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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #265 · 20.03

Давайте раз выходной ещё расскажу про автодилера, и пока закроем тему с машинами. Вообще, я был удивлён, насколько эта область закостенелая. Многие вопросы решаются только звонками. Списку "модели в наличии" и ценам на нём верить нельзя. Весь процесс покупки какой-то долгий, не на один день. Встречается путаница в цифрах: вот эта цена только с кредитом, причем определённым, но за сам кредит вы переплатите больше, а вот эта цена за трейдин, но тоже при некоторых условиях, а это вообще рекламная. На самом деле, я почти со всем этим не столкнулся (кроме ненастоящего списка "в наличии"). Хочу выразить благодарность салону Пежо Авто Премиум, на Хасанской улице — мне сразу сказали практически точно конечную цену, не впаривали никакие допы, и самое главное — не было скрытых платежей. Я вообще, когда друзьям рассказал, что машину покупаю, все до единого рекомендовали тщательно сверять цифры. Но я относился к этому очень скептически — ну, допустим, какие-то разводилы у вокзала пытаются людей обмануть, но автосалоны то не будут! Однако, у меня отец в тот же период покупал новый Tiguan, и у него там реально пытались пропихнуть скрытый платёж на внушительную сумму за какую-то номинальную доп.услугу. Это повергло меня в шок: салон немецких автомобилей, от немцев фанатов чётких правил, пытался развести на бабки, а салон менее строгих французов не пытался! Короче, по тому, что рассказывают друзья, и что пишут и показывают в сети, мой опыт вообще очень удачный, а нередко людям куда сложнее и дольше даётся процесс покупки автомобиля. Кажется, сейчас даже квартиру легче купить, благодаря всяким ДомКликам. Ну и пару слов про кредит, не могу не рассказать. Мой первый в жизни кредит был тупым. Прямо по классике: я выпускал новый проект и думал, что сейчас разбогатею. Взял себе кредит на мотоцикл. Проект провалился, я остался без источника дохода, и мало того, что не отдал кредит сразу же, как планировал, а он ещё и висел на мне кабалой несколько лет, вдвое уменьшая мой и без того низкий в то время уровень жизни. Мой нынешний опыт кредита максимально положительный. Я за 5 минут в приложении интернет-банка оформил потреб на недостающую сумму. Это оказалось не только существенно быстрее, чем ждать одобрения от кредитного отдела в автосалоне, но и дешевле по деньгам. И отдавать мне его легко, потому что платёж незначителен относительно величины зарплаты. Так что любым инструментом нужно просто уметь правильно и своевременно пользоваться. Кредиты не зло, тупые люди зло. #life

Hashtags

Резултати

Намерени 4 подобни публикации

Търсене: #hallucinations

当前筛选 #hallucinations清除筛选
AI & Law

@ai_and_law · Post #512 · 24.02.2025 г., 08:04

🇨🇦Canadian Tribunal Rejects Fabricated Case Law In Canada a family couple relied on Microsoft Copilot to generate legal precedents in a condo dispute—only to discover that nine out of ten cited rulings didn’t exist. The Civil Resolution Tribunal found the cases to be AI “hallucinations,” raising serious concerns about the reliability of AI-generated legal research. While AI can streamline legal work, this case underscores a fundamental risk: without proper verification, reliance on AI-generated case law can undermine legal arguments and credibility. . #AI#LegalTech#AIEthics#Hallucinations

AI & Law

@ai_and_law · Post #819 · 04.05.2026 г., 07:04

🇿🇦South Africa Withdraws AI Policy Over Hallucinated Sources South Africa has withdrawn its draft national AI policy after discovering that at least 6 of its 67 academic citations were AI-generated and referred to non-existent journal articles. Communications Minister Solly Malatsi stated that the most plausible explanation is the inclusion of unverified AI-generated references, calling the lapse a failure that “compromised the integrity and credibility” of the policy. The draft policy had proposed establishing a national AI commission, an AI ethics board, and a regulatory authority, alongside incentives such as tax breaks and grants to support AI infrastructure. The issue was identified after News24 found fabricated citations, later confirmed by journal editors. The policy will be revised before being reissued, and the minister indicated there would be consequences for those responsible. The case highlights risks of using generative AI in policy drafting without verification. A Nature study cited in the report found that over 2.5% of academic papers in 2025 contained at least one potentially hallucinated reference, up from 0.3% in 2024, amounting to more than 110,000 papers. #AIRegulation#AIethics#Hallucinations#PublicPolicy#AIGovernance

People who eat the mushroom Lanmaoa asiatica raw or undercooked have reported seeing tiny human-like figures moving around them. These are called lilliputian hallucinations. Reports from people across different cultures and backgrounds describe similar details, including small figures walking on floors and furniture. The effects can begin 12–24 hours after eating and may last 1–3 days. Some cases are serious and require hospital care. Don't try this yourself.. 🍄😵‍💫🧚‍♀🦄🍄‍🟫 [Read more 1] [Read more 2] [Read more 3] @googlefactss #Mushrooms#ScienceFacts#Hallucinations#Nature#DidYouKnow If you have ideas or feedback contact us: @Googlefactss_Feedback_bot

Machinelearning

@ai_machinelearning_big_data · Post #8518 · 11.09.2025 г., 17:11

🔥WFGY 2.0 — Semantic Reasoning Engine for LLMs (MIT) Это движок с открытым исходным кодом, цель которого — уменьшить галлюцинации и логические сбои в системах типа RAG / LLM, особенно когда: - источники OCR-текста плохо распознаются, - происходит «semantic drift» (когда ответ уходит от вопроса), - «ghost matches», когда извлечённый фрагмент кажется релевантным, но на самом деле нет. Обычно ошибки ловят уже в готовом сгенерированном тексте, из-за чего они часто повторяются. В Semantic Reasoning Engine всё наоборот: если система видит, что рассуждения «кривые» или сбились с курса, она останавливается, сбрасывается или ищет другой путь и отвечает только когда состояние стабильно. 🛡Авторы называют это semantic firewall - семантический «файрвол». Проверки встроены прямо в процесс мышления модели, а не поверх ответа с фильтрами или регексами. Это помогает избегать ошибок до того, как они попадут в вывод. 📌 Проект включает карту из 16 типичных ошибок LLM: - неверный поиск данных, - сбившаяся логика, - «провалы памяти», - путаница ролей агентов и другие. Для каждой есть простое текстовое исправление. Никаких SDK — достаточно вставить инструкции прямо в промпт. 🟢Как модель решает, правильные ли ответ генерируется: - ΔS (drift) - не уходит ли смысл слишком далеко от шага к шагу - λ (convergence) - сходится ли рассуждение к решению или крутится в цикле - Coverage — достаточно ли фактов и аргументов учтено Если все три условия выполнены, ответ считается «качественным». 🟢В тестах стабильность вывода выросла до 90–95% против обычных 70–85% у традиционных подходов. ▪Github: https://github.com/onestardao/WFGY @ai_machinelearning_big_data #ai#llm#opensource#reasoning#hallucinations#promptengineering