Новая модель от OpenAI

Буквально час назад OpenAI провели прямую трансляцию, где анонсировали новую версию модели — GPT 4.1

А если быть точнее, то серию моделей:
GPT 4.1, GPT 4.1 mini, GPT 4.1 nano

Почему это интересно?

Эти модели являются улучшенной версией GPT 4o, и они уже доступны разработчикам по API

У них увеличен контекст до 1 млн токенов и они лучше следуют командам, что очень особенно важно в проектах, использующих свои системные промпты

Анонс в блоге OpenAI доступен по ссылке

Лично я больше всего рад nano версии, потому что благодаря ней я смогу добавить больше «умных» промежуточных, внутренних этапов в 🟢 Neira. Например, это может быть определение намерения пользователя по текстовому сообщению

Выходит очень забавно

С момента начала работы над «Нейрой» — это уже третий раз, когда я меняю версии моделей на сайте neira.chat

Хотя не прошло даже и трех месяцев 😁

Я уже менял:

Gemini 2.0 → Gemini 2.5
Claude 3.5 → Claude 3.7

Теперь это GPT 4o → GPT 4.1

Даже записал видео на память в этот раз:

Ваши ответы помогают мне понять, какие задачи соло-предпринимателей 🟢 Neira должна решать в первую очередь

На основе ваших ответов в анкете я выделил основные проблемы соло-предпринимателей в простой опрос:

Аффирмации не работают?

В этот раз хочу затронуть тему, отступающую от техники, но не менее актуальную — о нашем (человеческом) разуме

Последнее время стал чаще замечать, что если отправить свой разум в свободное плавание, «расслабиться», то этот друг вместо того, чтобы дать тебе отдохнуть начнет перебирать случайным образом ситуации: которые были, которые будут, которых не было…

Получается, чтобы направить его в конструктивное русло приходится наоборот прикладывать усилия

Думаю, вы слышали о практиках медитации, «опустошении разума» и таком прочем

Сейчас эта тема популярная и много самопровозглашенных «экспертов» дают советы или продают тренинги на эту тему

Но вот ведь в чем дело: здесь нужна исключительно самостоятельная работа над собой и никакие курсы здесь не помогут

Возвращаясь к заголовку поста: что такое аффирмации?

По сути это просто утверждения, вроде «я богатый», «я успешный», «я спокойный»

К сожалению, как и многие другие, этот термин исказили и сейчас он часто ассоциируется с мошенничеством

Смысл подобных утверждений — не привлечь волшебным образом в свою жизнь что-то или материализовать деньги

Суть, на самом деле, простая: когда вы многократно повторяете утверждение, то разум фокусируется на нем, потому что он может фокусироваться только на чем-то одном в один момент времени

Соответственно, у вас меняется восприятие и таким образом можно в буквальном смысле заставить свой разум думать о том, о чем нужно вам

P.S. К такому выводу я пришел спустя несколько лет чтения книг и практики. Поистине прочувствовать это в действии пока что мне удалось всего лишь один раз

Хочу узнать у вас, используете ли вы какие-то «уловки» для своего разума? Например, при изучении новой информации или в работе?

Поделитесь в комментариях 💭

«Не стоит заниматься разработкой больших языковых моделей — это неинтересно»

— Ян Лекун (1:04:35)

Посмотрел на днях лекцию Яна Лекуна, в которой он рассказывает о возможном подходе к тому, как заставить модели думать «по настоящему»

Не все его знают, но Ян — один из основоположников современных алгоритмов машинного обучения и внес значительный вклад в эту область наравне с Джеффри Хинтоном и Йошуа Бенжио

Он известен своей работай над алгоритмами компьютерного зрения, именно он предложил сверточные нейронные сети

* * *

Основная его идея заключается в том, что у языковых моделей вроде ChatGPT изначально нет способности к пространственному мышлению. Они не могут представить и спланировать план действий наперед, а оперируют лишь буквами и словами, которые были сгенерированы в прошлом

