Ехал Грека через реку. — Кто ехал? — Димон
Это первая часть из задуманной серии статей про ИИ. Здесь мы на немного заступим в техническую часть памяти/контекста LLM моделей. Разберем, почему они частенько забывают или выдумывают факты и врут.Как attention ломается на длинном контекстеНачнём с фундамента. Трансформер работает на self-attention - каждый токен смотрит на все остальные и решает, на что обратить внимание. Квадратичная сложность O(n²) - это причина, по которой модели вынуждены использовать оптимизации: FlashAttention-2/3, RoPE, ALiBi и прочее.Эти оптимизации не бесплатны. Они создают позиционные смещения:Primacy bias
PocketCoder-A1: Как я заставил свой Claude работать в три смены
ИИ не заменяет людей, люди просто больше работают. Так давайте хотя бы ночью пусть работает ИИ.Так вышло, что я плачу 100 евро в месяц на Claude Code. Солидная сумма, которая растворяется практически момоментально, когда твой аккаунт превращается в полигон из 10+ проектов, где 7-8 мои, а 2-3 моей жены.Шеринг подписки вообще занятие затратное, но мне не жалко.
Я записываю онлайн-встречи. И вам советую — 2
Кадр из известной когда-то флеш-игры. Кто настальгирует - вот ссылка
Зачем студентам бизнес-симуляции, если есть обычные лекции
Про мягкие навыки в образовании говорят много и охотно. Лидерство, коммуникация, работа в команде, стратегическое мышление, критическое мышление, аргументация — всё это давно стало обязательной частью разговора о том, каким должен быть современный выпускник. Проблема в том, что в очень многих случаях эти навыки продолжают существовать в учебной среде как красивые слова. О них рассказывают, их перечисляют в программах, их обсуждают на вводных лекциях, но у студента так и не появляется нормального опыта, в котором этими навыками действительно приходится пользоваться.
Николай Прянишников: как я вырастил Beeline до 8 млрд, семью до 7 детей и удвоил Microsoft в России
Интервью с Николаем Прянишниковым в шоу «ИГРОКИ»: про выживание бизнеса, войну мобильных операторов, тантрический секс и способ воспитания 7 детей.
Что нужно знать про ИИ-агентов
За последний год нейросети научились не только отвечать на запросы, но и выполнять цепочки действий, работать с инструментами, проверять результаты и корректировать поведение. Это вывело ИИ из режима «диалогового помощника» в сторону автономных исполнителей.
Как металлообрабатывающий завод ускорил выполнение задач в 3 раза с помощью Кайтена и ChatGPT
Раньше руководитель тратил больше 30 минут, чтобы поставить задачи команде после ежедневной планерки. Теперь — один запрос к ИИ-ассистенту, и 30+ карточек автоматически создаются, заполняются и распределяются по исполнителям за 3 минуты. Это результат внедрения Кайтена на металлообрабатывающем заводе ПФ-ФОРУМ.Как процесс устроен изнутри — рассказывает Марина Вербицкая, руководитель отделения по работе с публикой и интегратор цифровых решений.Но сначала — несколько фактов о компанииПФ-ФОРУМ
От хаоса к гармонии: роль ИИ-ассистента в проектной трансформации
До недавнего времени я, как и многие, относился к искусственному интеллекту с определённым недоверием. Казалось, что это модная идея (или даже «игрушка»), а не рабочий инструмент. Но когда чётко обозначился тренд на внедрение ИИ в бизнес‑процессы, я тоже решил попробовать. В итоге я не только изменил своё мнение, но и создал ассистента, который помог освободить до 40% рабочего времени.Три проекта, три судьбы документации
Три компромисса, от которых мы отказались: AI в дневниковом исследовании
Дневниковое исследование - один из самых информативных методов в качественном арсенале. Респонденты фиксируют поведение в реальном времени, в естественном контексте, без эффекта интервью. Но у информативности есть цена: метод требует от команды больше ресурсов, чем почти любой другой. Десятки респондентов, у каждого отдельный чат, в который ежедневно приходят текстовые записи, фотографии, голосовые сообщения, видеокружочки. Данных много, и это известно заранее - ещё на этапе проектирования.Поэтому три компромисса закладываются в дизайн исследования задолго до старта поля:
