В сети запущен флешмоб QuitGPT по отказу от ChatGPT
В начале февраля 2026 года в интернете начала набирать обороты волна протеста против ChatGPT. Участники кампании QuitGPT призывают пользователей отменить подписку на чат-бот, удалить приложение и перейти на альтернативные боты с искусственным интеллектом.
Иллюзия смысла: как фильтрация данных создает научные фантомы
В современных задачах анализа данных, от биоинформатики и нейробиологии до социальных и поведенческих исследований, обычно используется традиционный пайплайн обработки данных. Он почти всегда включает агрессивную предварительную фильтрацию признаков, снижение размерности (PCA и аналоги), а затем кластеризацию или обучение нейросетевых моделей.
Небольшой тест LLM‑модели qwen3‑coder‑next:q8_0
Краткий эксперимент, проведённый в реальном времени.Что это за модель?ПараметрЗначениеНазначениеГенерация и отладка кодаКол‑во параметров~80 млрдКвантованиеQ8 (8‑бит)Размер84 ГБТребования к памяти≈ 84 ГБ VRAM (или эквивалентный объём RAM при работе без GPU)
Я ненавижу мозговые штурмы. Поэтому я обучил нейросеть делать их за меня
Введение: фейл с машинкой по генерации идейВозможно многие увидят схожую проблему при использовании нейронок. Я уже достаточно долго и часто использую llm для личных и рабочих задач, автоматизирую свои воркфлоу и в моих кейсах модели эффективно справлялись со своими задачами пока не столкнулся с одним кейсом.
Психология труда, которую вы уже знаете. Часть 2: человек, который не хочет быть «винтиком»
СУбъект и Объект деятельности
Gartner, Goldman Sachs, McKinsey и BCG подтверждают: AI-пузырь — надвигающаяся катастрофа
Ещё недавно инвестиции в AI означали рост цен на акции, и это работало как рефлекс. Но теперь рефлекс сломан.
Когда недостаточно ошибок I-II рода и нужно уточнить результат A-B теста
Для запуска А/В теста необходимым минимумом является фиксация ошибок первого и второго рода, расчет MDE (минимальный наблюдаемый эффект). Однако при расчете результатов теста далеко не всегда получается достичь MDE заданного размера, в таком случае вероятность достижения значимости значительно уменьшается. Помимо этого даже при статистически значимом результате существует вероятность ошибки, что наши результаты являются выбросом или просто случайностью. В таких случаях необходимо применить дополнительный арсенал инструментов для работы с данными.
