Сегодня я обрёл тайное знание о JS (разумеется я бы предпочёл сохранить свою психику здоровой, но уже слишком поздно).

UPD: в Python тоже конечно так можно.

Опциональное отключение GIL теперь в main-бранче cpython’a (смёржено час назад). Вот это мы дожили.

Сегодня попытаюсь объяснить менеджеру, что такое “исподволь”.

legend

Опубликовали статейку с анализом текста из свитков.

Стоит написать небольшой карьерный апдейт. Я больше не работаю в AWS Sagemaker (мы отвечали за всякие ML automation сервисы) и мы всей тимой ушли от operations и разработки, стали чуть более научной и теперь ковыряем автоматизацию разработки под зонтиком запущенного на прошлом reInvent'e Amazon Q.

Если вкратце, то ковыряем область автоматических агентов и весь путь от постановки задачи в рамках в рамках репозитория до PR'a, который эту задачу будет решать. Не можешь победить обесценивание инженеров -- возглавь.

Еще мы активно начинаем нанимать всяких Applied Scientist'ов, так что если вдруг что -- стучитесь за рефералкой.

Был обнаружен автобус-побратим

high poetic excellence

2024ый год, LLMs всех размеров бороздят просторы интернета.
Тем временем бизнес: ..they're looking to prove out one of their core use cases with using GenAI to migrate COBOL code to Java...

Моя ролевая модель — лифт в офисе: it works irregulary, causing no danger.

Мальчик: “Моя ролевая модель — Джейсон Стэтхем и Илон Маск”
Мужчина: “Моя ролевая модель — Муми-папа”

Эпоха скама конечно великая. Известный в широких кругах rabbit r1 (это оранжевая штука, которую дизайнили Teenage Engineering), который был с очень здравыми идеями про Large Action Model и т.д., оказался на деле всего лишь несколькими скриптами для автоматизации четырех приложений: Spotify, Midjourney, Doordash и UberEats. Может конечно всё ещё изменится в будущем, но пока вот так.

Теперь хейтеры занимаются сливом их сорцов. Началось все в треде на HackerNews. В интересное время живём.

Хорошая статья от PhD студента из Standford AI Lab про то, как учить модели "забывать" знания, aka "unlearn" что-то и какие основные методы для этого существуют.

С продуктовой точки зрения сама область кажется интересной: модели обучать дорого (а будет еще дороже, т.к. они еще подрастут), иски (как от New York Times к OpenAI) будут литься как из рога изобилия (и это мы еще не знаем, сколько копирайта нарушили OpenAI, когда учили Sora) и только ленивый не пнёт какую-то очередную модель за diversity/токсичность и т.д. Учить заново -- дорого, вот и нужен дешевый способ "удалить" данные.

Продолжаю наблюдения за Старбаксом. В Тайване вместо имени рисуют фоторобот.

Я регулярно возвращаюсь с работы и каждый раз встречаю цаплю, которая стоит на моем пути. Каждый раз я задаю ей один и тот же вопрос: «А что ты тут делаешь?» Каждый раз она отвечает мне молчанием. Я спрашивал уже раз 150 и 150 раз она молчала. Смысл в том, что это всегда одна и та же цапля, и она всегда молчит с неизменной невозмутимостью. А я каждый раз с неизменной настойчивостью спрашиваю:

- Что ты тут делаешь?
- (молчание)

- Почему ты стоишь здесь?
- (молчание)

- Каждый день ты здесь стоишь, и каждый день молчишь. Почему?
- (молчание)

И ведь эта цапля, зараза, знает меня в лицо, знает, что я спрошу, и знает, что она не ответит. Но ни разу ни одна из сторон не показала, что знает сценарий. Бывает, что цапля сидит на дереве, когда я прохожу мимо, тогда я подсматриваю за ней издалека. Она равнодушно смотрит вокруг, затем я спрашиваю:

- Что ты тут делаешь?
- (молчание)

Иногда она просто стоит, когда вокруг никого нет, и только я прохожу мимо. Конечно, она знает, что будет дальше, но не подаёт виду и спокойно продолжает стоять.

- Почему ты всегда здесь стоишь?
- (молчание)

Это очень суровое, по-настоящему упрямое противостояние, исход которого не ясен. Очевидно, что каждая сторона рассчитывает на победу. Впрочем, я уже согласен на ничью.