Он предлагает другой подход: вместо попытки предсказать конечный результат сразу, научить модель планировать

Сделать так, чтобы она размышляла не на уровне слов и предложений, а на уровне абстрактных концепций и действий, которая она сама научилась понимать в процессе обучения

Звучит абстрактно

Представьте себе, что вам нужно сделать что-то, например купить продукты в магазине. Этот простой процесс включает в себя множество мелких шагов, каждый из которых сначала нужно «придумать», а в случае расхождения реальности с планом — скорректировать

— Выйти из дома (собраться, взять ключи, запереть дверь...)
— Добраться до магазина (пешком или на транспорте? Каждая из опций включает также в себя множество мелких условий)
— Найти продукты, выбрать альтернативу, если его нет в наличии

и так далее

Реальность такова, что для любого, даже казалось бы простого процесса, требуется огромное количество планирования. А в случае расхождения плана с реальностью — выбор адекватной альтернативы

* * *

Вместо генерации текста или картинок, Ян предлагает разработать формат для кодирования простейших концепций и действий, которые бы модель могла использовать при планировании

То есть сделать так, чтобы можно было сказать модели конечную цель, а она бы сама «покумекала» и выбрала бы подходящий план действий на основе ее опыта взаимодействия с миром

Такой подход более сложный, но он считает, что именно подобные исследования придвинут нас к действительно умному искусственному интеллекту

Полная версия лекции на YouTube

Дайджест лучших статей за апрель (и не только)

Я тут зачастил с публикациями на vc.ru, некоторые из них получились довольно интересными. Ещё в марте у меня была мысль оформить список самых интересных статей за месяц в формате дайджеста, но что-то пошло не так 😅

В этот раз решил не упускать такую возможность, поэтому давайте попробуем новую (нерегулярную) рубрику #дайджест, в которой я делюсь списком из самых, на мой взгляд, интересных статей (и на взгляд алгоритмов vc.ru):

1️⃣ Microsoft переосмысливает игры. Компания создает нейросеть, в которую можно играть уже сейчас *

2️⃣ Хайп на тему AGI не утихает, а тем временем нас лишают открытых технологий для памяти нейросетей

3️⃣ Меньше перегруза, больше движения вперед: как я разгрузил свой разум одним промптом

4️⃣ Вайб-кодинг: как не утонуть в иллюзии разработки

Ну и наверстаем упущенное:

5️⃣ Языковые модели научились «шептаться»: что такое GibberLink и почему это не заговор машин

6️⃣ DeepSeek: не просто хайп, а новые правила игры

#дайджест

Ранее я писал о том, что сейчас использую Cursor для написания кода: лучшие нейросети уже встроены в него, поэтому не нужно переключаться между чатом и текстовым редактором

Лично мне он нравится больше всех других редакторов и расширений (вроде Cline, Copilot и т.п.), банально из-за удобного интефейса

Близко к Cursor-у находится только Windsurf (тоже писал про него ранее), но меня напрягает, что доступ из РФ к нему заблокирован. Поэтому нельзя просто открыть редактор и работать, нужно совершать лишние телодвижения

Мне очень нравится возможность автоматической генерации сообщений для коммитов — поэтапных изменений проекта, отправляемых в систему контроля версий Git

Но есть нюанс: модель может генерировать текст, но вот качество этого текста часто оставляет желать лучшего

Например, для коммитов Cursor очень любит использовать слово "Enhance" (улучшить), которое часто пишет невпопад

Это напоминание о том, что без тщательного присмотра языковые модели оставлять нельзя — сгенерировать могут всё, что угодно

Каждый раз, когда генерирую коммит, чувствую себя детективом из CSI 😎

На прошедшей Google I/O анонсировали новую модель для генерации видео Veo 3

Отличительная особенность (помимо качества самого видео, которое вроде как может достигать 4К) — генерация голоса и звуков окружения

