#programming#GPT4#GPT3#dataviz#stats#analytics#ML#AI#IA
🚀
Cómo programar más rápidamente en #RStats con #ChatGPT
Escribir código es un proceso lento, especialmente cuando estás aprendiendo #datascience por primera vez. ¿Y si pudieras acelerarlo?
🔗Link
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
👍 Ваши собственные итоги 2025 за 10 минут
Чистое время анализа без учета ожидания выгрузки/загрузки архива, файлов и прочего
Везде все подводят результаты года, а у вас нет времени или силы покинули под конец декабря? Не беда! Вы же не зря подписались на канал популяризатора ИИ? 🐸
Делаем свои итоги 2025 на основе ваших диалогов с самой любимой нейронкой — ChatGPT (в DeepSeek/Claude похожим образом можно, остальные не так просто). Подходит даже для пользователей без платной подписки.
Итак, начинаем:
1️⃣Скачиваем архив переписки (там с самого начала общения будет, у меня с конца 2022), для этого:
▪️ открываем настройки (settings) -> управление данными (data controls) -> экспорт данных (export data)
▪️ ждем имейл на почту аккаунта со ссылкой на скачивание архива всех наших чатов. Ожидание может занять от 5 до 30+ минут, зависит от объема, у меня было минут 25
2️⃣ Распаковываем архив, находим самый тяжелый файл conversations.json, остальные можно удалить — не понадобятся
3️⃣Разбиваем этот файл по месяцам
▪️ проще всего через python, для этого вам на windows/mac нужно будет его установить, но это быстро и все равно когда-нибудь еще понадобится
▪️ здесь для экономии места поста писать что для этого сделать не буду, любая нейронка сможет вам помочь по шагам. Вот промпт-инструкция для нее:
👇 клик для копирования
Ты — дружелюбный помощник для человека, который никогда не работал с кодом.
Помоги мне по шагам:
1. Узнай у меня, какая у меня система (Windows или macOS).
2. Спроси, насколько я новичок (вообще ноль / немного понимаю).
3. После этого очень простыми словами объясни:
• как скачать и установить Python
• как проверить, что он работает
4. Затем помоги:
• взять файл conversations.json из экспорта ChatGPT
• разложить мои сообщения по месяцам в отдельные .txt файлы
• файлы должны называться 2025-01.txt, 2025-02.txt и т.д.
Правила:
• никаких сложных терминов без объяснений
• каждый шаг = что нажать → что должно получиться
• если что-то может пойти не так — сразу скажи, как проверить
• команды показывай отдельными блоками
• после каждого шага спрашивай: «получилось или нет?»
Начни с вопросов ко мне, а не с инструкций.
4️⃣Отправляем свои файлы по месяцам в нейроку и получаем личные результаты 2025
❗️Проблема! Если вы часто общаетесь с ChatGPT, то файлы будут большими, большинство нейронок не смогут столько «переварить» за раз из-за размера контекстного окна.
Есть два варианта:
1) Заливаем все файлы сразу в Notebook LM от Google (требуется волшебная программка для входа, вы знаете какая). Он специализируется на больших объемах информации и вообще крутой инструмент, если еще не пробовали — в 2026 обязательно побольше про него расскажу
2) если файлов 12 и меньше, и они не такие большие как у меня, то любая нейронка справится, правда у того же ChatGPT лимит 10 файлов за сообщение, возможно, придется в два этапа закинуть и попросить объединить выводы на основе всех файлов
▪️ для подведения итогов используем свой промпт (что вам хочется узнать про год), или вот такой готовый:
👇 клик для копирования
Ты — психолог и аналитик мышления.
Ниже — мои запросы к ИИ за 2025 год.
Проанализируй их и покажи:
– ключевые темы и повторяющиеся паттерны
– точки роста и кризисы
– где я застревал, а где двигался вперёд
– как менялся мой фокус в течение года
– какие тенденции видно на следующий год
Дай честный, структурированный разбор без мотивационной воды.
5️⃣ ???
6️⃣Вы великолепны в любом случае, потому что узнали новый крутой способ использовать ИИ
У меня итоговый вывод такой:
2025 год был для тебя годом «отладки операционной системы». Ты обновил железо (тело), почистил софт (психика) и написал новые скрипты (автоматизация). 2026-й станет годом «экспансии», если ты удержишь баланс и не свалишься в привычный перфекционизм.
Совпадает с ощущениями!
Делитесь своими результатами в комментариях, это очень интересное дело под закрытие года 🎄
Ну и если что-то не получилось — пишите мне в личку или здесь под постом, помогу 👍
Хэштеговая:
#итоги#итоги2025#ИИ#AI#лайфхаки#иилайфхаки#иимышление
#php#agent#agi#ai#gpt#llm#low_code#mcp#no_code#sandbox#workflow
Magic is an open-source AI platform that helps businesses quickly build and use AI tools to boost productivity by up to 100 times. It offers a complete set of AI products, including a smart AI agent for complex tasks, an AI-powered chat system for team communication, and a visual tool to create AI workflows without coding. These tools work together to improve decision-making, automate tasks, and enhance collaboration securely within organizations. You can try Magic via cloud services or self-host it, making it flexible and powerful for different business needs. This platform saves time, improves efficiency, and supports smarter teamwork.
https://github.com/dtyq/magic
⚡Speculative Cascades — как ускорить работу LLM
Google Research придумали новый способ сделать большие языковые модели быстрее и дешевле.
Что это такое:
🔹Каскады
Сначала отвечает маленькая модель. Если задача слишком сложная - подключается большая. Так экономятся ресурсы, но качество может прыгать.
🔹Спекулятивная декодировка
Маленькая модель угадывает сразу несколько слов вперёд. Большая быстро проверяет данные и подтверждает. Скорость выше, но большая модель всё равно тратит много ресурсов.
🟢Speculative Cascades
Это комбинация: маленькая модель иногда отвечает полностью сама, а иногда используется как ускоритель для большой. В итоге получаем меньше затрат, больше скорости и то же качество.
🔥Что показали тесты (тестили на Gemma, T5):
- быстрее, чем обычная спекулятивная декодировка
- дешевле и качественнее, чем каскады
- удобнее настраивать баланс «скорость ↔ качество»
При том же уровне качества, что и у спекулятивной декодировки, новый метод работает быстрее (генерирует больше токенов за один вызов большой модели).
А в задачах математических рассуждений получен явный апгрейд по скорости при сохранении или даже улучшении качества.
LLM всё чаще используются в поиске, чатах, ассистентах. Чтобы они реально были полезными, их нужно ускорять и удешевлять. *Speculative cascades* помогают это сделать без потери качества.
🔗Подробнее: https://research.google/blog/speculative-cascades-a-hybrid-approach-for-smarter-faster-llm-inference/
@ai_machinelearning_big_data
#AI#LLM#Inference#SpeculativeDecoding#Cascades#GoogleResearch
Boon AI Secures $15.50M Round
Boon AI has successfully raised $15.50 million in funding on December 20, 2024. More details can be found on their website: Boon.
#BoonAI#Funding#Investment#Startup#Tech#AI #$15.50M #Round