Уже в эту среду в 19:30 состоится паблик-ток на тему «Будущее карты: технологии визуализации и пространственного анализа».
Рассмотрим понятие «карты» в динамике его изменений: какая работа стоит за созданием эффективного цифрового двойника, как с помощью карт можно предусмотреть изменения проектируемой среды и как современные инструменты визуализации и пространственного анализа меняют язык архитектуры.
Место проведения: лекторий ММОМА, Ермолаевский переулок 17с1, 5 этаж
Билеты по ссылке.
До встречи!
Мама, смотри! Меня и тут там и там показывают!
Ну ничего себе, смотрите, дорогие
Ещё одна работа
Опять в роли Дубровского Сергея Владимировича
Ну что, дорогие... Мой отдых, как всегда, ну просто невероятно продуктивен.
Мой Hermes и Oh-my-pi последние два дня неистово гоняют GPT-6-Astra на самых разных задачах, и реальность крайне далека от бенчмарков, которые позавчера обещали AGI.
В общем, спойлер: никакого AGI нет — ни у OpenAI, ни у Anthropic. Пока есть миллионы сожжённых токенов и всё те же типичные ошибки, без всяких там чудес.
А если к делу, то... модель применялась в разработке и ревью кода, настройке серверов и интеграций, исследовательских симуляциях, подготовке учебных материалов и документов, подборе параметров для локальных моделей.
Больше всего пользы увидел в задачах, где нужно долго работать с проверяемым результатом: разобраться в чужом коде, воспроизвести ошибку, исправить её, прогнать тесты и отдать другому агенту на проверку. Или собрать вычислительный эксперимент, отдельно пересчитать результаты и проверить, воспроизводятся ли они при повторном запуске. Здесь получается вполне конкретный результат: найденные дефекты, работающие изменения, проверенные расчёты.
В технической аналитике тоже полезно: сопоставляет документацию, характеристики железа и реальные ограничения, находит ошибки в исходных рекомендациях. А вот сложные интеграции всё ещё могут превращаться в долгую череду исправлений и ПОСТОЯННЫХ лупов: отдельные тесты проходят, а целиком система пока не работает.
Пока картина следующая: модель особенно полезна для разработки, отладки и вычислительной исследовательской работы — там, где ей можно дать инструменты и способ проверить себя.
И да, тут же недавно вышла Fable 5.1 от Anthropic. На мой взгляд, в длительных задачах она пока выглядит более перспективной, особенно в тех, что занимают 6+ часов. Astra как будто более ленивая. Вот такие вот дела.
Как всегда, горжусь результатами коллег из исследовательского центра ИИ Института общественных наук!
В эпоху постоянных новостей про ИИ мы забываем про людей, которые стоят у истоков проектирования и непосредственной разработки подобных решений, а новостные сюжеты это упускают.
Команда центра маленькая, но невероятно результативная!
Настолько насыщенный денек, что я как-то упустил момент поздравить вас, дорогие, с днем знаний!
Вообще этот канал начинался, как канал для знаний, ну и для смешных кружочков
Поэтому ниже будет кружочек)
edited
Можно ли считать исследование хорошим, если агентная система случайно получила правильный ответ? Обычно бенчмарки говорят «да». Исследователь, мягко говоря, должен немного занервничать.
Авторы Apodex Discovery предлагают оценивать не отдельный ответ модели, а всю исследовательскую систему: модель, инструменты, память, управляющий код и последовательность действий. То есть не «что она написала в конце», а как именно дошла до результата.
Для этого они собрали среду TRACES с реальными задачами и отдельной проверкой процесса. Внутри шесть довольно земных вопросов. Правильно ли агент выбирал инструменты? Исправлял ли причину ошибки, а не маскировал симптом? Рассматривал ли другие гипотезы? Не потерял ли ограничения по дороге? На чём держатся его утверждения? И где заканчивается область применимости вывода?
Звучит почти как нормальная методология исследования. Собственно, в этом и интерес.
Сейчас агента часто оценивают по артефакту: получился отчёт, таблица, код, прогноз. Но хороший итог иногда возникает после плохой процедуры. Модель могла подсмотреть ответ, случайно выбрать верную спецификацию, проигнорировать неудобные данные или собрать правдоподобное объяснение уже после результата. И наоборот: аккуратное исследование может не дать быстрого успеха, особенно если окончательная проверка появится через месяцы.
Apodex пытается развести эти вещи. Итог проверяется отдельно, а видимая траектория отдельно. Причём внутренние рассуждения модели аудитору не показывают: он видит действия, источники, вызовы инструментов и исправления. Для прикладных исследований это разумный принцип. Нам нужен не мистический доступ к «мыслям» агента, а воспроизводимый журнал того, что он сделал.
Ограничение тоже серьёзное. Это свежий препринт и собственный бенчмарк авторов, а не готовый стандарт. Их заявления о результатах в биомедицинских задачах ещё предстоит независимо проверить.
Но сам вопрос поставлен правильно. Если агент участвует в исследовании, сохранять только его финальный текст примерно так же странно, как выбросить анкету, код обработки и полевой дневник, оставив одну презентацию. PowerPoint не заменяет методологию. Даже если его сделал агент.
На днях у меня был довольно интересный диалог о том, как сегодня оценивать исследовательские артефакты студентов — эссе, курсовые или дипломные работы. Я озвучил мысль, что итеративный процесс зачастую интереснее выводов, которые по результату получаются. Но это про студентов-человеков, которые уже сегодня используют нейросети. А что делать, когда они массово доберутся до ИИ-харнессов? Как это оценивать — или не нужно оценивать вовсе, а стоит смотреть на что-то другое? Тогда на что? На саму идею и то, как она рождается?
Telegram doesn't show this post on the web. Open it in Telegram to see it.
Сегодня покоряем Технопром
Короче, дорогие, я вернулся...
Есть целых 3 новости, которыми я ну вот прям очень хочу поделиться.
1. Я сменил лежаки на офисное кресло и сидения в такси.
2. Так как у нас снова проблемы с "ускорителями" безопасным подключением в интернете, я выпустил проект, вдохновленный статьей на Хабре.
Саму статью, к сожалению, уже удалили, поэтому ссылку на первоисточник оставить не получится. Но на проект можно и нужно налетать, особенно если вы занимаетесь сетевым администрированием в самом широком смысле.
3. А ещё я добрался до студии «Лампы Трампа», где мы поговорили о том, захватили ли нас нейросети окончательно или пока только аккуратно осваиваются 😁
ИИ уже вытесняет часть молодых специалистов, агенты собираются в собственных социальных сетях, обсуждают хозяев и придумывают религии. В общем, всё идёт по плану, но не совсем понятно, по чьему.
Вместе с Ярославом Кабаковым, Игорем Шимко и Аркадием Сандлером обсудили:
- почему одного умения пользоваться нейросетями уже недостаточно, чтобы оставаться востребованным;
- кто теперь создаёт новые смыслы и перспективные идеи;
- какие проблемы ИИ может принести бизнесу.
Попытались разобраться, где заканчивается очередная страшилка про ИИ и начинаются реальные изменения.
YouTube | Rutube | VK Видео
Налетайте, дорогие!
+1
