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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #965 · 15.03

Аркадий и Борис Стругацкие, «Жук в муравейнике». Вторая книга про Максима Камерера, сюжет которой напрямую с первой частью не связан, но связан косвенно, о чём я подробнее расскажу в посте о третьей книге. Сюжет «Жука» сравнительно простой: земляне находят инопланетную капсулу с человеческими эмбрионами, решают этих людей вырастить, но постоянно ждут, что в них заложена какая-то программа. И один из этих людей в какой-то момент начинает действовать странно. Спойлерну, что ответ на вопрос, запустилась ли программа, явно так и не был дан, хотя персонально я думаю, что запустилась. Корневая идея повести напрямую высказывается одним из персонажей: даже очень рациональные люди, если их задача состоит в защите от угроз, должны предполагать всякое нерациональное и даже мистическое, а также действовать активнее, чем может того требует ситуация. «И если в нашем доме вдруг завоняло серой, мы просто не имеем права пускаться в рассуждения о молекулярных флюктуациях — мы обязаны предположить, что где–то рядом объявился черт с рогами, и принять соответствующие меры, вплоть до организации производства святой воды в промышленных масштабах. И слава богу, если окажется, что это была всего лишь флюктуация, и над нами будет хохотать весь Всемирный совет и все школяры в придачу…» Если точнее, то книга ставит вопрос: как найти баланс между разумной предосторожностью и панической истерией? Какой процент уверенности в наличии угрозы должен быть, чтобы мы начали действовать превентивно? Я встречал мнение, что, дескать, никакой: никогда нельзя действовать превентивно, никогда нельзя нападать первому, и нападающий виноват всегда. Эта простая и даже в каком-то смысле детская модель, разумеется, не выдерживает не только проверку реальностью, но и проверку вполне существующей практикой действий полиции и спецслужб во всех без исключения странах, даже максимально гуманистических (или представляющих себя таковыми). Ещё, раз уж мы говорим о фантастике, на эту же тему можно вспомнить фильм «Особое мнение», хотя в нём идею развили гораздо слабее, чем это можно было бы сделать, на мой взгляд. В остальном классическая для Стругацких недосказанность проявилась и здесь. С одной стороны, это плохо, потому что многие авторы предлагают ответы на собственные же вопросы. Фантасты, как правило, образованные интеллектуалы, и мне вот вполне интересно почитать, как бы они предлагали решать те или иные проблемы социума. С другой стороны, у Стругацких получается прям реалистично — ты будто бы новости прочитал или какой-то отчёт о реальных событиях, где нет мнения, просто изложены факты, а дальше думай сам. #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #sft

当前筛选 #sft清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8851 · 24.10.2025 г., 22:00

🧠 Карпаты показал, как добавить новую функцию в мини-LLM nanochat d32, сравнив её «мозг» с мозгом пчелы. Он обучил модель считать, сколько раз буква r встречается в слове strawberry, и использовал этот пример, чтобы показать, как можно наделять маленькие языковые модели новыми навыками через синтетические задачи. Сначала генерируются диалоги: «Сколько букв r в слове strawberry?» и правильные ответы. После этого модель проходит дообучение (SFT) или обучение с подкреплением (RL), чтобы закрепить навык. Карпаты объясняет, что для маленьких моделей важно продумывать всё до мелочей, как разнообразить запросы, как устроена токенизация и даже где ставить пробелы. Он показывает, что рассуждения лучше разбивать на несколько шагов, тогда модель легче понимает задачу. Nanochat решает задачу двумя способами: — логически, рассуждая пошагово; — через встроенный Python-интерпретатор, выполняя вычисления прямо внутри чата. Идея в том, что даже крошечные LLM можно «научить думать», если правильно подготовить примеры и синтетические данные. 📘 Разбор: github.com/karpathy/nanochat/discussions/164 @ai_machinelearning_big_data #AI#Karpathy#Nanochat#LLM#SFT#RL#MachineLearning#OpenSource