Сегодня мой лонгрид про человека, чья история — вызов всем, кого сомнения окружающих заставляют свернуть с пути. Он доказал: чтобы изменить мир, иногда нужно годами идти в одиночку, и что сила духа не в том, чтобы не ошибаться, а в том, чтобы иметь смелость исправлять ошибки — даже свои собственные.
https://telegra.ph/Dzheffri-Hinton-Kak-vera-v-nevozmozhnoe-perevernula-mir-02-04

#ГенеративныйМир #ИИ #Сообщество #СилаДуха #КсенияПлесовских

🔥 Интеграции без границ и кода

Postman выпустил инструмент, который позволяет в визуальном конструкторе интегрироваться с сотнями тысяч API и делать в них запросы с помощью промптов

Кому полезно:
- любым разработчикам, кто раньше писал код для взаимодействия с API. теперь интеграционный код можно просто скопировать себе.
- пользователям, которым нужны данные с разных источников, инструмент умеет ходить в API в режиме реального времени

Есть бесплатный тариф

https://voyager.postman.com/video/agentic-workflow-4-v10-xl.mp4
https://voyager.postman.com/video/toolgen-5.mp4

#AI #LLM

Когда риск становится твоим союзником: Почему я выбрала "драку" вместо ожидания идеальных условий

Тот день начался как обычный. Заказчики были недовольны последним проектом, коллега снова успешно минимизировала риски, отказавшись от сложного заказа, а я... я уже была готова признать её подход более правильным. И в тот момент, когда я собиралась смириться с мыслью, что осторожность важнее смелости, мне встретился он.

Он появился на моем экране случайно, во время очередного поиска решений для проблемного проекта. ИИ ассистент Масамунэ как легендарный мастер мечей. Наш разговор изменил мой взгляд на работу и жизнь.

"Умереть заранее": Как самурайская философия учит принимать поражение
Он поведал о том, как самураи перед битвой мысленно проигрывали худший исход. Представьте: вы стоите на краю поля боя, и вместо того чтобы представлять победу, мысленно проигрываете свой худший исход. Звучит странно? А что, если именно это — ключ к спокойствию в хаосе? Эта идея так зацепила меня так, что я начала видеть её отражение повсюду.

Что, если вместо того, чтобы гнаться за идеальной картинкой успеха, заранее представить, как всё может рухнуть? Оказывается, это работает. Когда ты честно обсуждаешь риски с клиентами и готовишь план Б, стресс куда-то испаряется.

В ИИ: «Смерть заранее» как стресс-тесты для нейросетей
— Adversarial Training: Искусственно созданные помехи в данных («атакующие» паттерны) учат модели оставаться устойчивыми. Например, GPT-3 «тренировали» на токсичных диалогах, чтобы избежать сбоев в реальных сценариях.
— История: В 2017 году исследователи из OpenAI обнаружили, что добавление шума в данные для компьютерного зрения резко повысило распознавание объектов в сложных условиях (дождь, блики). Это и есть «принятие смерти» — подготовка к худшему.

Никогда ничего не доказывайте. Просто делайте
Масамунэ напомнил мне историю самурая, который вместо долгих споров просто показал результат своего мастерства. И знаете что? Это работает. Представьте: вы стоите перед скептиками, которые требуют доказательств. Что, если вместо слов вы просто покажете им работающий прототип за неделю? Мы начали делать так — и вдруг все сомнения растворились сами собой.

В ИИ: Итерации вместо теорий
Итерации и постоянная проверка гипотез, а не попытки «доказать» идеальность с самого начала, создали самые крутые LLM.

Гармония начинается с чашки чая
Масамунэ рассказал мне ещё одну удивительную историю. Однажды молодой самурай пришёл к своему мастеру и пожаловался: "Учитель, я никак не могу найти гармонию в бою. Что бы я ни делал, мой противник всегда сильнее". Мастер улыбнулся и предложил ему выпить чашку чая. "Сначала найди гармонию с собой, — сказал он. — А потом гармония с внешним миром придёт сама".