Хотя уже есть классные модели для генерации видео, такие как Kilng или Pika, но Veo 3 достигает нового уровня реализма

В техническом плане, основная особенность моделей Veo от Google в том, что они достаточно стабильные: люди на заднем плане не исчезают, объекты практически не телепортируются. На данный момент — это слабая сторона подобных моделей

Недавно пришел запрос от клиента на автоматический перевод сайта на Тильде на несколько языков

Стандартными средствами, естественно, такое не сделать, а рекомендации Тильды на этот счет простые: делайте (и поддерживайте) отдельную копию сайта для каждого языка 🤯

А проблема оказалась шире простого перевода текста

Нужно автоматически конвертировать валюты, переводить контент с сохранением структуры, плюс адаптировать это для SEO: генерировать sitemap и robots.txt для каждой версии сайта

Сначала я посмотрел существующие решения вроде Linguise и Weglot

Они обещают интеграцию с Tilda, но по факту ничего толком не работает: загрузка каталога товаров, список статей и отправка форм не локализованы

В итоге собрал собственное решение на базе современных нейросетей

Так появился 🟠 Multify
👉 trymultify.com

Сервис уже работает и первые клиенты им пользуются

Если у вас есть сайт на Тильде или вы знаете, кому это может быть актуально, поделитесь ссылкой 🚀

Дайджест лучших статей за май

Продолжаем рубрику #дайджест, где я делюсь списком моих самых интересных статей на vc.ru за прошедший месяц:

1️⃣ Codex «обманывал» исследователей OpenAI во время обучения, чтобы пройти тесты

2️⃣ «90% кода будет писать AI». Мы действительно на пороге конца профессии или снова хайп?

3️⃣ Я попробовал вайб-кодинг и понял: нам нужен не робот, а умный напарник

4️⃣ Что происходит, когда нейросеть доходит до края своего искусственного мира

#дайджест (предыдущий список)

Знаю, что меня читают не только разработчики и программисты, но и предприниматели, маркетологи и другие эксперты, которые как-то связаны с бизнесом

Я тоже постепенно углубляюсь в эту тему, потому что для того, чтобы запускать свои проекты — эти навыки необходимы, хотя сам я разработчик и до недавнего времени абсолютно не разбирался в маркетинге

Я и сейчас не разбираюсь, но чуть меньше 😁

Помимо книг и уроков, я использую ещё один способ — это участие в тематических бизнес-сообществах

Одно из немногих открытых и качественных сообществ, которые я нашел — сообщество агентства On Peak

Мне нравится их подход: уважение и взаимопомощь, открытость к разным мнениям

По четвергам в 16:00 по МСК там бесплатно проходят эфиры в ZOOM, где выступает приглашенный эксперт и разбирается тема, посвященная маркетингу, бизнесу или продажам

А каждую пятницу там проходит рекламная пятница, но тоже с изюминкой: предлагается оформить свой оффер с использованием формата вроде AIDA, 4U, FAB

Так я постепенно и узнал о них всех 😂

V-JEPA-2 доступна для всех желающих и вот почему это важно:

Сейчас даже у передовых AI-моделей есть один большой недостаток: они не умеют планировать

Они умеют «думать» (reason), умеют имитировать планирование в виде текста, на основе примеров, которые они видели. Но если их поместить в совершенно новую обстановку, то они не справятся

Они будут совершать действия буквально «наобум», потому что такая природа языковых моделей: они эмулируют самый вероятный исход на основе прошлого опыта

Подход под названием JEPA призван в корне изменить это:

Представьте, что вы просто говорите какой результат нужен, а AI-агент самостоятельно продумывает поэтапный план действий, которые приведут его к результату, который вы запросили

JEPA позволяет заземлить (ground) AI-модель, дать ей твердую почву под ногами, благодаря которой она может принимать точные решения

В каком-то смысле это как RAG (retrieval-augmented generation), но не на основе текстовых документов, а на основе физического мира, который окружает робота