Gaperton's Tech Corner
372 subscribers
663 photos
47 videos
1 file
450 links
Технология, жизнь, и немного классической философии

https://gaperton.substack.com
Download Telegram
Gaperton's Tech Corner
Результаты первого этапа экспериментов с RAG https://github.com/gaperton/ROSMASTER-M3PRO 1. Все руководства переведены из pdf в markdown. Это необходимый первый шаг. Я наконец научился делать это хорошо не руками а автоматически. 2. Написана базовая версия…
👨‍🔬 А жена, посмотрев на все это, сказала, что она не ожидала, что ее муж превратится в безумного ученого из "назад в будущее". Но ит из вот ит из.

🌧 Я же ответил, что газон не пострижен не поэтому, а потому, что дождь идет второй день. Что я могу поделать?
😁7❤5🤷‍♂1🤝1
Gaperton's Tech Corner
Результаты первого этапа экспериментов с RAG https://github.com/gaperton/ROSMASTER-M3PRO 1. Все руководства переведены из pdf в markdown. Это необходимый первый шаг. Я наконец научился делать это хорошо не руками а автоматически. 2. Написана базовая версия…
Локальный RAG поиск учебному курсу Rosmaster M3 Pro
Фаза 1: Поиск из командной строки


Аннотация

Этот репозиторий представляет собой доступное для поиска офлайн-зеркало учебной документации Yahboom по ROSMASTER M3 Pro и контролируемое исследование качества поиска по этому корпусу. Практический исследовательский вопрос был таким: для фиксированного набора Markdown-руководств, преобразованных с помощью Marker, какая локальная архитектура поиска дает новичкам наиболее релевантные фрагменты источников без использования сетевого сервиса во время запроса?

Итоговая система использует гибридный поиск по 247 Markdown-файлам: эмбеддинги BGE-small, ключевой поиск BM25/FTS, хлебные крошки заголовков, доступные обоим поисковым каналам, Reciprocal Rank Fusion и узкий детерминированный слой повышения рейтинга маршрутов для предсказуемых запросов новичков. На размеченном бенчмарке и sqlite-vec, и LanceDB достигают file MRR 1.000. Chunk MRR составляет 0.613 для sqlite-rag и 0.562 для lance-db-rag. Оставшиеся слабые ответы в основном связаны с ограничениями покрытия корпуса, а не с ошибками ретривера.

Исследовательский вопрос

Может ли полностью локальный RAG-ретривер надежно находить фрагменты, содержащие ответ, для естественно-языковых вопросов новичков по небольшому техническому корпусу материалов по робототехнике, и существенно ли влияет выбранный движок хранения на качество поиска?

https://github.com/gaperton/ROSMASTER-M3PRO

* * *

В общем, эта работа разъебала об стенку несколько мифов. Ряд результатов про которые пишут не удалось повторить.

Теперь берем вариант с sqlite, и делаем на его основе скилл для Гермес — знание о роботе.

И вторая фаза будет — глубокая обработка текста, с созданием онтологии и вики. Это, строго говоря, пост-процессинг материалов и к RAG не относится.
👏2
Тем временем, они продолжают говорить о том, как они будут сдавать бога в аренду и никто больше не должен будет думать своей головой. Ура. Наконец-то.
Я уже говорил что Qwen3.7 Max хорош?

Вот, он правда очень хорош. Если вы конечно не боитесь заводить аккаунт в Компартии Китая. Бояться наверное есть чего — Qwen делает отличные модели, но плюет на ваше прайваси еще больше чем Гугл.

Qwen мы любим, когда он работает локально.
🔥3
Грок. Режим ‘Expert’.

Бесполезен примерно полностью. То есть нахуй не нужен ни за какие деньги.
Занимательная задачка. Состоит из двух частей — первая простая, вторая сложная.

Вот это — первая.

Разделить фигуру на четыре равных части. Не обязательно по границам клеток, можно рисовать где угодно.

