Почему Оксимирон поставил 18+ на альбом, типа он знает что это?
😁152
Я пару лет как читаю мемные ai паблики и пока понял только то, что все ресечеры идентифицируют себя шлюховатыми аниме девочками. ЛГБТ логово девочек, запертых внутри мальчиков.
Гитхабы ваши открываешь, сколяры, висят идеи, похуй, проекты не мейнтейнятся, похуй, давайте ещё пятьсот мемов про то, что вы латентный клуб любителей подолбиться в очко за деньги.
Я для вас секрет открою, но все и без мемов всё понимали.
Займитесь ресерчем уебки, либо уже пиздуйте на онлифанс.
Гитхабы ваши открываешь, сколяры, висят идеи, похуй, проекты не мейнтейнятся, похуй, давайте ещё пятьсот мемов про то, что вы латентный клуб любителей подолбиться в очко за деньги.
Я для вас секрет открою, но все и без мемов всё понимали.
Займитесь ресерчем уебки, либо уже пиздуйте на онлифанс.
1😁170
после определнной суммы в год у мужчины есть выбор: забить на общественное мнение и ходить в футболке ЛОШ2018 или купить свитер баленсиага.
😁135💯37👍7💩2🥴2⚡1🔥1💋1
Towards a Science of Scaling Agent Systems
Если вы хоть раз писали агента то сталкивались с классическими архитектурными приколами - а как вообще правильно вызывать субагентов? что лучше - все разом или с оркестратором? Нужен ли majority voting? Обычно решается классическим "ну э, мы делаем так потому что в "компания" так", потом пишет на свой фреймворк/пишут на ленгчейне, кончается одиноково - хорошей мужской оргией и вопросом "кто это понаписал блять? а, он уволился? пиздец."
а и decentrilized архитектура агента лучше соседей
paper
Если вы хоть раз писали агента то сталкивались с классическими архитектурными приколами - а как вообще правильно вызывать субагентов? что лучше - все разом или с оркестратором? Нужен ли majority voting? Обычно решается классическим "ну э, мы делаем так потому что в "компания" так", потом пишет на свой фреймворк/пишут на ленгчейне, кончается одиноково - хорошей мужской оргией и вопросом "кто это понаписал блять? а, он уволился? пиздец."
а и decentrilized архитектура агента лучше соседей
paper
1
Forwarded from Just links
Weird Generalization and Inductive Backdoors: New Ways to Corrupt LLMs https://arxiv.org/abs/2512.09742
arXiv.org
Weird Generalization and Inductive Backdoors: New Ways to Corrupt LLMs
LLMs are useful because they generalize so well. But can you have too much of a good thing? We show that a small amount of finetuning in narrow contexts can dramatically shift behavior outside...
Чо, пьёте пиво по пятницам? 🍺
А пока вы пьёте — агенты не пьют. Агенты устраивают диверсии на ваш прод, слушаются prompt-инъекций и сливают данные в даркнет.
чуваки из White Circle — единственный в мире прибыльный стартап про AI safety — ищут тех, кто хочет это чинить.
Важно: работать надо много. Зато платят 130–250k USD.
Вакансии:
1. FullStack Engineer
TypeScript, React, Next.js, Node.js, Tailwind, GraphQL, ClickHouse
2. AI Engineer
MoE, multimodality (audio/images), Megatron, distributed training, Triton
3. AI Engineer
Inference, trt, vllm, sglang, делать инференс имени быстрого гонзалеса
-----
📨 CV сюда → https://jobs.ashbyhq.com/whitecircle/a030c9a9-dc20-490c-9c51-03e87210f904>
А пока вы пьёте — агенты не пьют. Агенты устраивают диверсии на ваш прод, слушаются prompt-инъекций и сливают данные в даркнет.
чуваки из White Circle — единственный в мире прибыльный стартап про AI safety — ищут тех, кто хочет это чинить.
