Forwarded from Григорий Соколов | Про бизнес, технологии и жизнь
Сегодня тестировал GPT-5 для написания кода, не могу сказать, что есть кардинальные отличия...
И кстати в Gemini контекст расширяется до 2 млн токенов...
Так что сейчас становится ощущение, что прокачка GPT, это как айфон. Разница между 15 и 16 настолько мала, что почти не видна.
Или нет?🤔
И кстати в Gemini контекст расширяется до 2 млн токенов...
Так что сейчас становится ощущение, что прокачка GPT, это как айфон. Разница между 15 и 16 настолько мала, что почти не видна.
Или нет?🤔
👍5
Forwarded from BAUM
S3 Vector Bucket для демократизации RAG
В Amazon S3 появился новый тип «vector bucket» (часть превью-функции S3 Vectors). Он хранит и индексирует эмбеддинги так же дёшево и надёжно, как обычные объекты S3, при этом предоставляет быстрый поиск и отдельный API.
По расчётам AWS, перенос «холодных» векторов из постоянно работающей базы OpenSearch в S3 снижает совокупные расходы на хранение и поиск до 90 % — именно то, чего не хватало массовым RAG-системам, где объём эмбеддингов растёт быстрее, чем сами модели.
Retrieval-Augmented Generation (RAG) добавляет внешние знания к LLM, но требует постоянного пополнения и переиндексации эмбеддингов.
Vector Buckets делают векторизацию «коммодити»-услугой: вместо собственных кластеров Milvus/Faiss теперь достаточно S3. Это удешевляет вход в RAG-проекты, а значит, ускорит внедрение корпоративных ассистентов, поисковых движков и агентных ИИ-систем.
Следующий логичный шаг — появление «умных» объектных сторажей, где векторный поиск, версионирование и AI-функции войдут в ядро, а не будут внешними аддонами.
И именно над такой гибридной архитектурой мы в BAUM уже работаем 🧠
Подробнее - в блоге BAUM!❤️
#BaumTechPulse
В Amazon S3 появился новый тип «vector bucket» (часть превью-функции S3 Vectors). Он хранит и индексирует эмбеддинги так же дёшево и надёжно, как обычные объекты S3, при этом предоставляет быстрый поиск и отдельный API.
По расчётам AWS, перенос «холодных» векторов из постоянно работающей базы OpenSearch в S3 снижает совокупные расходы на хранение и поиск до 90 % — именно то, чего не хватало массовым RAG-системам, где объём эмбеддингов растёт быстрее, чем сами модели.
Retrieval-Augmented Generation (RAG) добавляет внешние знания к LLM, но требует постоянного пополнения и переиндексации эмбеддингов.
Vector Buckets делают векторизацию «коммодити»-услугой: вместо собственных кластеров Milvus/Faiss теперь достаточно S3. Это удешевляет вход в RAG-проекты, а значит, ускорит внедрение корпоративных ассистентов, поисковых движков и агентных ИИ-систем.
Следующий логичный шаг — появление «умных» объектных сторажей, где векторный поиск, версионирование и AI-функции войдут в ядро, а не будут внешними аддонами.
И именно над такой гибридной архитектурой мы в BAUM уже работаем 🧠
Подробнее - в блоге BAUM!
#BaumTechPulse
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3😁2🔥1
BAUM
S3 Vector Bucket для демократизации RAG В Amazon S3 появился новый тип «vector bucket» (часть превью-функции S3 Vectors). Он хранит и индексирует эмбеддинги так же дёшево и надёжно, как обычные объекты S3, при этом предоставляет быстрый поиск и отдельный…
Кстати это очень важный шаг, так как работа с RAG и грамотная комбинация классического ML с LLM моделями - это залог конкурентного преимущества
❤2👍1🔥1
❤3
Был ли у вас опыт vibe кодинга?
Anonymous Poll
16%
Да, смог собрать полноценное приложение
30%
Да, но в основном кусочки кода
3%
Да, ничего не получилось
45%
Что за vibe кодинг?🤔
6%
Я за хардкор, только хардкод😎
😁4
В эпоху бурного развития больших языковых моделей (LLM) мультиагентные системы становятся мощным инструментом для бизнеса.
