экспертами создаются по заказу, но не применяются так как есть «неэкономические» риски — ИИ‑ассистент тут не поможет.
Термин, возможно, переведён не верно. Что такое "Расхожая мудрость"? В оригинале conventional wisdom - общепринятая мудрость, или конвенциональная мудрость или на человеческом языке - привычное мышление.
Владимир Федорович Тарасов.
Не сочтите за грубость, а кто автор? Человек хотя бы?)
"Графоман", потому, что большой текст != качество содержания(не в этом случае, а вообще), а проверка этого может быть отдельным испытанием) Кстати, а тем, кто дочитал - будет ачивка? ))
Совет «не обращайте внимания» я давать не стану — выполнить его невозможно,
Мозг же нейропластичный - значит возможно. В данном случае, насколько я понял, это про толерантность к неопределённости. Возьмите любимый сериал и останавливайте просмотр на день на самом интересно месте. Такой аутоклиффхэнгеринг :D Повторить 100 раз.
Возможно сама технология найдёт своё применение где-то ещё, но как смартфон это ужас, пример оверинженеринга. Было бы более практично отделить дисплей и подключать отдельно какой нужно любого размера и формы.
И если репозиторий не открыт и нет возможности сообщить об ошибке, посмотреть результаты работы сканеров(CodeQL тот же) и тестов, предложить исправление, то это не OpenSource.
У вас вывод строится только на одном промпте, но нет сравнения разных промптов. От этого разве не зависит точность ответа? В данном случае, например, нет критериев оценки провайдеров. Я при использовании LLM просто так редко уже спрашиваю, использую с начала эту же LLM для улучшения промпта, начиная с простого запроса + запрос улучшить промпт для более точного ответа, иногда в несколько заходов с ручными правками.
Про ошибку выжившего уже написали — справедливые замечания, я согласен, но я поэтому и написал что наличие времени и возможности делать долго только то что хочется ничего не гарантирует — я проверял... А вот умение часами пилить какой‑то проект параллельно обучаясь чему‑то — вот это можно было бы применять к себе, понять что человек думает когда сомневается, почему не сдался и просто не пошёл на обычную работу, почему тратил время на другие не профильные для разработчика навыки... — это можно называть одержимостью своей идеей и я думаю, что подобному можно научиться, осталось понять что нужно поменять в себе для этого)
Почему все они из Штатов и (немного) Жапонии и западной европы?
Если измерять успех другими критериями, то я уверен можно найти примеры. Дороничев, например — отличный карьерный путь, хотя тоже в US, но таких много можно найти на локальном уровне, когда человек долго работал и добился, но это не так круто звучит в сравнении и про это просто никто не пишет или думает что так и должно быть. Это могут быть core разработчики популярного фреймворка, языка, библиотеки, СУБД - многие же есть на Хабре и даже пишут что-то.
Пока писал, подумал, а можно ли компенсировать отсутствие нужных качеств количеством человек в проекте и\или нейросетями?))
История Эрик Барона вдохновляет, про него ещё написано в книге "Суперобучение" в контексте того как человек с нуля научился рисовать, писать музыку, сценарии, диалоги и т.д. Завидую такой мотивации... Увлечённость и усидчивость - одни из критериев гениальности. А ещё Эрик 5 лет жил при поддержке родителей и своей девушки и вроде как не случайный самоучка, а с образованием, что конечно не обесценивает его проект, но и не гарантирует другим подобный результат при такой же поддержке.
Ничего не устарело, а наоборот, только подтверждается в больших масштабах.
Что будет, если вдруг лишиться таких расширений? Фактически откат к исходному состоянию, если это затронет и средовую поддержку навыков и в мозге. В случая с ЯМ? Что-то вроде этого, но т.к. еще не затронуло основательно, и остались другие расширения, то возможен возврат к состоянию до начала широкого внедрения ЯМ несколько лет назад.
Спасибо за дополнение.
