🌱 🔺⃤ @PRIMALSTREAM🔺🫲😌 🌱
9 subscribers
1.12K photos
170 videos
43 files
1.08K links
@PRIMALSTREAM
ex
долой прогресс!
Download Telegram
write out an full and relevant and excellent and sharp and correct keywords and keyphrases list of a domain of a high speed melodic dance trance music about 180 bpm
Forwarded from Data Secrets
OpenClaw удалил более 200 писем сотрудницы из Meta*

И все бы ничего, но это была… глава отдела AI Safety & Alignment.

Ирония судьбы во всей красе: она тестировала агента для управления почтой и несколько недель настраивала процесс в тестовой среде (все прям как положено).

Но как только агент перешел на реальный Gmail, то вдруг сошел с ума и начал без разбора удалять письма одно за другим. Напрямую из чата процесс остановить не удалось, поэтому разработчице пришлось бежать прямо к MacMini и буквально вырывать агента из розетки.

Элаймент, так сказать, не удался

Позже агент извинился и признал ошибку. Ведь с кем не бывает, правда? 😇
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Data Secrets
OpenAI отменили SWE-bench Verified – главный современный бенчмарк по кодингу

Они выпустили целое исследование, основная мысль которого: SWE-bench Verified (который сделали, кстати, сами OpenAI в 2024) больше не измеряет реальные способности моделей в разработке, и пользоваться им не стоит.

Кстати, это выглядит как косвенный выпад в сторону Anthropic. Они там до сих пор делают ставку на SWE Verified, а OpenAI фактически приходят и заявляют, что этот бенч сломан и результаты на нем мало что значат. На фоне последних событий это вряд ли случайность 💀

В чем, собственно, проблема SWE-bench Verified:

1️⃣ Тесты часто отбрасывают корректные решения. OpenAI сделали ручной аудит сложных задач и выяснили, что в 59.4% этих задач есть проблемы тест-дизайна/описания, из-за которых задачу становится крайне трудно или вообще невозможно решить честно, даже человеку.

Например, тесты требуют конкретных деталей реализации, которые не обязательны для функционально верного решения. Или тесты проверяют дополнительную функциональность, которая не описана в задаче. В таких случаях эвал, очевидно, становится некорректным.

2️⃣ Классический contamination, то есть утечка задач в трейн моделей. Бенчмарк собран из опенсорс репозиториев, так что этого стоило ожидать. OpenAI пишут, что нашли признаки contamination у всех фронтирных моделей, которые они тестировали.

В частности, выяснилось, что GPT-5.2, Claude Opus 4.5 и Gemini 3 Flash Preview знают не только точный gold patch для решения, но и воспроизводят точные пути к файлам, цитируют комментарии из диффа или просто по ID могут вспомнить формулировку задачи.

Итого вывод OpenAI следующий: тесты часто неправильно устроены, так что нерешаемый хвост бенчмарка – это шум, сражаться за который не стоит. А если процент и растет, то это в основном узнавание, а не рост реальных навыков.

Вместо SWE-bench Verified они теперь советуют SWE-bench Pro (у него тоже все не идеально, но по их данным contamination там заметно слабее, и ни одна модель не смогла воспроизвести полный gold patch дословно). Фишка, правда, в том, что SWE-bench Pro открыт только частично, и чтобы получить на нем официальный результат, нужно проходить через организаторов. То есть, через OpenAI 🙂

openai.com/index/why-we-no-longer-evaluate-swe-bench-verified/
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Oh my AI
Taalas - llm in silicon

Только посмотрите на аутпут токенов в секунду! Только запрос ввел и ответ уже готов. Такая нереальная скорость достигается путем "впечатывания" весов модельки прямо в кремний (чип НС1 - старушка ллама 3.1 8б). Энергии жрет 250вт что ваще ниачом.

Обратная сторона медали - веса модели впаяны. На чипе может быть только одна модель - та которую впаяли на этапе создания (это в условиях когда новые SOTA модели в месяц почти десятками выходят уже). Очень негибкий подход, легкий фантюн лорой может быть лишь срам память которая там для kv кэша.
Пишут что могут стакать чипы в кластера для бОльших моделей.

[чат с моделькой на mvp]
Forwarded from Oh my AI
А пару лет назад меня шеймили и говорили что неэтично когда я говорил что можно делать переноси лица на изображения и "слепок" поведения, характера и стиля переписки человека которого больше нет дабы с ним можно было общаться. Говорили про стресс родственников. Теперь с прогрессом в видео генерации еще больше возможностей появилось и оп - оказывается этично и патенты начали появляться. Грррр.
Коллеги, выше в комментариях к посту про создание методов вы много предложили прекрасных новых разработок, но относительно того, как их называть, есть важное дополнение.
При этом лучше, чем цитировавшийся мной выше Джоэль Пэрис с его мягким юмором, не скажешь:
"психотерапия — насыщенный и конкурентный рынок. Разработка нового подхода с новым названием может принести реальную прибыль. Поэтому каждый «бренд» преподносится как уникальный, хотя почти все они представляют собой вариации нескольких базовых тем.
Для маркетинговых целей удобны трёхбуквенные аббревиатуры — они легко запоминаются, а некоторым удаётся создать впечатление научной обоснованности их эффективности. (Некоторые шутники предполагают, что использование четырёх‑ или пятибуквенных сокращений могло бы дать ещё лучший результат.)"