Кто решил — отпишитесь. После этого покажем вторую, сложную.

Правильный ответ не говорить, просто зарегистрироваться в комментах для второго этапа. Тем кто знает в чем финальное западло — не раскрывать.
Стоимость моделей.

OpenAI и Anthropic — говенные модели, которые они продают себе в убыток. Пользуйтесь пока дают.

А так — сюрприз. Нормальные модели у гугл и квен.
Gaperton's Tech Corner
Занимательная задачка. Состоит из двух частей — первая простая, вторая сложная. Вот это — первая. Разделить фигуру на четыре равных части. Не обязательно по границам клеток, можно рисовать где угодно. Кто решил — отпишитесь. После этого покажем вторую,…
Первая была разминка, вторая по настоящему сложная.

Разделить фигуру на пять равных частей. Не обязательно по границам клеток, можно рисовать где угодно.

Правильный ответ не говорить, гусарам кто не решал первую — молчать. Сейчас вы увидите невероятное.

Тем кто все-таки смог это решить после первой — пишите сколько это у вас заняло. Тем кто не смог — не расстраивайтесь, на ней после первой даже международные олимпиадники втупливают. Когда я покажу решение — будете на стенку лезть клацая зубами.
🥰3❤1
Наши случайности.
Парное программирование с ИИ и возвращение разговорной разработки ПО — Влад Gaperton Балин

Уже больше двадцати лет историю Agile-разработки часто рассказывают как историю победы Scrum и поражения Extreme Programming. Scrum стал доминирующей организационной рамкой для софтверных команд. XP выжил в основном по частям. Continuous integration стал стандартной практикой. Refactoring вошёл в обычный инженерный словарь. Automated testing во многих местах стал нормой. Но сам XP так и не стал доминирующей методологией.

Обычное объяснение простое: XP был «слишком экстремальным».

Это объяснение не совсем неверное. Но оно поверхностное. Extreme Programming провалился не потому, что его инженерные принципы были ошибочны. Многие из них оказались удивительно живучими. И не потому, что компании иррационально отвергли хорошую инженерную культуру. Более глубокая проблема была в другом: XP требовал такого режима работы, который большинство людей не могли выдерживать.

XP правильно увидел, что разговорное мышление — мощный режим разработки ПО. Проблема была не в когнитивной модели. Проблема была в доступном механизме её реализации: постоянном человеческом парном программировании.

А этот механизм был психологически дорогим.

Современные coding agents меняют механизм реализации. Они позволяют сохранить значительную часть центрального когнитивного процесса XP, убрав многие социальные и психологические издержки, которые исторически мешали XP масштабироваться. Результатом может быть не буквальное возвращение XP как исторической методологии. Возможно, это что-то более важное: первая масштабируемая форма разговорной разработки программного обеспечения.

(продолжение в комментариях)
❤12🔥1
Gaperton's Tech Corner
Парное программирование с ИИ и возвращение разговорной разработки ПО — Влад Gaperton Балин Уже больше двадцати лет историю Agile-разработки часто рассказывают как историю победы Scrum и поражения Extreme Programming. Scrum стал доминирующей организационной…
https://x.com/gaperton/status/2060586049705812467

AI coding tools may finally make the best idea of Extreme Programming practical.

XP was not really about rituals. Its core idea was simple: software gets better when programming becomes a continuous conversation — explain the idea, question the design, write tests, refactor, correct mistakes early.

The problem was that doing this with another human all day is exhausting. Pair programming works, but it is socially and mentally expensive.

AI changes that. A good coding agent can act as a tireless second mind: challenge assumptions, suggest tests, notice inconsistencies, help refactor, and keep architectural context in view.

This is not “AI writes code, human approves.” That is just delegation.

The interesting model is AI as a real programming pair: not an oracle, not a servant, but a critical partner in the thinking process.

If that works, AI will not just make coding faster. It may bring back the part of XP that mattered most: continuous feedback while the software is still being shaped.
👏4
👆 Это мой гуманистический аргумент в пользу ИИ.

