TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #853 · 26.08
На работе переезжаем с микросервисов на монолит. Наигрались ) Вообще, удивительно, как идея микросервисов заразила когда-то умы людей в айти сфере. Почему-то на уровне концепции действительно кажется, что это вау, офигенно, переворачивает игру и так далее. Сейчас сделаем микросервисы и заживём: масштабирование, изоляция, параллельность разработки и так далее. В общем, у нас, как лично мне кажется, повода делать микросервисы особо не было, но несколько лет назад, когда проект начинали, поддались общей моде. После трёх огромных архитектурных рефакторингов стало ясно, что каждая микросервисная фича стоит дороже, чем объём реальной пользы, которую она приносит. И, в целом, я от других разработчиков много слышу последний год-два, что лодка качнулась обратно в сторону монолитов, в том числе модульных, так что мы даже в каком-то смысле опоздали с переездом. Через полгода расскажу вам, что в итоге вышло. А в комментариях, если вы работаете в большом энтерпрайзе, можете рассказать, как у вас сделано и почему. #dev
Hashtags
Търсене: #rlhf
@kejiqu · Post #3986 · 21.12.2025 г., 08:30
ChatGPT 文风，原产地肯尼亚 肯尼亚作家Marcus Olang指出，其写作风格与ChatGPT高度相似，导致其作品屡被退稿，并引发了关于AI“模仿”人类写作方式的讨论。他认为，AI模型并非原创，而是学习了全球南方，特别是肯尼亚等地区严苛教育体系下形成的规范化写作模式。这一现象与AI模型厂商为降低成本，将RLHF工作外包给非洲国家有关，导致模型在用语习惯上受到影响。此外，研究发现ChatGPT对“delve”等词汇的使用频率异常高，也与非洲RLHF工作者的语言习惯有关。这一现象引发了对AI检测器准确性的质疑，以及对非英语母语者在AI时代可能面临的误判风险的关注。IT之家 🏷#ChatGPT#肯尼亚写作风格#RLHF 📢频道👥群组📝投稿
@yinghexiaozu · Post #1248 · 24.02.2023 г., 00:00
站在 ChatGPT 的肩膀上 这是 ChatGPT 系列话题之二。我精选了这段时间以来我看到的关于 ChatGPT 的文章、网站和项目。 https://hardcored.substack.com/p/w5 #Newsletter#ChatGPT#AIGC#RLHF#GPT3#HuggingFace
@githubtrending · Post #14655 · 01.05.2025 г., 13:30
#typescript#electron#llama#llms#lora#mlx#rlhf#transformers Transformer Lab is a free, open-source tool that lets you easily work with large language models on your own computer, offering one-click downloads for popular models like Llama3 and Mistral, fine-tuning across different hardware (including Apple Silicon and GPUs), and features like chatting, training, and evaluating models through a simple interface—saving you from complex setups like CUDA or Python version issues[1][2][5]. https://github.com/transformerlab/transformerlab-app