Нейросети никуда не денутся и думаю, что "откат к исходному" никому не нужен и всё будет стремиться к "прогрессу". А вывод о том, что их тезисы могу показаться устаревшими я сделал потому, что сегодня слишком качественно технологии скакнули вперёд и нейросети нельзя называть просто расширением и то чем для человека является нейросеть будет зависеть от отношения к этому - для кого-то это реально расширение своих возможностей: ускорение обучение, поиска, обработки информации, автоматизация рутины, в науке для поиска новых лекарств, а для кого-то - замена: нейрослоп, псевдоэкспертность, замена себя(!!) для автоответов и общения с подписчиками и клиентами.
Появилась та самая кнопка "сделать красиво" и чтобы не скатываться в Идиократию нужны усилия - слишком это стало доступно(пока) и просто, хорошо бы менять «среду», обсуждать. Либо "среда" будет меняться сама ценой негативного опыта: опыт отличия сгенерированного текста от настоящего, теги и бейджи "no ai" или "humant created" на контенте как статус "эко" на продуктах, запрет использовать нейросети писателям, сценаристам, в gamedev. Сейчас много AI музыки и Spotify, например, уже вводит систему маркировки и очевидно, какой бы идеальной она не была - это как разница между написанной рукой художника и распечатанной картинами, не уверен что AI концерты станут популярнее живых.
А что потом происходит с этими данными? Уже не редкость сейчас use cases, когда подобную систему(по функциональности) можно поднять на недорогом VPS с OpenClaw(как агент только, нужен ещё доступ к другим нейросетям), с постобработкой заметок, сортировкой, голосовыми заметками, рекомендательной системой и т.д. с единой точкой входа для работы через тг, например. Т.е. можно потом закинуть все эти заметки и получить какой-то вывод, рекомендацию, идея для улучшения этой же системы и т.д.
Добавил в статью, спасибо.
Ещё примеры
Думаю, что можно уже сейчас такие эксперименты проводить, было бы интересно посмотреть какие решения принимает нейросеть и сравнить.
Нейросети уже года 3 как новая технологическая революция, каждый месяц новые модели выпускают и наверняка уже применяется для анализа данных, но доходит ли это в итоге до реального применения? Помню, смотрел интервью Александра Аузана, в нём он говорил о том, что «горизонт планирования короткий», что аналитика и долгосрочные стратегии и прочие рекомендации экспертами создаются по заказу, но не применяются так как есть «неэкономические» риски — ИИ‑ассистент тут не поможет.
Термин, возможно, переведён не верно. Что такое "Расхожая мудрость"? В оригинале conventional wisdom - общепринятая мудрость, или конвенциональная мудрость или на человеческом языке - привычное мышление.
Не сочтите за грубость, а кто автор? Человек хотя бы?)
Аналогия с паспортом очевидно не подходит - его не арендуют как сервер у провайдер у которого во владении и сервер и вся инфраструктура.
Не понятно зачем это вообще всё нужно если по адресу почты и номеру телефона можно привязать аккаунт к арендованной инфраструктуре уже сейчас.
Интересно как предлагается контролировать что IP-адрес не поменяется по техническим причинам и\или не будет использоваться другим "пользователем"?
Или более нейтральные - "Рассказчик" или "Ремесленник".
"Графоман", потому, что большой текст != качество содержания(не в этом случае, а вообще), а проверка этого может быть отдельным испытанием) Кстати, а тем, кто дочитал - будет ачивка? ))
Мозг же нейропластичный - значит возможно. В данном случае, насколько я понял, это про толерантность к неопределённости. Возьмите любимый сериал и останавливайте просмотр на день на самом интересно месте. Такой аутоклиффхэнгеринг :D Повторить 100 раз.
Возможно сама технология найдёт своё применение где-то ещё, но как смартфон это ужас, пример оверинженеринга. Было бы более практично отделить дисплей и подключать отдельно какой нужно любого размера и формы.
Можно делать и отсутствие дела.(с)
И если репозиторий не открыт и нет возможности сообщить об ошибке, посмотреть результаты работы сканеров(CodeQL тот же) и тестов, предложить исправление, то это не OpenSource.
Проверь функцию __generate_html, почитай про html.escape, экранирование и протестируй что будет если в приложении возникнет вот такая ошибка
Какие сканеры? CodeQL тоже? Закинь код в нейросеть и попроси провести ревью.
https://pypi.org/project/crashprobe/#files
Возможно я не так понял.
