TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #888 · 14.10
Сходил для интереса на конфу для Java-разработчиков, хотя не пишу на Java уже давно (а на хорошем уровне не писал никогда). Было много всего интересного, но особенно меня впечатлила лекция об истории развития этого языка. Java, на секундочку, вероятно самый распространённый язык программирования в мире с точки зрения количества разных устройств, на которых он присутствует. То есть буквально один из столпов современной цифровизации всего человечества. Так вот, когда он только зарождался, компания Sun Microsystems наняла себе в помощь несколько сотен разработчиков из России, бОльшая часть которых сидела у нас в Питере — это были выходцы из матмеха СПбГУ. Более того — в какой-то момент именно питерская ячейка стала крупнейшей по числу инженеров, превзойдя даже ту, которая располагалась в Калифорнии. И люди периодически ездили в США, чтобы синхронизировать свою работу с тамошним офисом (пересылали diff репозитория архивами по почте!). Потом Sun купила Oracle и постепенно ушла из России. Но вклад наши внесли, оказывается, очень существенный. #dev Перерисовал на эту тему картинку из XKCD
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