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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #501 · 12.08

Марк Уве-Клинг, «Страна качества». Уве-Клинг в первую очередь стендап-комик и автор комедийных скетчей, что сильно повлияло на книгу. Лично мне не хватило какой-то сюжетной целостности: весь текст это как бы склейка отдельных сценок в общем мире с общими героями. Персонажи, кстати, очень архетипичны, а главный герой, наоборот, сравнительно безликий наблюдатель. Я бы даже сказал, что главный герой тут — вы, тот, кто читает произведение. Тем не менее, в едкости и интересных идеях автору не занимать. «Страна качества» это сатирическая антиутопия об обществе потребления, причем, совсем не такая, как, например, «О дивный новый мир». Если у Хаксли за основу взяты глубинные соблазны людей, и на их основе смоделировано общество, то Уве-Клинг просто взял текущие реальные тренды и выкрутил в них все ручки на максимум. Не столь далёкое будущее, центром действия становится государство под названием Qualityland. Всех людей тут зовут именем + профессией родителя того же пола в момент зачатия. Например, главный герой Петер Безработный, хотя у него самого есть работа, но у его отца в момент его зачатия не было. Есть ещё, допустим, Мартин Управляющий, Конрад Повар, Мелисса Проститутка и другие. Конечно же, не обошлось без упоминания человека с именем Ганнибал Лектор. Вообще, у автора прекрасное чувство юмора с кучей пасхалок и отсылок. В Qualityland гипертрофированное до абсурда общество потребления, а люди в основном тупы, инертны и ленивы. В большинстве модальных окон в интерфейсах есть только кнопка ОК, даже если там задан вопрос, подразумевающий возможность отказа («Хотите посмотреть рекламу?»). Ещё в этом мире было посчитано, что уникальный рисунок губ более точен, чем отпечатки пальцев, поэтому люди оплачивают покупки, целуя экран своего гаджета — очень символично. Что касается товаров, то их доставляют дроны из магазина, даже если ты сам ничего не заказывал, потому что умные алгоритмы автоматически вычисляют, что именно тебе нужно, списывают с твоего счёта деньги за это и оформляют покупку без твоего участия. Это кажется диким, если не вспоминать, что у нас в нашей объективной реальности примерно такие же взаимоотношения с информацией: соцсети и алгоритмы корпораций решают за нас, какую информацию мы хотим потреблять, и доставляют её к нам. Вообще, читая эту книгу, я сначала пребывал в слезах от абсурдности и нереалистичности происходящего, а потом пребывал в слезах от осознания того, насколько близка наша реальная жизнь к чему-то подобному. Хоть центральный сюжет, на мой взгляд, вышел у автора беззубым и скомканным, острые и едкие детали в отдельных сценах и в описании мира можно пересказывать часами. Сквозь сатиру и гротеск иногда проглядывают любопытные размышления автора о неизбежном вреде человечеству от ИИ, исторические вставки с реальными фактами и вполне правдоподобные объяснения некоторых экономических эффектов. В общем, скорее рекомендую, чем не, но читать нужно с осторожностью, заранее воспринимая роман не совсем как обычное художественное произведение. Уже есть вторая книга, начну её сегодня. #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