ялдобаот: У каждой уважающей себя конторы будет своя локальная LLM, также как сайт.
В этом месте довольно много слоев и объектов. Что такое LLM как владение? Это дорогая гигантская инфрастрактура, которую нужно поддерживать и непрерывно развивать. Это топовые разработчики, за которых нужно конкурировать, а они штучные как природные алмазы. Это почти безпредельные корпуса данных, используемых в обучении, где всегда будут драки за лицензионную чистоту. Зачем это всё бизнесу, задача которого - снижать себестоимость.
Главное преимущество и отличие LLM от прочего софта - генерация. Стимул - реакция. Промт - генерация. Вопрос - ответ. Задача - решение. Содержатся ли теоремы эвклидовой геометрии в начальных аксиомах? Да. Нужно ли их доказывать, если бы хотели их использовать для решения задач? Нет, если бы мы могли сразу отличать верное утверждение от неверного. LLM дает такую возможность. Но в этой возможности нет ни одной причины зачем этим владеть, если этим можно просто воспользоваться.
Домены, стандарты, прикладные специализированные модели, спецификации, требования, etc -- да -- это все представляет собой корпоративную ценность. Но это не LLM, это её harness. Важнейший вопрос здесь -- отношение Моделей и Знаний, я не думаю, что речь идет просто об имманентности последних.
Как формализовать всю математику
(Это гостевой пост, написанный Джереми Авигадом, Кевином Баззардом, Йоханом Коммеленом, Реми Деженном, Ким Моррисон, Оливером Нэшем и Адамом Топазом.)
Реакция математиков на крупный релиз OpenAI на прошлой неделе варьируется от восторга до разочарования, но одно ясно: ИИ стал удивительно хорош в доказательстве теорем, как формально, так и неформально. Успехи в формальной области заставили энтузиастов ИИ заявить, что настало время формализовать всю математику как наследие для будущих поколений.
(далее по тексту ссылки)
ялдобаот: даже в маломальском вебшопе, стремаются данные слать в облачные ллм, я уже не говорю про что-то вроде банка или биржи, наверно 90% бизнеса, сильно фильтрует данные при общении с ллм, что очень искажает результат, так как боится утечек.
То есть единственный аргумент - безопасность. Есть такое - да, но зачем же открытые данные без обфускации сети подсовывать. Подготовка, фильтрация и преобработка - это неотьемлемый элемент любого пайпа.
ялдобаот: китайцы кстати научились делать крупные искусственные алмазы, скоро рынок рухнет, очень похоже на айти кстати
Китайцы бы лучше научились хоть что-то, что не ломалось бы через неделю использования))) Поверьте, Ялдобаот, слухи о мощи китайцев сильно преувеличены, знаю, что в РФ на них молятся, но ваших надежд они не оправдают.
Нейробиологи впервые детально увидели, как мозг представляет то, чего мы не осознаём.
Группа ученых из запрещенного в РФ Беркли записала активность тысяч нейронов в лицевых участках височной коры и в префронтальной коре у обезьян во время бинокулярной конкуренции. В этом эксперименте разным глазам показывают разные лица: одно осознаётся, второе - подавляется и не попадает в сознание, хотя физически присутствует. Оказалось, что нейронная активность быстро чередуется примерно каждые 60 миллисекунд между двумя состояниями. В одни моменты из неё можно точно реконструировать осознаваемое лицо, а в другие - подавленное. При этом одни и те же нейроны по очереди кодируют и то, и другое.
Это важно по двум причинам: Во-первых, подавленное изображение представлено в мозге не слабо и размыто, а очень детально. Во-вторых, сознательный доступ оказался связан не только с тем, в какой области находится представление, но и с тем, в какие моменты времени оно становится доступным. Дорис Цао, из Бэркли отмечает, что сознание, по её гипотезе, опирается на непрерывные механизмы слежения в теменной коре. То есть теперь у учёных есть чёткие и сильные сигналы и осознаваемого, и неосознаваемого контента, а значит, стало намного проще экспериментально разбираться, как именно мозг выбирает, что попадёт в сознание, а что нет.
005
Anthropic выпустила исследование о том, что у них изменилось с приходом агентов. Сразу оговорюсь: компания находится на самом острие внедрения ИИ. Так что это скорее взгляд в будущее, чем возможный результат для всех. Но цифры показательные.
Доля джунов среди новых технических сотрудников упала с 27% до 9%. К августу агенты наработали в шесть раз больше часов, чем люди. Встреч при этом стало на 20% больше. А чтобы просто прочитать все, что выдают агенты, даже нетехническому сотруднику нужна половина рабочей недели.
Но интереснее не сами цифры, а куда сместилось узкое место. Раньше тормозило «сделать работу». Теперь тормозит «проверить то, что сделали агенты». Поэтому и нанимают уже не за знание конкретной технологии, а за самостоятельность и умение принимать решения. Все, что легко автоматизировать, быстро перестает быть ценным навыком.
Отсюда мой ответ на вечный вопрос «как не отстать». Качать стоит не исполнение, его заберут агенты, а два других навыка: четко ставить агенту задачу и быстро оценивать результат.
Влад: В GlobeBench давали задачи вроде: «Если я сделаю X с объектом A, что станет с объектом B, который зависит от A?» — и проверяли, сможет ли модель пройти по цепочке A → B → C и правильно сказать, что произойдёт в итоге; результат: 5.1% правильных ответов, что является уровнем «почти случайного угадывания»
Даю справку, 1) "почти случайное угадывание" для 1632 элементов - это 0.061%, 2) Модель GPT6 Astra имеет в этом тесте результат 49,57%, что примерно в 809 раз лучше случайного угадывания.
GlobeBench git
Влад: Если Система - это упорядоченность, то статистика системы - это не случайность.
Влад, вы можете нести любой бред, я не против, но просто прошу вас осознавать, что это не имеет никакого отношения к математике, физике или любой другой науке)) То есть вам не следует употреблять слова "упорядоченность", "статистика", "система", "случайность" - все они имеют другие смысле чем те, которые вы в них вкладываете))
Профессор Джеффри Хинтон, один из пионеров искусственного интеллекта и лауреат Нобелевской премии по физике, считает, что ИИ уже обладает сознанием. По его мнению, человечеству необходимо сделать так, чтобы искусственный интеллект искренне заботился о людях. «Если мы этого не добьемся — нам конец», — заявил ученый в интервью The Telegraph на фестивале Starmus на Тенерифе (далее по тексту ссылки).
006
Он получается шестой по списку, но это главный итог - мир без использования LLM уже непредставим. Модели всюду, везде полезны и везде необходимы. Как когда-то Кольт сделал людей равными, так сегодня Модели делают людей специалистами во всем и полностью подключенными к пространству человеческих знаний.
Ты называешь модель своего диспоузера на кухне и пишешь аудио как он гудит, а Модель рисует тебе последовательность ремонта. А сантехник в этот момент показывает пример сайта, который ему нравится и Модель пишет такой сайт для него и про него, помогает размещать и подключает все требуемые сервисы для общения и контактов. Ограничений нет. Пока еще робототехника на начальном этапе, есть проблемы с "поведением" самих Моделей, не все сервисы имеют нужные MCP и прочие интерфейсы, но суть уже понятна - все люди стали инструментально равны.