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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1108 · 21.06

Посмотрел 7 серий «Киллербота», и вот что понял. В книгах описание мира приведено через восприятие главного героя. Само это восприятие очень своеобразное, что сглаживало и искажало некоторые спорные моменты. Но в сериале мы сторонний наблюдатель, и из-за этого слишком отчётливо видно, что все персонажи-люди — полнейшие фрики. Возможно, так и задумано, потому что книги в целом имеют тон повествования «глупые люди и умный робот среди них». И вообще, под определённым углом в романах проступает мысль, что белый мужчина с рациональными реакциями и маскулинно-защитной ролью уже как бы не совсем человек и не встраивается в общество. Да, автор -- женщина и сторонница западных ценностей, но американка, а не жительница Европы. Ещё и из сравнительно консервативного Техаса. Поэтому есть шанс, что карикатурная фриковость людей в романах -- тонкий умысел. Но если так, создатели сериала это не уловили совсем. В итоге люди в кадре -- нечто среднее между хиппи-коммуной, полиаморной семьёй и обществом анонимных жертв, собирающихся в круги для откровений. Они слишком ортодоксально либеральные, все представители разных меньшинств, ЛГБТ, мужчины-неженки, сильные женщины с короткой стрижкой, дайвёрсити по национальностям, параноидально чуткие к эмоциям друг друга и так далее. Ещё и в мире радикальной капиталистической антиутопии они живут на планете, структуру общества которой будто бы описывал восторженный ребёнок, что-то в духе «Все очень хорошие и делают только добро». И актёры с этим всем тоже совершенно не справляются, потому что им приходится играть драматически там, где по сути мы смотрим гиперболизированный ситком. Думаю, этим объясняется разрыв между оценками критиков и зрителей, и в целом сравнительно холодный приём после высоких ожиданий от трейлера. Смотрю только ради Скарсгарда -- он, конечно, идеально попал в каст. Ещё и высокий (194 см), прямо как в романах описано, что робот всегда был на голову выше окружающих людей. Ну и стоит отметить фантастически крутой ретрофутуристичный визуальный стиль, а также хорошую находку авторов в виде отображений всяких надписей и чисел голограммами рядом с героем (да, мы такое видели, например, в «Шерлоке», но там это только визуальный приём, а тут ещё и по сюжету вписывается). #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