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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #295 · 10.04

Сегодня бродили по Зоологическому музею, и я не переставал удивляться, сколько способов «придумала» природа для решения схожих задач. Ну, конечно, природа не наделена разумом, и эволюционный механизм ничего не изобретает в нашем понимании этого слова: просто какие-то варианты оказываются более приспособленными. У этого механизма бывают ошибки (погуглите «возвратный гортанный нерв»), и ещё нередко он «отказывается» от собственных же решений, начиная до неузнаваемости их преобразовывать: например, камбала выглядит так, будто она сделана на коленке из обычной рыбы, плавающей горизонтально, а у нарвала рог не симметричен относительно тела и является просто излишне разросшимся зубом. Тем не менее, механизм наследования, высокая мотивация (если не приспособишься, весь твой вид умрёт) и закон больших чисел обеспечивают очень хорошее разнообразие решений. Вот есть задача, например, «не быть съеденным». Можно быть быстрым и убегать от опасности (антилопы и косули), можно быть неприятным на вкус или запах (скунс, опоссум), можно быть незаметным (палочник, листовидка), а можно быть сильнее всех остальных, чтобы на тебя никто не мог напасть (различные хищники). Задача «добыть себе еды» тоже решается множеством способов: запасать; есть то, что не едят другие; есть то, что не могут достать другие и так далее. Я защищался по эволюционным алгоритмам в программировании, и они, честно говоря, работают так себе. Хуже, чем настоящая эволюция в природе. Во-первых, многообразия и времени не хватает. Но самое главное: мы им даём мало свободы, они недостаточно гибкие и ограничиваются слишком узким набором правил. Например, если у вас есть алгоритм для поиска оптимального маршрута поездки на работу, у него никогда не возникнет решения «предложить пользователю сменить работу, чтобы вообще не ездить никуда». Возможно, мы сможем эффективнее запускать такие алгоритмы, когда появятся онтологические базы данных, описывающие достаточно большую часть вселенной. Ещё очень интересно наблюдать эволюцию в технике. Решения, которые предлагают люди для той или иной задачи, тоже со временем приходят к какому-то своему оптимальному виду. Например, у автомобилей для драг-рейсинга огромные задние колёса и маленькие передние, почти рудиментарные. По множеству других признаков это всё-таки автомобиль: двигатель, колёса, место для человека, может ехать. Но отличия драг-рейсингового автомобиля от автомобиля, решающего другую задачу, как раз очень похожи на отличия разных представителей какого-то одного класса животных. Техника одного вида от разных производителей выглядит очень похоже, потому что эволюционно путём развития и улучшения приходит к какому-то оптимальному для своей задачи образу. А вам фото китоглавов. Форма клюва у них такая, что невозможно отделаться от мысли, будто бы они улыбаются. #life

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #phi

当前筛选 #phi清除筛选
科技&趣闻&杂记

@kejiqu · Post #3318 · 01.05.2025 г., 08:14

微软发布 Phi-4 系列小语言 AI 推理模型,AIME 2025 跑分超满血版 Deepseek R1 微软发布了Phi-4-reasoning系列推理模型,该系列包括Phi-4-reasoning、Phi-4-reasoning-plus和Phi-4-mini-reasoning三款模型。Phi-4-reasoning模型拥有140亿参数,通过监督微调Phi-4并结合OpenAI o3-mini的高质量推理演示数据训练而成,专为复杂推理任务设计。Phi-4-reasoning-plus版本通过强化学习提升性能。Phi-4-mini-reasoning是一款基于Transformer的紧凑型语言模型,专为计算资源有限的环境设计。该系列模型在数学推理和代理型应用中表现出色,在多项数学基准测试中,性能超越OpenThinker-7B等模型,部分测试接近OpenAI o1-mini水平。IT之家 | Microsoft 🏷#Phi#reasoning#模型#推理 📢频道👥群组📝投稿

耕读频道

@iGengdu · Post #440 · 03.08.2024 г., 12:17

#AI#Github Models #微软#免费体验#Llama 3.1 #Mistral Large 2 #Phi-3 #GPT-4o #GPT-4o mini 分享我的一篇博文:微软Github发布Github Models,为用户免费提供AI大模型体验场所 更多AI资源,请访问智汇AI网(SumeAI):https://www.sumeai.com 📢频道✈️ 群聊 (耕读) 📬投稿