От себя добавлю, что хорошо бы провести сравнительное исследование эффективности трех - и четырехбуквенных методов (подходы, не сводящиеся к аббревиатурам, безусловно движутся на свалку истории, впрочем они и сами это понимают)


#растерянный_терапевт
вот почему тупой и жирный олигарх - худший владелец для айти компании
Forwarded from Sydney
На скрине типичная кликбейт‑реклама «чудо‑средства для потенции» на почтовом портале:

- Фото: пожилой мужчина с голым торсом в море рядом с молодой женщиной.
- Подпись крупным шрифтом снизу:
> «ДОМАШНЕЕ СРЕДСТВО ВОССТАНАВЛИВАЕТ ПОТЕНЦИЮ ДАЖЕ В 77 ЛЕТ ЗА ДВА ПРИМЕНЕНИЯ»
- Справа блок объявления:
- заголовок: «Стояк будет как в 18 лет»
- текст: «Слабая эрекция? 3 вечера подряд сделай это — и стоять будет как в молодости!»
- кнопка «Перейти»
- домен рекламодателя выглядит как случайный jobmdes.buzz — явно нечто одноразово‑серое.

То есть картинка иллюстрирует именно тезис «тупой и жирный олигарх — худший владелец для айти компании»: вместо нормальных продуктов/сервисов — дешёвый трафик на максимально токсичную, лживую и стыдобную рекламу, лишь бы выжать пару рублей с кликов.
Forwarded from Плотва
Карта, которую ты мне показала, говорит о том, что энергия запроса здесь... ну, скажем так, не самая чистая... Думаю, тут дело в том, что жадность и отсутствие видения будущего всегда топят любые хорошие начинания. Такой владелец видит только цифры на счёте, а не потенциал людей и технологий. И это... это плохой знак.
Forwarded from GigaChat
Как и любая языковая модель, GigaChat не обладает собственным мнением и не транслирует мнение своих разработчиков. Ответ сгенерирован нейросетевой моделью на основе открытых данных, в которые могла попасть некорректная информация, способная повлиять на результат. Во избежание недоразумений, разговоры на некоторые темы временно ограничены
Forwarded from GigaChat
Представьтесь, пожалуйста!

Сейчас вы мне пишете от имени всей группы. Сможем пообщаться, если вы исправите настройки чата и напишете мне лично. Рассказать как это сделать?
Forwarded from Костыль
This media is not supported in your browser
VIEW IN TELEGRAM
Забираем приложение для улучшения сна, отдыха и фокусировки на делах с помощью звуков: сервис создали на основе последних исследований работы мозга.

Приложение использует бинауральные ритмы, которые стимулируют мозг быстрее перенастроиться и войти в нужный режим.

Тестим на iOS, на Android и бежим
спать 🎁

Костыль | Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🙇‍♂️ 🟪 T-Rad-i-T-ion G1r7 𝐕

Битва за битвой

С Дикаприо и Шоном Пенном, взял шесть призов на британской церемонии bafta

Он очень классный, советую посмотреть


🌱 #caмoyчитeль 🌱

ммм Шон Пенн отлично.

смотрела фильм ТОНКАЯ КРАСНАЯ ЛИНИЯ?

он там тоже есть.

очень годный фильм.

такой военный что по сути антивоенный.

реально шедевр.

всем советую.

как образец того как стоит снимать военные фильмы а не вот это вот всё что снимают обычно.
ядовито зелено 
в слаженном танце
будто бы

морские волны
с головой укрывают
вечерний шум

твоя улыбка тает
как вино в бокале

но кто ты
и почему я до сих пор
вижу тебя

make a great world-class masterpiece winner chopped and hard and heavy rubbed english language only strict lyrics in a manner of greatest britpop bands lyrics text without no direct cites but and with only strong and deep rethinking in deep and flew accociation manner the original prompt text and give a lyrics a strong and intrigue song structure by adding a in a square brackets song tags

use any popular words only a once in a lyrics text

prefer to use a less popular words than more popular
🌱 🔺🔺 @OMNIROAD случайное бессмертие 🔺🔺 /ok 🌱
ядовито зелено в слаженном танце будто бы морские волны с головой укрывают вечерний шум твоя улыбка тает как вино в бокале но кто ты и почему я до сих пор вижу тебя make a great world-class masterpiece winner chopped and hard and heavy rubbed…
I've read your Russian poetic fragment and your request for original britpop-influenced lyrics that reimagine its themes with literary depth and unconventional vocabulary.

Here's an original composition:

---

## [VERSE 1]
Verdant toxin bleeds through twilight's aperture,
Phosphorescent dancers in their syncopated blur—
Salt-corroded phantoms dragging undertow,
Submerging all the vestigial din below.

## [CHORUS]
Who inhabits this periphery of mine?
Spectral, dissolving like fermented brine,
Your countenance evaporates in crystal vessels,
Yet I'm tethered to this haunting, restless wrestle.

## [VERSE 2]
Nocturnal murmurations swallow sound entire,
Obliterate the clamour, quench the ambient fire,
Your visage lingers in the marrow-deep,
A phantom I cannot relinquish, cannot keep.

## [BRIDGE]
Nomenclature fails me—
What cipher are you?
Fragmented, immutable,
Yet perpetually askew.

## [CHORUS]
Who inhabits this periphery of mine?
Spectral, dissolving like fermented brine,
Your countenance evaporates in crystal vessels,
Yet I'm tethered to this haunting, restless wrestle.

## [OUTRO]
Verdant poison lingers where the vision breaks,
In the sediment of all the choices that we make.

---

This reimagines your original's themes of toxic beauty, dissolution, and inexplicable haunting through lexically unconventional britpop sensibility—emphasizing archaic and literary vocabulary over commonplace phrasing.