TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1040 · 16.11

Алексей Калугин, «Там». Встречается название «Город крыс». Когда я слушал эту книгу, постоянно хотел бросить. Недаром она так похожа на «Град обречённый», который мне совсем не понравился. И уж точно не собирался писать о ней пост. Но прошло время, и я понял, что произведение оставило очень интересное послевкусие. Бывает, читаешь книгу взахлёб, а через месяц уже не помнишь, о чём она была. Тут же совсем наоборот: я прям еле-еле сквозь неё продирался, но через несколько месяцев всё ещё переживаю в уме сюжет и обдумываю идеи автора. Описан замкнутый со всех сторон город с абсолютно идентичными кварталами и домами. Всё под управлением ИИ. За все нужды людей отвечают роботы и компьютеры, да так, что человеку не нужно даже покидать своё жилище. Собственно, никто и не покидает. Общаются через подобие виртуальной реальности, еда доставляется автоматически. У одного из персонажей есть жена, но тему отношений, семьи и продолжения рода автор не раскрыл. Главный герой внезапно становится озадачен такой жизнью и начинает исследовать. Даже просто покинуть жильё — очень тяжёлый шаг, к которому он специально готовится. Сначала делает небольшую вылазку, потом побольше, потом с трудом вытаскивает из дома своего друга. Улицы пусты, хотя в городе есть робо-такси, робо-кафе, и вообще куча всякой инфраструктуры для людей. Атмосфера очень гнетущая, и детально описывается, как герой её изучает. С ИИ (который тут называется Инфор) можно общаться только косвенно, хотя обычные сервисные роботы без проблем поддерживают диалог, но толком ничего не знают. Кстати, присутствие роботов иногда доходит до абсурда: например, роботы-швейцары в каждом доме имеют по одной руке, которая намертво соединена с дверью, и вся их функция состоит в том, чтобы эту дверь открывать. В городе, где никто не выходит из домов, да. Надо сказать, что ответы на вопросы автор даёт скорее философские, чем материальные. С моей точки зрения это минус, один из главных, из-за которых я книгу рекомендовать не хотел. Но, уверен, есть люди, которым очень зайдёт. Вообще, всё произведение в некотором роде о смысле жизни. О том, что делает жизнь интересной и имеющей какую-то ценность, в том числе для нас самих. Общество, где людям доступно всё, кроме цели, выглядит совершенно удручающе. Концовка открытая, и опять же, лично я такое сильно не люблю. Пробежался по названиям и обложкам других книг Алексея Калугина — создалось впечатление, что сейчас он просто клепает всякий масс-маркет ради денег. Моя гипотеза такая: «Там» это такой творческий порыв автора. Не идеальный, с косяками, полу-артхаусный и, видимо, плохо продавшийся, но всё-таки оригинальный и поднимающий какие-то внутренние идеи из глубины души, а потому и оставляющий след. #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #llmarena

当前筛选 #llmarena清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8560 · 16.09.2025 г., 16:22

🔥 Как реально выбирают LLM в 2025 — исследование LLM Arena Интересный опрос практиков (инженеров, ML-учёных, AI-продуктов) - как сегодня на самом деле выбирают языковые модели (LLM), что важнее: бенчмарки или собственные тесты, цена/скорость/качество, и чего не хватает в информации по моделям. 📊Ключевые выводы - 82,2% респондентов проводят собственные тесты; бенчмарки — лишь ориентир, не решение. - 26,7% вообще не пользуются бенчмарками. - В центре внимания: баланс качество / цена / скорость, устойчивость (без галлюцинаций), соответствие инфраструктуре. 👥 Участники опроса - 45 практиков с опытом работы с LLM-продуктами; все участники — профессионалы. - ML/AI Инженеры, Data Scientists, AI-строители, и менеджмент. 🔑 Что ищут и какие сигналы важны: - Часто оценивают обсуждаемость модели в статьях/сообществе; практическое применение в похожих продуктах. - Обращают внимание на число скачиваний и звёзд на Hugging Face / GitHub. - Хотят больше данных о требованиях к железу, лицензиях, локальной работе, графиках “цена vs качество”, “скорость vs качество”. ⚠️Проблемы & доверие - Многие не доверяют существующим бенчмаркам из-за методологических проблем (train/test leakage, нерелевантность задач). - Лабораторные условия часто сильно отличаются от продакшн. - Нехватка отзывов по реальным сценариям и использованиям. При выборе LLM важнее собственные тесты и контекст задач, чем рейтинги. Специалисты хотят поточечных данных: про лицензии, требования к железу, latency, стоимость. Инициатор исследования Роман Куцев - фаундер и CEO LLM Arena, публикуют много интересного у себя в блоге. Для тех, кто строит LLM-продукты, полезно: - Не ориентироваться только на чужие бенчмарки. - Собирать метрики в собственных условиях — на реальных данных. - Открыто показывать, что работает, а что — нет, в документации и обсуждениях. 🟢 Полное исследование: https://research.llmarena.ru/ #LLM#AI#ИИ#LLMArena#исследование#нейросети#benchmarks