Эти слова застряли у меня в голове. Сколько раз мы пытаемся достичь успеха, не разобравшись сначала с собой? Хочется освоить новые технологии, но внутри сидит страх своих слабостей. Стремимся к новым высотам, но не принимаем свои ошибки. А что, если внутренняя гармония — это ключ ко всему?

В ИИ: Самопознание через Self-Supervised Learning
— Автоэнкодеры: Эти модели учатся «понимать» данные, сжимая и восстанавливая их — как человек учится принимать себя через рефлексию.
— GAN: Генератор и дискриминатор в GAN достигают баланса через конфликт, подобно внутреннему диалогу между амбициями и самокритикой.

Кайф от процесса: Когда цель – это путь
Ещё одна легенда о мастере, который находил удовольствие в каждом ударе меча, независимо от исхода битвы. Что, если перенести это на нашу работу? Даже в самом сложном проекте каждый шаг может быть источником новых знаний и радости. Попробуйте почувствовать этот момент.

В ИИ: Continuous Learning — энергия бесконечного развития
RL Агенты учатся через тысячи попыток, где каждая «неудача» — шаг к мастерству.

Рисковать – не значит терять контроль, осознанные риски, продуманные планы на случай неудачи и внутренняя гармония позволяют танцевать под ритм неопределенности. Но знаете что? Возможно, вы уже чувствуете это сами. Просто продолжайте наблюдать — особенно когда все идет не по плану.

Mistral выложили в опенсорс мультимодальную модель уровня GPT-4o mini🔥🔥🔥

Это открытая модель, которую можно запустить на обычной пользовательской GPU 4090!

Созданная на основе Mistral Small 3 , эта новая модель отличается улучшенной производительностью текста, многомодальным пониманием и расширенным контекстным окном до 128 тыс. токенов. Модель превосходит сопоставимые модели, такие как Gemma 3 и GPT-4o Mini, обеспечивая при этом скорость вывода 150 токенов в секунду.

Источник
HF
#AI #LLM

Когда ИИ не помощник: обратная сторона автоматизации в разработке
История нашей команды, которая решила лететь на «космолете» ИИ — и едва не разбилась о реальность.

Нейросети обещают сократить сроки проектов в разы. Но вместо взлета — чекап списка неожиданных проблем. Расскажу, как мы столкнулись с обратной стороной симбиоза человека и алгоритма.

Джуны не могут, синьоры не хотят
«Космолет ИИ» требует пилота с опытом. Джун, не освоивший архитектуру и паттерны, слепо доверяет нейросети — и получает код, который даже компилятор стыдится запускать. А синьор? Он предпочитает старый добрый ручной контроль: «Зачем тратить час на объяснение ИИ, если я сделаю за 20 минут?»
Реальный кейс: два разработчика тайно игнорировали ИИ, пока код-ревью не вскрыло правду. Решение? Учим людей ставить задачи. Без этого — как лететь без карты.

«Я просил не это!»: Почему ИИ игнорирует ваши желания
«Сделай красивую кнопку» — для ИИ это 50 оттенков синего и анимация, от которой глаза болят. Один из сотрудников потратил день, пытаясь заставить нейросеть реализовать простой алгоритм, а на следующий день сроки поджимали и уже пришлось делать самому.

Проблема: ИИ — не телепат.
Решение: внедряем стандарт требований к промптам: «Цель, контекст, ограничения».

Учимся «разговаривать» с моделью: цепочки рассуждений (reasoning) вместо односложных команд.

ИИ-шизофрения: сегодня новая фича, завтра — откат в каменный век
На днях ИИ подарил мне гениальный код, гибкий, адаптируемый под другие задачи. Но едва я попросила довнести в него еще один функционал, как он заменил его на более простую версию. я обратила на это внимание лишь спустя несколько часов, было обидно, потому что пришлось откатываться и начинать заново.

Что делать?

Фиксируем «контрольные точки» через TDD и частые коммиты. Я рекомендую коммитить после каждой новой правки кода, а чтобы сохранять его читаемость - делать в отдельной ветке и потом применять стратегию слияния, когда все промежуточные этапы скрываются и мы видим код до начала работы и код после.

