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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #977 · 30.04

В технологической стартап-среде появился новый тренд: ИИ-гаджеты. Больше всего внимания на текущий момент привлекли два проекта. Humane AI Pin (справа) — коробочка размером с футляр для TWS наушников, вешается на одежду, имеет на борту камеру, микрофон и мини-проектор (высвечивающий простенькое монохромное меню на ладонь). Подразумевается, что ты можешь нажать кнопку и дальше либо задать устройству любой вопрос, в том числе требующий изображения с камеры (например "Что за модель автомобиля передо мной?"), либо попросить устройство сделать что-то, что просят у человека-ассистента: отправить почту, поставить напоминание и так далее. Понятно, что запросы через интернет уходят куда-то в GPT-подобную модель. Rabbit R1 (слева) — коробочка размером с пачку Беломора, имеющая дисплей, кнопку, камеру с микрофоном и скролл-колесо. Разработчики заявляют, что придумали нечто под названием Large Action Model (LAM) — специальную нейросетку, которой можно скормить интерфейс любого приложения, и она за тебя сможет в этом приложении выполнить любой набор действий, как если бы ты попросил об этом человека. Ну и функциональность ответов на вопросы тоже присутствует, конечно. Опять же, через симку с выходом в сеть. Так вот, примечательно то, что эти устройства, судя по всему, такой же маркетинговый фейк, как и почти всё, что связано с ИИ за последний год-два. Во-первых, они вышли чудовищно сырыми: оба уже продаются и оба содержат 5% от ожидаемых функций, да и те выполняют крайне плохо. Во-вторых, что важнее, они то себя позиционируют совсем не как краудсорсинговые проекты под возможное будущее развитие. Humane, например, привлёк и потратил почти $300 млн на обещаниях инвесторам, но продукт до сих пор неюзабелен, и ему нужно ещё больше денег и больше времени. R1 так вообще, по косвенным признакам, либо не содержит никакой LAM, либо она у разработчиков не завелась, поэтому они просто написали руками скрипты автоматизации действий для четырёх приложений, работающие очень топорно. Причём, и там и там идея то на самом деле нормальная: полноценный ИИ-ассистент, который может многое, для чего раньше использовали ассистента-человека. И у больших языковых моделей типа GPT вполне достаточно степени понимания речи, чтобы обладать потенциалом для реализации этой функции. Но правила капиталистического рынка диктуют необходимость начать рекламу и продажи раньше, чем гипотеза подтвердится. #gadgets

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #functools

当前筛选 #functools清除筛选
djangoproject

@djangoproject · Post #88 · 11.07.2016 г., 11:54

https://docs.python.org/3/library/functools.html#functools.partialmethod class #functools.partialmethod(func, *args, **keywords) Return a new #partialmethod descriptor which behaves like partial except that it is designed to be used as a method definition rather than being directly callable. func must be a descriptor or a callable (objects which are both, like normal functions, are handled as descriptors). When func is a descriptor (such as a normal Python function, classmethod(), staticmethod(), abstractmethod() or another instance of partialmethod), calls to __get__ are delegated to the underlying descriptor, and an appropriate partial object returned as the result. When func is a non-descriptor callable, an appropriate bound method is created dynamically. This behaves like a normal Python function when used as a method: the self argument will be inserted as the first positional argument, even before the args and keywords supplied to the partialmethod constructor.

djangoproject

@djangoproject · Post #267 · 23.02.2017 г., 13:44

https://www.python.org/dev/peps/pep-0443/ This PEP proposes a new mechanism in the #functools standard library module that provides a simple form of generic programming known as #single_dispatch#generic functions. A generic function is composed of multiple functions implementing the same operation for different types. Which implementation should be used during a call is determined by the #dispatch algorithm. When the implementation is chosen based on the type of a single argument, this is known as #single_dispatch . #overloading

djangoproject

@djangoproject · Post #97 · 11.07.2016 г., 12:18

https://docs.python.org/3/library/asyncio-eventloop.html #Calls Most #asyncio functions don’t accept keywords. If you want to pass #keywords to your callback, use #functools.partial(). For example, #loop.#call_soon(functools.partial(print, "Hello", flush=True)) will call print("Hello", flush=True). #Note functools.partial() is better than lambda functions, because asyncio can inspect functools.partial() object to display parameters in debug mode, whereas lambda functions have a poor representation. BaseEventLoop.call_soon(callback, *args) Arrange for a callback to be called as soon as possible. The callback is called after call_soon() returns, when control returns to the event loop. This operates as a FIFO queue, callbacks are called in the order in which they are registered. Each callback will be called exactly once. Any positional arguments after the callback will be passed to the callback when it is called. An instance of asyncio.Handle is returned, which can be used to cancel the callback. Use functools.partial to pass keywords to the callback. BaseEventLoop.call_soon_threadsafe(callback, *args) Like call_soon(), but thread safe. See the concurrency and multithreading section of the documentation.