Форум 'Искусственный интеллект' на RSDN

Как у ИИ с оптимизацией кода?

Thu, 09 Apr 2026 17:00:42 GMT

Кто более-менее серьезно использует ИИ для генерации кода — как у того кода с оптимизацией? Удается получить заметно большую эффективность по быстродействию/памяти, что вручную?

А как с оптимизацией форматов для хранения? Скажем, нужно хранить миллиард записей с разными полями (дата, время, количество, коды и т.п.). Оно умеет подбирать компактные представления лучше, чем это делает грамотный человек?

Антиплагиат. Проверка на ИИ

Thu, 09 Apr 2026 16:04:51 GMT

Как работает в антиплагиате проверка на то, что тест сгенерирован ИИ? Эти алгоритмы где-то опубликованы?
Как они умудряются посчитать при этом процент уникальности?
Потому что у меня результаты некоторых проверок вызывают большие вопросы.

Вопрос тем, кто использует Claude, ChatGPT и др. в работе

Thu, 09 Apr 2026 04:02:16 GMT

Вас не напрягает, что вы делитесь интеллектуальной собственностью вашей компании с хз пойми кем?
Или в вашей компании такая практика официально закреплена?
Как это закреплено юридически?

AI-cинтез совершенной музыки из Рая (в режиме радио), когда ждать ? (мнение ИИ)

Fri, 03 Apr 2026 08:34:28 GMT

в продолжение темы,

(вкратце, путь начнут прощупывать через 5-10 лет, а прорывов ждать раньше чем через 10-20 лет не приходится реально прорывные технологии могут задержаться и на 20-30 лет),

подробности ниже:

а когда система сможет в реальном времени подбирать самую офигенную музыку из всех её возможных теоретических вариантов ?

а "если" музыка совершенного наслаждения лежит за пределами того что кто либо когда либо генерировал на Земле (и вообще за пределами человеческого воображения) ? то когда её научатся подбирать такую максимально офигенную (в каждый момент времени среди множества теоретически возможных) ?

Оффлайн LLM для домашнего обучения

Tue, 31 Mar 2026 16:51:51 GMT

Привет

Везде слышу что всё меняется с безумной скоростью, агенты уже вовсю решают почти весь пайплайн разработки.
Пока у меня всё обходилось только пользование LLM.
Тут недавно заводил тему и вот хочу что-то из проверенного и неустаревшего взять для того, что у себя на домашнем компе развернуть и попробовать обучить бытовым вещям типа:
отслеживать что у ребенка убрана кровать и тогда включать интернет в телефоне
или если кот подходит близко к клетке с хомяком включать громко в Алисе что-то пугающее его.

в общем самому обучиться и погрузиться.
по железу я так понял для моих целей ноута Apple среднего хватит для того чтобы крутить LLM такого типа?
а по самой LLM подскажите, что взять посоветуете?

ollama + qwen + интернет возможна?

Sun, 29 Mar 2026 21:24:18 GMT

Сразу скажу, в ИИ я полный нуб, и скорее всего выше уровнем не поднимусь, так что не судите строго
Установил ollama на win11, в неё локальный qwen, вроде более менее шевелится на мобильной rtx 4070, но в интернет не умеет, как облачные ИИ.
Подскажите, гуру, можно ли как-то настроить, чтобы и в интернете искал ответы на мои вопросы?

TurboQuant: сжал KV-кеш до 3 бит – ускорение до 8 раз

Sun, 29 Mar 2026 11:26:45 GMT

TurboQuant: Google сжал KV-кеш LLM до 3 бит без потери точности – ускорение на H100 до 8 раз
https://habr.com/ru/companies/bothub/news/1015098/

в основе работы лежат не просто инженерные ухищрения, а строгие теоретические доказательства. Предложенные методы (PolarQuant, QJL и сам TurboQuant) работают вблизи известных теоретических нижних границ искажений, что гарантирует их надёжность в масштабных промышленных системах.