Это не просто “разговорные” решения — это экосистемы из интеллектуальных агентов, которые умеют взаимодействовать, принимать решения, делиться знаниями и выстраивать новые сложные процессы практически без участия человека.
Мне кажется, что в перспективе границ почти нет: автоматизация, интеллектуальные консалтинг-боты, самообновляемые базы знаний, умные симуляторы, сложный анализ данных — и всё это без бесконечных часов ручной работы.
Вызовы и трудности тоже значимы: качество коммуникации между агентами, безопасность данных, проверка результата, обеспеченность прозрачности для бизнеса, адаптация под реальные процессы и ожидания команд — всё это пока требует тщательного “ручного управления”.
Как в том анекдоте: раньше кодил 7 часов и делал отладку 1 час, а сейчас делаю код за 1 час и делаю отладку за 7 часов...😁😁
Отдельно стоит сказать про хайп: LLM сегодня затмили абсолютно всё. Как в 2018 году нейронные сети вытеснили классический ML, а среди толпы забыли про устойчивые решения.
А между прочим, ведь и сегодня атомные станции работают на байесовских классификаторах — не всё новое лучше и универсальней.
Маятник всегда качается до предела: сначала все бросаются в новую тему, затем возвращаются к взвешенному подходу.
Для бизнеса важны не просто модные платформы, которые “рисуют” код или картинки, а инструменты, реально помогающие достигать KPI, интегрировать ML, DL, LLM на едином “цифровом поле”.
В этом и есть будущее: создавать современные платформы-комбайны для гибкого симбиоза технологий, где каждое решение под задачу, а не под хайп.
Это не просто “разговорные” решения — это экосистемы из интеллектуальных агентов, которые умеют взаимодействовать, принимать решения, делиться знаниями и выстраивать новые сложные процессы практически без участия человека.
Мне кажется, что в перспективе границ почти нет: автоматизация, интеллектуальные консалтинг-боты, самообновляемые базы знаний, умные симуляторы, сложный анализ данных — и всё это без бесконечных часов ручной работы.
Вызовы и трудности тоже значимы: качество коммуникации между агентами, безопасность данных, проверка результата, обеспеченность прозрачности для бизнеса, адаптация под реальные процессы и ожидания команд — всё это пока требует тщательного “ручного управления”.
Как в том анекдоте: раньше кодил 7 часов и делал отладку 1 час, а сейчас делаю код за 1 час и делаю отладку за 7 часов...😁😁
Отдельно стоит сказать про хайп: LLM сегодня затмили абсолютно всё. Как в 2018 году нейронные сети вытеснили классический ML, а среди толпы забыли про устойчивые решения.
А между прочим, ведь и сегодня атомные станции работают на байесовских классификаторах — не всё новое лучше и универсальней.
Маятник всегда качается до предела: сначала все бросаются в новую тему, затем возвращаются к взвешенному подходу.
Для бизнеса важны не просто модные платформы, которые “рисуют” код или картинки, а инструменты, реально помогающие достигать KPI, интегрировать ML, DL, LLM на едином “цифровом поле”.
В этом и есть будущее: создавать современные платформы-комбайны для гибкого симбиоза технологий, где каждое решение под задачу, а не под хайп.
❤10🔥4
Forwarded from Григорий Соколов | Про бизнес, технологии и жизнь
С Днем знаний, коллеги!
Знания и постоянное развитие приводят к настоящим переменам и большим победам.
Желаю всем успехов, новых открытий и страсти к знаниям🤝
Знания и постоянное развитие приводят к настоящим переменам и большим победам.
Желаю всем успехов, новых открытий и страсти к знаниям🤝
❤25
Представьте у вас операция через два месяца на открытом сердце. Кому вы доверите вести операцию?
Anonymous Poll
94%
Кардиохирург. 61 год. Опыт 35 лет. 3,5К операций за карьеру. Курит и выпивает коньяк по выходным.