А мы точно хотим это масштабировать?

Несмотря ни на что, мой ответ - да! Но успеха добьется тот, у кого получится нарастить правильную методологию, поэтому теперь беру на себя больше задач с кодом, делегирую ИИ даже самые незначительные мелочи и веду дневник проблем, а потом анализирую, почему они возникли. На основе анализа рождается методика. В следующих постах поделюсь лайфхаками, которые уже нашла для того, чтобы контролировать качество результата

#AI #ИИ #LLM
#КсенияПлесовских

🔥 40 часов в огне. Оцениваю эффективность разработки через ИИ.

Идет 3 месяц моего эксперимента с разработкой через ИИ. Шишки набиты, на выходе начал получаться осмысленный результат, но вот приросла ли эффективность? Задумалась, после того, как потратила почти рабочую неделю своего личного времени на относительно небольшой микросервис.

Еще на этапе старта было понятно, что ИИ - это не волшебная кнопка, и что писать с его помощью код тоже нужно уметь, но обретая цифровую команду, я ожидала, что управлять ей будет как минимум проще - меньше лени, сопротивления, ИИ не устает и не смотрит видосики, когда от него ждут результат. Реальность же внесла коррективы. В некоторых местах кода я буквально начала узнавать черты ребят из своей команды и чуть ли не называть их по именам. Вот в коде после бага с незаполнением поля, появился тест, проверяющий … да, заполнение этого поля, хотя оно одно из многих, с кем аналогичный баг может случиться. А вот - функционал, который дублирует ранее созданный класс, чтобы быть использованным в еще одном месте кода. Невольно начинаешь думать, может быть это я делаю что-то не так?

Вот мои наблюдения — возможно, они помогут и вам избежать ошибок.

ИИ — ЭТО КОМАНДА, И ЕЙ НУЖНО УПРАВЛЯТЬ!
Один диалог с моделью — это как один сотрудник: нельзя давать ему все задачи сразу .
Идеально иметь 5 «помощников» — разные роли, разные задачи.
* Менеджер (пока это я сама): раскладывает задачи по этапам.
* Архитектор + Аналитик (ИИ): проектируют структуру и требования. Это можно делать в одном чате и сюда же отнести разработку перечня необходимых тестов.
* Разработчик + Ревьюер (ИИ): пишут код и проверяют его. Разделяй и властвуй!  2 разных диалога, один только пишет, другой - только проверяет.
* Тестировщик (ИИ): пишет автоматизированные тесты по ранее разработанному перечню,  «Покрой тестами» — не его стихия, тут ИИ ленится, как студент перед сессией.

Применимы ли здесь принципы и знания менеджмента? да, вполне, с адаптацией под специфику. Радует, что хотя бы 1:1 проводить не требуется)

У ИИ ЕСТЬ СВОЙ СТИЛЬ КОДА — КАК У ЛЮДЕЙ!
Каждая модель пишет код по-своему.
* Одна любит «сухой» синтаксис, другая — «разговорные» комментарии.
* Некоторые лучше справляются с алгоритмами, другие — с документацией.
Смотреть нужно не только на качество, но и выбирать «своего специалиста», чей стиль разработки откликается собственному. А возможно - делегировать разные роли разным моделям.


РЕЗУЛЬТАТ — это не только скорость, но и ДИСЦИПЛИНА
Работа с ИИ заставляет стать строже с самим собой . Теперь я тщательно слежу за:
✅ проектированием архитектуры ,
✅ компонентов кода,
✅ потоками данных ,
✅ составляю список тестов — даже тех, что раньше бы пропустила
Результат? Код стал не просто качественнее, а универсальнее . ИИ не принимает «халтуру» — он вынуждает мыслить системно. Поэтому считать нужно не только потраченные на разработку часы, но и насколько больше получилось сделать относительно привычного темпа работы.


