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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #367 · 30.05

Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev

Hashtags

Резултати

Намерени 9 подобни публикации

Търсене: #loki

当前筛选 #loki清除筛选
MARVEL NOTICIAS™

@MarvelNoticias · Post #5464 · 20.11.2023 г., 00:37

#Loki✨ Sobre si volveremos a ver a la TVA en el MCU ya que persiguen a las variantes de Kang. "Esa es una decisión que se toma por encima de mi nivel salarial. Ellos deciden quién terminará en qué cosas" @MARVELNOTICIAS📮

Hashtags

MARVEL NOTICIAS™

@MarvelNoticias · Post #5463 · 20.11.2023 г., 00:35

#Loki✨ Sobre los problemas legales de Jonathan Majors. "Ya sabes, esa es una conversación de estudio más amplia. Para nosotros, simplemente estábamos concentrados en lo que teníamos y en lograrlo" @MARVELNOTICIAS📮

Hashtags

MARVEL NOTICIAS™

@MarvelNoticias · Post #5462 · 20.11.2023 г., 00:33

#Loki✨ Sobre Ravonna y su final. "Dejaré que la gente reflexione sobre lo que eso puede significar. Ella está en el aire. Hay cosas que pueden pasar con ella. Si miras los cómics, hay algunas inferencias divertidas que se pueden sacar de la pirámide" "Y sabes, ¿quién sabe? ¿Alioth la mata? ¿O entablaron una amistad? ¿Quizás Alioth la recuerda? No sé" @MARVELNOTICIAS📮

Hashtags

MARVEL NOTICIAS™

@MarvelNoticias · Post #5461 · 20.11.2023 г., 00:31

#Loki✨ Sobre la Sylvie de Sophia DiMartino. "Sylvie es interesante, por todo lo relacionado con McDonald's y su vida tranquila. Se siente como un año sabático. No estoy del todo preparado para crecer y hacer eso" "Y ella fue sacada de eso. Ahora comienza el trabajo. No estoy seguro de adónde irá desde aquí. Pero no creo que vaya a vivir sólo una vida tranquila. Quizás lo haría. No sé. Pero ella tomará una decisión muy activa sobre lo que va a hacer, sea lo que sea" "Ella está tomando esa decisión. No es simplemente como, Oh, voy a sentir las cosas. Ella va a ir en una dirección" @MARVELNOTICIAS📮

Hashtags

MARVEL NOTICIAS™

@MarvelNoticias · Post #5460 · 20.11.2023 г., 00:29

#Loki✨ ¿Cómo pasaste del Loki del libertinaje al Loki que tiene que ser un Dios? "La gran idea era llevar a Loki de un dios con d minúscula a un Dios con D mayúscula, impulsándolo hasta ese lugar donde obtiene su trono, pero ya no es un trono lo que quiere. Este es un deber" "Está haciendo esto para que todos los demás puedan tener sus vidas. Está renunciando a lo que más desea para que todos los demás puedan tener su libre albedrío... Queríamos potenciar sus habilidades, pero también su sabiduría y conocimiento" ¿Está Loki sufriendo? "Eso lo dejo a la interpretación. Esa imagen final pretende ser ambigua. Así que dejaré que la gente tome sus propias decisiones. Si nos fijamos en la mitología, alguien como Atlas es una persona interesante a la que mirar con eso" @MARVELNOTICIAS📮

Hashtags

MARVEL NOTICIAS™

@MarvelNoticias · Post #5459 · 20.11.2023 г., 00:26

#Loki✨ ¡El guionista de 'LOKI' Eric Martin responde a todas las preguntas del final de la serie! ¿Cómo funciona la comida en la TVA? "Esa es una pregunta interesante, porque el tiempo no pasa. Siempre lo abordé como si existiera un requerimiento nutritivo. La termodinámica todavía se aplica y necesitan crear energía para moverse. Pero no tienen mucho tiempo para ello" "Todo avanza rápidamente en la TVA. Siempre estás trabajando y tienes tu descanso de nueve minutos para almorzar. Hubo un gran chiste que tuvimos en la primera temporada. Al final tuvimos que cortarlo, pero fue divertido" "Vemos a un cazador en la cafetería: terminan su comida y luego simplemente podan la bandeja. En lugar de tirar nada" @MARVELNOTICIAS📮

Hashtags

Geex 👾

@GeexNoticias · Post #280 · 31.12.2022 г., 17:27

Primeras imágenes oficiales de Tom Hiddleston, Sophia Di Martino y Owen Wilson para la segunda temporada de #Loki

Hashtags

GitHub Trends

@githubtrending · Post #14846 · 20.06.2025 г., 12:00

#go#cloudnative#grafana#hacktoberfest#logging#loki#prometheus Loki is a log aggregation system inspired by Prometheus but designed specifically for logs instead of metrics. It is cost-effective and easy to operate because it only indexes metadata (labels) about logs, not the full log content, which reduces storage and complexity. Loki works well with Kubernetes by automatically indexing pod labels and integrates natively with Grafana for easy log visualization. Its stack includes an agent (Alloy) to collect logs, Loki to store and query them, and Grafana to display them. This setup helps you efficiently manage and analyze logs with less cost and simpler operation compared to traditional logging systems[2]. https://github.com/grafana/loki