6%
Робот хирург. Год выпуска 2025. Обучен на 50К операциях. Реальных операций не проводил.
❤3
Forwarded from Григорий Соколов | Про бизнес, технологии и жизнь
Где заканчивается доверие к роботам🤔
Мы живем в мире, где технологии всё чаще начинают конкурировать с людьми.
Роботы — уже не фантастика, а часть нашей повседневной реальности. И в этой гонке между человеком и машиной на первый план выходят не столько вопросы возможностей, сколько вопросы ответственности и доверия.
Один из моих партнеров недавно задал вопрос со звёздочкой: «А какова цена бага в полностью автоматизированной системе?😁😎»
Он попал в точку — ведь именно здесь и кроется суть будущего: технологическая эффективность перестаёт быть единственным критерием успеха.
А теперь попробуйте примерить это на себя.
Если вы работаете, скажем, в логистике — насколько вы готовы доверить принятие решений роботам?
А если речь идёт о медицине, где от решения ИИ зависит человеческая жизнь?
Или в области безопасности, где ошибка алгоритма может стоить целого предприятия?
Я сейчас на GITEX 2025 в Дубае — крупнейшей международной выставки технологий. Это место, где цифровое будущее буквально шагает навстречу, и, если честно, немного пугает😐 .
Там можно увидеть танцующих роботов, автономные автомобили, дроны, которые реагируют быстрее человека, и даже медицинские платформы, способные ставить диагнозы в реальном времени.
И при этом людей не особенно волнует вопрос безопасности — источником интереса становится само ощущение «за горизонтом».
Забавный факт: я не смог пожать руку роботу, и не потому что он был холоден, а потому что я… испугался.
Испугался, что он сожмёт мою руку слишком сильно.
Мы восхищаемся технологиями, но всё чаще сталкиваемся с их непредсказуемостью.
AI и роботизация стремительно сокращают дистанцию между человеком и машиной, а главный вопрос остаётся прежним:
где граница нашего доверия к ним?
А как вы считаете?
Насколько вы готовы поручить алгоритму решение, от которого зависит не просто результат, а жизнь, безопасность и будущее?
Мы живем в мире, где технологии всё чаще начинают конкурировать с людьми.
Роботы — уже не фантастика, а часть нашей повседневной реальности. И в этой гонке между человеком и машиной на первый план выходят не столько вопросы возможностей, сколько вопросы ответственности и доверия.
Один из моих партнеров недавно задал вопрос со звёздочкой: «А какова цена бага в полностью автоматизированной системе?😁😎»
Он попал в точку — ведь именно здесь и кроется суть будущего: технологическая эффективность перестаёт быть единственным критерием успеха.
А теперь попробуйте примерить это на себя.
Если вы работаете, скажем, в логистике — насколько вы готовы доверить принятие решений роботам?
А если речь идёт о медицине, где от решения ИИ зависит человеческая жизнь?
Или в области безопасности, где ошибка алгоритма может стоить целого предприятия?
Я сейчас на GITEX 2025 в Дубае — крупнейшей международной выставки технологий. Это место, где цифровое будущее буквально шагает навстречу, и, если честно, немного пугает
Там можно увидеть танцующих роботов, автономные автомобили, дроны, которые реагируют быстрее человека, и даже медицинские платформы, способные ставить диагнозы в реальном времени.
И при этом людей не особенно волнует вопрос безопасности — источником интереса становится само ощущение «за горизонтом».
Забавный факт: я не смог пожать руку роботу, и не потому что он был холоден, а потому что я… испугался.
Испугался, что он сожмёт мою руку слишком сильно.
Мы восхищаемся технологиями, но всё чаще сталкиваемся с их непредсказуемостью.
AI и роботизация стремительно сокращают дистанцию между человеком и машиной, а главный вопрос остаётся прежним:
где граница нашего доверия к ним?
А как вы считаете?
Насколько вы готовы поручить алгоритму решение, от которого зависит не просто результат, а жизнь, безопасность и будущее?
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥15❤1