Это значит напрямую модели, без системных промптов, не в окне чата на сайте провайдера LLM?
У вас вывод строится только на одном промпте, но нет сравнения разных промптов. От этого разве не зависит точность ответа? В данном случае, например, нет критериев оценки провайдеров. Я при использовании LLM просто так редко уже спрашиваю, использую с начала эту же LLM для улучшения промпта, начиная с простого запроса + запрос улучшить промпт для более точного ответа, иногда в несколько заходов с ручными правками.
Про ошибку выжившего уже написали — справедливые замечания, я согласен, но я поэтому и написал что наличие времени и возможности делать долго только то что хочется ничего не гарантирует — я проверял... А вот умение часами пилить какой‑то проект параллельно обучаясь чему‑то — вот это можно было бы применять к себе, понять что человек думает когда сомневается, почему не сдался и просто не пошёл на обычную работу, почему тратил время на другие не профильные для разработчика навыки... — это можно называть одержимостью своей идеей и я думаю, что подобному можно научиться, осталось понять что нужно поменять в себе для этого)
Если измерять успех другими критериями, то я уверен можно найти примеры. Дороничев, например — отличный карьерный путь, хотя тоже в US, но таких много можно найти на локальном уровне, когда человек долго работал и добился, но это не так круто звучит в сравнении и про это просто никто не пишет или думает что так и должно быть. Это могут быть core разработчики популярного фреймворка, языка, библиотеки, СУБД - многие же есть на Хабре и даже пишут что-то.
Пока писал, подумал, а можно ли компенсировать отсутствие нужных качеств количеством человек в проекте и\или нейросетями?))
История Эрик Барона вдохновляет, про него ещё написано в книге "Суперобучение" в контексте того как человек с нуля научился рисовать, писать музыку, сценарии, диалоги и т.д. Завидую такой мотивации... Увлечённость и усидчивость - одни из критериев гениальности. А ещё Эрик 5 лет жил при поддержке родителей и своей девушки и вроде как не случайный самоучка, а с образованием, что конечно не обесценивает его проект, но и не гарантирует другим подобный результат при такой же поддержке.
Спасибо за дополнение.
Нейросети никуда не денутся и думаю, что "откат к исходному" никому не нужен и всё будет стремиться к "прогрессу". А вывод о том, что их тезисы могу показаться устаревшими я сделал потому, что сегодня слишком качественно технологии скакнули вперёд и нейросети нельзя называть просто расширением и то чем для человека является нейросеть будет зависеть от отношения к этому - для кого-то это реально расширение своих возможностей: ускорение обучение, поиска, обработки информации, автоматизация рутины, в науке для поиска новых лекарств, а для кого-то - замена: нейрослоп, псевдоэкспертность, замена себя(!!) для автоответов и общения с подписчиками и клиентами.
Появилась та самая кнопка "сделать красиво" и чтобы не скатываться в Идиократию нужны усилия - слишком это стало доступно(пока) и просто, хорошо бы менять «среду», обсуждать. Либо "среда" будет меняться сама ценой негативного опыта: опыт отличия сгенерированного текста от настоящего, теги и бейджи "no ai" или "humant created" на контенте как статус "эко" на продуктах, запрет использовать нейросети писателям, сценаристам, в gamedev. Сейчас много AI музыки и Spotify, например, уже вводит систему маркировки и очевидно, какой бы идеальной она не была - это как разница между написанной рукой художника и распечатанной картинами, не уверен что AI концерты станут популярнее живых.
А что потом происходит с этими данными? Уже не редкость сейчас use cases, когда подобную систему(по функциональности) можно поднять на недорогом VPS с OpenClaw(как агент только, нужен ещё доступ к другим нейросетям), с постобработкой заметок, сортировкой, голосовыми заметками, рекомендательной системой и т.д. с единой точкой входа для работы через тг, например. Т.е. можно потом закинуть все эти заметки и получить какой-то вывод, рекомендацию, идея для улучшения этой же системы и т.д.
Что в этой папке???))