Он, как вы видите, существенно отличается от того, что звучит сейчас в публичном пространстве.

Агенты по написанию кода на базе ИИ не смогут буквально «вернуть XP», но они, возможно, наконец-то сделают его основную идею масштабируемой — разработку программного обеспечения как непрерывный диалог, в котором агент выступает в роли критического партнера, а не просто генератора кода.
👍5❤3
Gaperton's Tech Corner
👆 Это мой гуманистический аргумент в пользу ИИ. Он, как вы видите, существенно отличается от того, что звучит сейчас в публичном пространстве. Агенты по написанию кода на базе ИИ не смогут буквально «вернуть XP», но они, возможно, наконец-то сделают его…
Да, парно к этому я сейчас свою теорию эмоций заканчиваю, в которой предлагается новый режим интеграции LLM в рассуждения (имеется в виду под моим схоластическим промптом, конечно же).

Это очень хорошая и практичная теория эмоций, увидите.

Коучем я работать не собираюсь, так что мне искренне пох на популярность. Это из любви к искусству.

Люди представляют собой многоуровневые системы управления, а не прозрачные рациональные агенты. Телесно-аффективный уровень генерирует быстрые оценки посредством телесных ожиданий, валентности и готовности к действию. Лингвистико-символический уровень преобразует эти оценки в доводы, истории, планы и обоснования. Несогласованность возникает, когда эти два уровня по-разному оценивают одну и ту же ситуацию или когда вербальный уровень рационализирует аффективное движение, которое он не понял.

Стоическая теория эмоций определяет решающий регуляторный момент: переход от впечатления к согласию. Теория оценки объясняет, как впечатление приобретает эмоциональное значение. Внимательность улучшает доступ к ранним телесным сигналам, делая впечатление видимым, прежде чем оно затвердеет в страсть.

LLM можно добавить в качестве внешнего диалогического слоя, который усиливает рефлексивную оценку, но только при критическом использовании; в противном случае он становится машиной для рационализации импульсов Системы 1.
👍4👀3🔥1
Через четыре дня после того, как OpenAI в тайне подала заявку на IPO с оценкой в 1 триллион долларов, Альтман вышел на сцену в Сиднее и заявил, что «рад тому, что ошибался» в отношении того, что ИИ уничтожит рабочие места.

В ту же неделю Амодей изменил свой прогноз. Компания Anthropic планирует провести собственное IPO в октябре с оценкой в 900 миллиардов долларов.

Журнал Fortune назвал это скоординированными действиями, и они не ошибаются.


https://x.com/Ric_RTP/status/2060724933248831725?s=20

Я реально поражаюсь, как им сходит с рук этот откровенный скам. И почему у меня ощущение, что я один, кто это видит.

Впрочем это как раз понятно почему. Ощущают-то почти все. Но пока эта интуиция не вербализована правильно, её нельзя ни понять ни рассказать. И пока это так, есть plausible deniability, и эти мерзавцы могут продолжать делать вид что все нормально.

Почему собственно и важно иметь нормальные соцсети без цензуры.
Результаты этого опроса показывают, что более 80 % компаний пока не зафиксировали роста производительности благодаря ИИ, несмотря на миллиардные вложения.

Среди 6 000 руководителей треть опрошенных заявили, что используют ИИ, но лишь в течение 90 минут в неделю.

И это несмотря на то, что большинство респондентов считают, что в ближайшие 3 года ИИ повысит производительность на 1,4%, сократит штат на 0,7% и увеличит объем производства на 0,8%.

Из числа руководителей треть заявила, что использует ИИ в работе, но в среднем лишь около 1,5 часа в неделю. При этом 25% опрошенных пока не используют ИИ.


https://x.com/rohanpaul_ai/status/2060679110826094724?s=20
В американском менеджменте, похоже, быть долбоебом — это главное и необходимое качество для успеха в профессии.
💯5