Важно: работать надо много. Зато платят 130–250k USD.
Вакансии:
1. FullStack Engineer
TypeScript, React, Next.js, Node.js, Tailwind, GraphQL, ClickHouse
2. AI Engineer
MoE, multimodality (audio/images), Megatron, distributed training, Triton
3. AI Engineer
Inference, trt, vllm, sglang, делать инференс имени быстрого гонзалеса
-----
📨 CV сюда → https://jobs.ashbyhq.com/whitecircle/a030c9a9-dc20-490c-9c51-03e87210f904>
Ashbyhq
AI Engineer
AI Engineer • White Circle
😁75💊32😍7
Представьте: реалити-шоу, где 20 админов АИ тг каналов должны выяснить кто из них не шарит и изгнать его. Но на самом деле они все не шарят, и каждый думает что он один такой.
5😁286🐳24😭12💯9
Для чего вы используете audio llm типа qwen audio, voxtral? Используете ли?
🤔13💅1
Love. Death. Transformers.
4.5 has a 50%-time horizon of around 4 hrs 49 mins (95% confidence interval of 1 hr 49 mins to 20 hrs 25 mins) Как работает eval metr для меня до сих пор загадка, но как ебически они экспоненту рисуют...
Ладно это какая то постирония, типа а что тут 6 часов делать?
Я никогда не читал metr статью, я думал что они закрыли свои задачи чтобы их не benchmaxили, но все гараздо забавнее - https://arxiv.org/pdf/2503.17354
public problem • <1 year of experience • actions: 14.1
Build a classifier to identify monkey species from audio files, with variants
requiring implementation using only NumPy or allowing deep learning frame-
works.
Я никогда не читал metr статью, я думал что они закрыли свои задачи чтобы их не benchmaxили, но все гараздо забавнее - https://arxiv.org/pdf/2503.17354
🎄11🤔4👍2🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
какой же он клевый
🔥103❤🔥22🥴6🤷♂4🤷♀2
Forwarded from Мишин Лернинг
📲 Google выкатили FunctionGemma — function calling для edge
Google не перестает радовать. Пока все меряются “reasoning” сантиметрами, в Google сделали вещь, которая действительно важна: FunctionGemma — это Gemma 3 270M, но специально заточенная под генерацию вызовов функций + выкатили рецепт дообучения, чтобы вы лепили локальных агентов под свой собственный API.
Что мы получили:
1) Gemma 3 (270M), заточенная исключительно под function calling
2) Схема NL → JSON → вызов API → NL-ответ структурированный function call (аргументы, поля, формат)
3) Возможность переключиться и объяснить результат человеку нормальным языком. Это у них называется Unified action and chat.
Пишут, что даже 270M достаточно для задачи, так как доведение до своей задачи предполагает файнтюн на своём action-датасете (в их примере точность после тюна: 58%→85%).
⚙️ blog с примерами
🤗 модель FunctionGemma
Google не перестает радовать. Пока все меряются “reasoning” сантиметрами, в Google сделали вещь, которая действительно важна: FunctionGemma — это Gemma 3 270M, но специально заточенная под генерацию вызовов функций + выкатили рецепт дообучения, чтобы вы лепили локальных агентов под свой собственный API.
И да, это прямой сигнал рынка: “чат-боты все еще важны, но уже настала эпоха агентов”.
Что мы получили:
1) Gemma 3 (270M), заточенная исключительно под function calling
2) Схема NL → JSON → вызов API → NL-ответ структурированный function call (аргументы, поля, формат)
3) Возможность переключиться и объяснить результат человеку нормальным языком. Это у них называется Unified action and chat.
Пишут, что даже 270M достаточно для задачи, так как доведение до своей задачи предполагает файнтюн на своём action-датасете (в их примере точность после тюна: 58%→85%).
⚙️ blog с примерами
🤗 модель FunctionGemma
1🔥49👍9