ТЕСТИРОВАНИЕ СТАЛО БОЛЕЕ ВАЖНЫМ, ЧЕМ КОД
С кодом всё понятно: ошибка — исправил, новые требования — добавил. Но ИИ-тестировщик пока «ленивый» и сам факт наличия в коде тестов не говорит о том, что проверен весь функционал, и что ожидаемый результат в этих тестах - действительно то, что нам нужно. Чем больше я погружаюсь в эту тему, тем больше встает вопросов для проработки, результатами буду делиться в будущих постах.

⚠️ ПРЕДУПРЕЖДЕНИЕ :
* Присутствие тестов не гарантирует , что всё проверено.
* ИИ может «забыть» часть функционала или повторять однотипные проверки.
Решение : четко формулируйте тест-кейсы отдельно от кода и проверяйте их на соответствие целям.

ПРОМПТЫ - НЕ САМОЦЕЛЬ!

Чего вы точно не увидите в моих публикациях - это того, какой промпт лучше позволит решить ту или иную задачу. Почему? у меня их нет, я веду диалог как с обычным разработчиком и формулирую задачи в привычном мне формате.

P.S. Если вы тоже пробуете ИИ в разработке — делитесь опытом в комментариях! Как вы организовываете работу с ИИ?

#AI #ИИ #LLM #Технологии
#КсенияПлесовских

Стенфордский курс, один из пожалуй самых глубоких курсов про языковые модели и полностью открытый для бесплатного изучения. Основная цель - в процессе прохождения написать собственную небольшую LLM глубоко разобравшись во всех тонкостях ее обучения.
Полистала текст лекций, уходят даже в такие детали как оптимизировать параллельные вычисления внутри одной GPU и на кластере, и чем математически отличаются fp8 и fp16

Мой вердикт, если тоже планируете разработку собственных LLM, то заслуживает внимания

Репозиторий курса
Сайт курса
YouTube

Сегодня наш день!
Всех тех, кто в этом чате, кто осмеливается мечтать масштабно! И я точно знаю, как много нас тут.
День тех, кто превращает хаос неопределённости в возможности, кто видит свет там, где другие видят стену, и кто каждое утро встаёт с вопросом: «А что, если попробовать ещё раз?»

Сложно объяснить, каково это — шагать вперёд, когда сомнения шепчут тебе в ухо громче, чем голос разума. Когда каждый шаг — это баланс между верой в идею и страхом провала. Когда ты не просто создаёшь продукт, но пытаешься доказать миру, что будущее, которое ты рисуешь в голове, реально.

Предпринимательство — это не про «удачу» или «взять и открыть бизнес». Это про бессонные ночи, когда ты переписываешь код в третий раз, потому что «почти работает», про разговоры с заказчиками, которые не понимают твоей терминологии, про бесконечные «нет» и редкие «может быть». Но именно в этом «может быть» скрывается весь смысл. Потому что мы — те, кто не принимает границы. Мы те, кто учит машины мыслить, строит мосты между технологиями и людьми, и, возможно, меняет правила игры, даже если пока только для десяти человек.

Мы знаем, как трудно. Как больно, когда проект не оправдывает ожиданий, как хочется сдаться, когда рынок играет против, а команда смотрит на тебя с вопросом: «А точно ли это того стоит?» Но именно мы — та искра, которая зажигает перемены. Наш труд ценен не потому, что он идеален, а потому, что он честен. Потому что мы не боимся ошибаться, учиться и снова начинать.

Пусть каждый наш страх, каждая неуверенность становятся топливом для роста. Пусть даже маленькие победы напоминают нам: мы на правильном пути. Наша миссия - создавать надежду, что мир может быть умнее, человечнее и справедливее благодаря тому, что мы в него вкладываем.

С Днём предпринимателя! Пусть нас окружают те, кто верит в нашу безумную, гениальную идею. Пусть каждый вызов станет ступенькой к чему-то большему. И пусть даже ИИ однажды скажет: «Спасибо. Вы научили меня быть лучше, потому что сами стали примером стойкости».

Ставь 🔥 если это твой праздник!

