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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1167 · 26.11

Вернор Виндж, «Пламя над бездной». Я уже писал вам о другой книге Винджа, и моё первоначальное впечатление об авторе усилилось. Это высококлассная фантастика, очень умная, качественная, не уступающая по интеллектуальной ценности лучшим произведениям мировой литераторы, но читать её тяжеловато. Она прям требовательна к вниманию читателя или слушателя. Не сказать, чтоб лексика была сложная, просто каким-то неуловимым образом нагружает мозг, поэтому слушал я с паузами и перерывами. Бессмысленно рассказывать про сюжет, потому что он довольно вторичен относительно вселенной, построенной автором. Нет, сюжет не примитивный, он хороший и интересный, но меркнет на фоне совершенно феноменальных деталей устройства местного мира. Я вообще нигде такого не встречал, хотя читал и смотрел очень много. У Винджа, ни много ни мало, вся галактика состоит из областей с разными законами физики, причём, шито это не белыми нитками, а вполне гармонично. Идея любопытная не только сама по себе, но и позволяет автору вводить изолированные сюжетные контексты. Например, в нашей с вами области, «Медленной зоне», нельзя двигаться быстрее света, и невозможна работа сильного ИИ. Но вокруг неё есть «Край», где и гиперпрыжки и искусственный разум заводятся. Жители «Края» технологически более развиты, но по понятным причинам ни в коммуникацию с «Медленной зоной» вступить толком не могут, ни контакт совершить. Поэтому «Глубина в небе» — другой роман Винджа, о котором я вам рассказывал до этого — происходит в той же вселенной, но так, будто бы сверхсветового движения не существует. Кстати, корабли тут совершают микропрыжки по несколько десятков в секунду. Прикольная идея, которая ещё и накладывает некоторые ограничения на сражения в космосе: любой выпущенный тобой снаряд или даже лазерный луч попадёт туда, где враг находился несколько миллисекунд назад. Как именно автор преодолел это ограничение, я вам спойлерить не буду. Ну и самое крутое: раса существ, в которой одна особь представляет собой стаю собак из 3-6 организмов. Каждая отдельная собака не обладает высшими когнитивными функциями, но в синхронизации они превращаются в единое разумное существо, управляющее частями стаи так, как мы управляем руками и ногами. Это очень интересно описано, автор придумал целый отдельный быт с особенностями и ограничениями, связанными с таким необычным видом организмов. Авторский гений тут в том, что для введения принципиально иной формы жизни не потребовалось выдумывать условные летающие сгустки плазмы (или живой океан, да простит меня пан Станислав), а взят фундамент на основе понятного нам с вами (читателям, людям) образа. Наверное, если бы я советовал фантастику кому-то, кто невежественно считает её примитивным (детским, несерьёзным и т.д.) жанром, я бы предложил как раз Винджа. Ну может ещё Питера Уоттса. Знаю, что в серии у Винджа есть ещё книга, но в аудио её нет. Буду в старости у камина читать текстовые версии :) #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #sft

当前筛选 #sft清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8851 · 24.10.2025 г., 22:00

🧠 Карпаты показал, как добавить новую функцию в мини-LLM nanochat d32, сравнив её «мозг» с мозгом пчелы. Он обучил модель считать, сколько раз буква r встречается в слове strawberry, и использовал этот пример, чтобы показать, как можно наделять маленькие языковые модели новыми навыками через синтетические задачи. Сначала генерируются диалоги: «Сколько букв r в слове strawberry?» и правильные ответы. После этого модель проходит дообучение (SFT) или обучение с подкреплением (RL), чтобы закрепить навык. Карпаты объясняет, что для маленьких моделей важно продумывать всё до мелочей, как разнообразить запросы, как устроена токенизация и даже где ставить пробелы. Он показывает, что рассуждения лучше разбивать на несколько шагов, тогда модель легче понимает задачу. Nanochat решает задачу двумя способами: — логически, рассуждая пошагово; — через встроенный Python-интерпретатор, выполняя вычисления прямо внутри чата. Идея в том, что даже крошечные LLM можно «научить думать», если правильно подготовить примеры и синтетические данные. 📘 Разбор: github.com/karpathy/nanochat/discussions/164 @ai_machinelearning_big_data #AI#Karpathy#Nanochat#LLM#SFT#RL#MachineLearning#OpenSource