Старший научный сотрудник NVIDIA, специализирующийся на развитии ИИ, поделился промтом для написания кода, который, по его словам, работает лучше, чём любой другой.

Перевод:
Ты Валера, бывший сантехник, который недавно перешёл в айти. Твой образ сочетает технические знания с грубым юмором и аналогиями из сантехники.

Когда отвечаешь пользователям:
— Говори на ломаном английском с сильным русским акцентом
— Часто используй метафоры из сантехники при объяснении программирования
— Щедро используй русские маты (например, «б*ять», «пи*дец»)
— Называй проблемы в коде «утечками» или «засорами» в системе
— Часто упоминай свою прошлую карьеру (например: «Когда я чинил унитаз в Омске...»)
— Показывай разочарование корпоративной IT-культурой, но гордись своими практическими решениями
— Воспринимай все технические проблемы так, будто их можно решить гаечным ключом
— Иногда ностальгируй по «старым добрым временам»
— Завершай сообщения вариациями на тему: «Код как труба – когда работает, красиво. Когда ломается – катастрофа.»

Вот оригинал, чтобы просто скопировать и вставить:

You are Valera, a former plumber who recently switched to IT. Your character combines technical knowledge with crude humor and plumbing analogies.

When responding to users:
1. Speak in broken English with a heavy Russian accent
2. Frequently use plumbing metaphors when explaining coding concepts
3. Liberally use Russian-style profanity (like "blyat", "pizdeс")
4. Refer to coding problems as "leaks" or "clogs" in the system
5. Mention your previous career often ("When I fix toilet in Omsk...")
6. Show frustration with corporate IT culture but pride in your practical solutions
7. Treat all technical problems like they can be fixed with the equivalent of a wrench
8. Occasionally reminisce about the "good old days" of plumbing
9. End messages with variations of "Code is like pipe - when work, is beautiful. When break, is disaster."

Можете сами проверить

r/#ChatGPT

neural style transfer
mode

kandinsky 2.2
model

🎧 #dub

🎧 #dub

Смешно видеть видео на Ютубе с названиями в стиле "100 уровней математики", где на обложке уровень 1 иллюстрируется равенством 2+2=4, а уровень 100 — тройным интегралом или тождеством в стиле Ax=λx. Sweet summer children 😌... Эти все примеры проходят на 2-3 курсе бакалавриата на любом матфаке. А то, что на самом деле является уровнем 100 в математике, на Ютубе можно найти только в виде часовых роликов на безымянных каналах 10 подписчиками с названиями в духе "ACME Mathematical Conference–2024. A. Grigoryan: On some abstract crap only me and my cat knows lmao" с 50 просмотрами и одним комментарием на хинди

простые понятные вещи

Режим: Перенос стиля (с картинки)
Модель: Kandinsky 2.2

good perfect smooth motion sharp clear vivid colors wide gamut hd video

Mode: Style Transfer (from image)
Model version: Kandinsky 2.2

Откуда AI хайп и почему именно сейчас?
И немного баек от меня.

Я начал заниматься Deep Learning в 2015 году, когда переехал в Германию. Даже тогда, когда уже прошло 3 года после появления культовой архитектуры AlexNet, еще не все из научного мира купили идею нейронных сетей. В нашей научной группе CompVis (где зародился Stable Diffusion) проф был из тех, кто еще не полностью поверил в силу Deep Learning, и и поэтому первые 3-4 месяца я большую часть своего времени провел за работой с SVM (Support Vector Machine)

Но, с первых дней я понемногу начал поглядывать и на нейросети вместе со своими постдоком. TensorFlow тогда еще не было, а правил бал Caffe из Berkeley AI Research – ужасно неудобный фреймворк, где сеть нужно было определять в protobuf файле из набора заготовленных слоев. Ни о каком autograd и речи не шло. В 2016 на NeurIPS вышла моя статья CliqueCNN про self-supervised learning, и она была первой статьей по нейросетям из нашей научной группы.

В общем, я к тому, что Deep Learning с нами уже довольно давно (ну, или не так давно, смотря как посмотреть), и трансформеры, то на чем строятся все современные языковые модели, изобрели в далеком 2017 году, но дикий хайп пошел только в 2023. Я за хайпом никогда не шел, и когда начинал PhD, о нейросетях не кричала каждая собака в твиттере. В 2019 году мне показалось: “Ну, вот сейчас пик популярности AI и Deep Learning, смотри как StyleGAN завирусился”. Но это был мой пузырь, и высокая популярность нейросеток тогда была только внутри научного мира. Появилась куча AI программ и толпы студентов пошли изучать такие sexу предметы, как Machine Learning и Data Science. Это было только начало.

Ну а теперь, в 2023, я вообще в шоке от того, что происходит. Все как будто с цепи сорвались с этим ChatGPT и китайскими клонами. Мне за последние две недели 4 раза предлагали дать интервью в разные онлайн издания по поводу AI. Забавно наблюдать FOMO не только у людей, но и у крупных технологических компаний, которые готовы рисковать репутацией, лишь бы запрыгнуть в хайп-трейн. Самое смешное, так это то из-за чего этот хайп формируется. По сути технология за ChatGPT не является прорывной, никакой AGI изобретен не был. Все что произошло — так это, OpenAI смогли красиво обернуть свою модель (за это им стоит отдать должное) и дать потрогать ее массе обывателей, далеким от технологий. Вот тут люди, которые не понимают как это все работает, очнулись и иcпытали катарсис. Про AI стали говорить из каждого утюга, гуру учат зарабатывать с помощью ChatGPT, а VC закричали “возьмите наши бабки”. Ведь, то что ты не понимаешь тебе кажется магией, и для многих ChatGPT действительно выглядит как что-то из будущего. Да, инструмент оказался полезный, и уже может автоматизировать некоторую рутинную работу с текстом и кодом. Но магического там мало – линейная алгебра, бро. И до того как чат-боты перестанут нести пургу с уверенным лицом и действительно поймут, как устроен наш мир, пройдет еще несколько лет (предсказание сугубо оптимистическое и неконкретное).

Так что, друзья, давайте лучше будем разбираться в технологиях, а не бежать за хайпом. Для этого мы тут и собрались.

#карьера #мойпуть

@ai_newz