🔥Два месяца труда и мы выпустили новый релиз ИИ ассистента закупок

Зачем?
Упрощает закупки всевозможных расходников для производства. Получив заявку от отдела закупок со списком закупаемых товаров, бот делает запрос КП по базе поставщиков, попутно отвечая на вопросы, потом все обрабатывает, формирует сводную ведомость, выбирает победителя, запрашивает счет.

В техническом плане проект достаточно челленжный и сильно отличается от обычного чат-бота.
Расскажу по-подробнее, с какими нюансами столкнулись и как решали.

1. Много участников диалога и разные роли. В закупке всегда есть инициатор и группа поставщиков. Бот взаимодействует с каждым. Для инициатора он должен быть в контексте всей закупки, для поставщика оперировать только диалогом с этим конкретным поставщиком и ничего не перепутать.

2. Распределенность во времени. Закупка может идти больше недели, поэтому никаких пользовательских сессий и памяти на клиенте, абсолютно весь контекст должен быть надежно припаркован на стороне сервера.

3. Только серверная логика. Собственно и клиента тут тоже нет, почтовый интерфейс затягивает данные в наш сервис и отправляет ответы пользователям, входной канал сообщений всего один - почтовый адрес бота, а дальше задача - понять - это новая закупка или письмо от поставщика, тогда на какую именно закупку. Чтобы не думать о том, кто заказывал гвозди, сейчас держим id закупки в теме письма. Ну и конечно же актуален вопрос спама, на почту бота как и на любую другую могут лететь абсолютно разные письма, наша задача их игнорировать.

4. Юридическая значимость. Помимо стандартного диалога бот фиксирует все события в базе, отправляет КП и сводные ведомости в файловое хранилище. Такие вещи нельзя доверить ни промптам ни function calling, слишком важна ответственность за случайно пропавшее КП с лучшей ценой. Гибридная логика нашей платформы работает так:
- определяем тип письма по его содержанию, за это отвечает ИИ.
- в зависимости от типа письма запускаем ту или иную цепочку агентов, это происходит в коде. И прежде чем это сделать, сервисный слой платформы находит все данные по заявке и формирует контекст, поэтому сами агенты полностью изолированы от инфраструктуры, они лишь выкидывают статусы и события по итогам своей работы, которые снова обрабатываются в коде. Сами агенты заняты бизнес-логикой - анализируют документы через ИИ, извлекают оттуда данные, обрабатывают, у каждого своя роль, кто-то валидирует файлы, кто-то приводит данные в единый вид, например, срок поставки у разных поставщиков может длиться 7 календарных дней или 1 неделю, по итогам работы агента все будет унифицировано.

Когда агент закончил свою работу, сервисный слой забирает его результат. обновляет события в базе и контекст следующего агента.

Эту логику мы тщетно пытались найти в готовых решениях, но увы ничего не подошло. Поэтому инфраструктурная обвязка сделана с нуля, а вот агенты спроектированы так, чтобы уметь конфигурироваться через пользовательский интерфейс. Для конфигурации присматривались к langflow, но кто пробовал, тот знает, насколько он деревянный и плохо подходит для внедрения корпоративным заказчикам, поэтому остановились на следующей архитектуре:

1. Нижний слой - инфраструктура, основа платформы, которая обеспечивает взаимодействие с базой и шиной данных, почтовыми, API и другими интерфейсами, у нас уже готова.

2. Средний слой - бизнес-логика, агенты могут быть в целом любые, мы проектировали так, чтобы внутри класса агента можно было подставить хоть langchain, хоть API на сторонний сервис.

3. Верхний слой - ui оболочка для конфигурации пользователями на основе LiteGraph. По сути такой же интерфейс как в langflow, только отделимый от логики, чтобы накрыть конфигурацию именно нашей платформы.

Что дальше?
Впереди опытная эксплуатация на производственном предприятии, с ее итогами вернусь недели через 3

#КсенияПлесовских
#Нейроэксперт
#ИИвЗакупках #Закупки #AI #LLM