🤡 Политические чудеса

У нас тут в Петербурге выборы губернатора на этих выходных. К событию настолько не привлекали внимание, что мне за всю предвыборную кампанию не попалось ни одного билборда с альтернативными кандидатами. В 2019 я хотя бы примерно представлял, кто будет бегловским спарринг-партнёром, в 2024 мне пришлось специально идти и гуглить, за кого там ещё предлагается проголосовать. Из все спойлеров наиболее понравился кандидат от партии зелёных, и для смеху решил даже его программу посмотреть… И, наверное, впервые в жизни я увидел программу, написанную так, чтобы уж наверняка отпугнуть побольше избирателей. На полном серьёзе петербуржцам предлагают: а) больше электросамокатов б) больше мигрантов в) запретить машинки г) ввести всякие эко-рейтинги. Ещё бы новогодние выходные предложили запретить, тогда был бы полный флеш-рояль!

В общем, выборы в СПб такие, что даже на протестное голосвание нет никакого желания. Впрочем, про это я уже писал весной.

#мем_недели
Или даже настроение недели! Как ни странно — с лёгким политическим оттенком.

#мем_недели
Всё обязательно будет хорошо. Но потом. А пока — 21% 💸

а для тех, кому сложно читать много букв, есть мантра

повторяйте за мной

🤖 Алиса и вторники

Вы, наверняка, встречались с хохмой, в которой Алису просят посчитать число вторников в ближайшем месяце. А она в ответ бодро галлюцинирует цифрами от 2 до 10 (кстати, в Про версии на такие провокации она уже не поддаётся). Аналогичный прикол был и у новой модели Strawberry (она же — о1) от OpenAI — несмотря на заявленный разработчиками прорыв буквы r в strawberry она тоже считала с трудом. После таких вот провалов так и хочется сказать “фигня всё эти ваши нейросети, какой от них толк, первоклассник с гуглом и калькуляторм справится лучше!”. А я нашёл отличную статью, которая достаточно внятно объясняет, в чём реально модели стали лучше, и какого рода новые задачи она научилась решать. Там прям жирнейший лонгрид, запасайтесь чаем-кофе, и вперёд! Меня статья тоже надоумила на новые идейки, проверю и поделюсь результатами в одном из следующих постов!

P.S. Обратил внимание в статье на приложенную картинку, она показывает потенциальную линейку, которой можно оценивать модели. В o1 потихоньку нащупываем второй, то есть сделали не просто продвинутый генератор текста, а что-то, что более-менее умеет “обосновывать” свой текст. Это очень круто для LLM-ок, но я вот с грустью подумал, что и очень много людей вокруг тоже крутятся где-то на первом уровне и не особо стремятся выйти за уровень биочатботов :(

🦧 LLM - Large Language Monkey

Продолжаю тему языковых моделей. В прошлом посте я упоминал, что самые современные модели шагнули на следующий шаг развития, и могут теперь генерировать не просто связанный текст, но и типа размышлять на ходу и даже обосновывать свой ход мысли. Эта информация меня воодушевила на эксперимент — ну раз робот теперь такой умный, то пусть не просо функции на Питоне за меня напишет (с этим они справляются уже очень хорошо), но даст каких-нибудь полезных советов по жизни. Получил доступ к самой последней версии говорилки от OpenAI, o1-preview (та самая Strawberry), ну и для сравнения помучал таким же вопросом яндексовскую YandexGPT 3 Pro. Спрашивал примерно следующее «У одного моего друга есть проблемка с запойным чтением новостей и телеграм каналов. Как бы ему изменить свой образ жизни, чтобы туда тратить поменьше времени и энергии?». С американцем общался по-английски, Алису мучал русским.

Результатами, в целом, оказался расстроен. Во-первых, качество и суть ответов, что у нашей лапотной модели, что у суперпрорывной клубнички оказались примерно одинаковыми, незначительно отличалась подробность ответов, но и только. Во-вторых, сама суть мне показалась водой-водой (сами ответы тут не привожу, иначе в лимиты по тексту не помещусь, они там знатно нафлудили. Если интересно, то всегда можете пообщаться сами задать Алисе мой вопрос. Или свой.). Правда, через некоторое время я засомневался — может быть, всё дело в том, что я в теме давно, и все советы мне а) давно знакомы б) реально являются базой. Вот эти все «поставь измеримую цель, пропиши свою мотивацию, награждай себя за прогресс» и прочие подобные.

Собственно, на этом моменте захотелось признать эксперимент проваленным полностью, но через день пришла мысль позадавать к изначальному вопросу всякие уточняющие вводные: «А что если у моего друга есть склонности к аддикциям?», «А как лучше, рубить с плеча или отказываться от мусорного контента плавно?» На уточняющих вопросах, с одной стороны, стало видно разницу между передовой и отечественной моделями — o1 хоть и продолжал лить воду, но хотя бы отвечал на мои вопросы. Алиса почти один-в-один повторяла ответ на исходный вопрос, лишь незначительно меняя его в конце. И вот тут уже я понял, что, наверное, пока лично для меня прорыва в общении с искусственным идиотом интеллектом не случилось. Продолжаем использовать роботов в стандартных сценариях, а именно - помогать эффективно гуглить (настоятельно советую perplexity.ai для этих целей, самый кайф, что никаих впн-ов и прочих плясок не нужно) и писать код, когда самому лень. В комментариях буду рад услышать, как вы приручили язковые модели. Если уже профи в этом деле, то можете подсказать, как раскрутить LLM-ку на более подробные или нестандартные ответы в моём кейсе!

К посту выше

#мем_недели

Это вам за майонез!