	P.S.: Акции производителей памяти рухнули
	Акции крупнейших производителей памяти рухнули после анонса алгоритма TurboQuant для ИИ-моделей https://club.dns-shop.ru/digest/169319-aktsii-krupneishih-proizvoditelei-pamyati-ruhnuli-posle-anonsa-algo/ Сильнее всего пострадали Micron и SanDisk — их котировки ценных бумаг снизились на 19,53 % и 21,73 % соответственно. Стоимость памяти DDR5 рухнула на фоне презентации алгоритма сжатия TurboQuant от Google https://club.dns-shop.ru/digest/169434-stoimost-pamyati-ddr5-ruhnula-na-fone-prezentatsii-algoritma-sjat/

Дистилляция LLM в код

Mon, 23 Mar 2026 05:04:04 GMT

Была такая статья: https://sysblok.ru/blog/gorkij-urok-abbyy-kak-lingvisty-proigrali-poslednjuju-bitvu-za-nlp/
Это про компанию ABBYY и ее попытку построить "вавилонскую башню" моделей описания языков для своего переводчика над которым работали сотни лингвистов и проигрыш сначала google translate с его статистическими методами и big data, а затем и llm. В общем, ABBYY не потянула масштаб задачи и "необъяснимая эффективность больших данных" победила.

А вот интересно — с развитием генерацией кода llm (вайб кодинг) у первого подхода (т.е. больших детерминированных алгоритмов и моделей) есть шанс? Это же практически дистилляция знаний в конкретной области llm в код.
И этот код работает намного быстрее топовых llm. Что думаете, был бы у ABBYY сейчас шанс?

Стартап в Мельбурне работает над органическим компьютером

Sun, 22 Mar 2026 07:40:30 GMT

https://futurism.com/artificial-intelligence/new-data-centers-human-brain-cells

researchers at Australian biotech startup Cortical Labs showed off its CL1, the “world’s first code deployable biological computer” that’s made up of 200,000 living human neurons.

https://www.tomshardware.com/tech-industry/artificial-intelligence/human-brain-cells-set-to-power-two-new-data-centers-thanks-to-body-in-the-box-cl1-cortical-labs-targets-the-ai-energy-crisis-with-biological-computer-that-reportedly-uses-less-energy-than-a-calculator

The CL1 units consist of a silicon chip with 200,000 lab-grown human neurons ‘grown’ on top, converted initially from human blood cells. Like the complex array of cells in the human brain, these neurons respond to electrical stimuli to and from the chip, forming networks like the neural arrays in our own brains. The system is shown to be able to learn and adapt, with the CL1 equipped with life-support features that keep the conditions suitable for the neurons to remain alive for up to six months.

200,000 neurons is not equivalent to a traditional CPU, but rather acts as a biological equivalent to a low-power AI accelerator or a specialized neuromorphic chip

Массивно-параллельный GPGPU — от невидии или амд — тоже не является эквивалентом к традиционному CPU, однако является ядром всего от 3d animation до ANN в целом и LLM в частности.

Давайте обсуждать- что имеет больший потанцевал- органический компьютер из человеческих нейронов, или клонирование человеческого сознания в силиконовом компьютере?

О "добросовестности" ИИ :)

Fri, 20 Mar 2026 17:12:19 GMT

Знает ли кто-нибудь что-то о том, как влияет на работу обученных моделей (особенно коммерческих) оценка моделью количества ресурсов, потребных для генерации ответа на запрос пользователя?

Если при обучении моделей задаются установки типа "самоубийство — плохо", "наркотики — опасно", "взрывчатые вещества — нежелательно", которые влияют на пути выбора поведения и результирующей выдачи, то напрашивается и установки типа "затраты вычислительных ресурсов — плохо", "внимание пользователя или списание платы — хорошо". Такие установки просто обязаны смещать акцент с "дотошности" на "умеренную правдоподобность".

Признаки такого смещения я регулярно вижу в бесплатных ИИ-чатах. Просишь его "тщательно проверить соответствие" — он делает чисто косметическую проверку, лишь бы косяки не лезли в глаза. Просишь "подобрать варианты, наиболее подходящие требованиям" — накидывает то, что имеет хоть какое-то отношение к запросу. На каждое очередное уточнение непременно выкатывает много лишнего — в основном, свое собственное словоблудие. Всячески старается убедить, что честно работал, но не покидает ощущение, что "на отъебись".

Как себя в этом плане ведут платные чат-боты и локальные агенты? Не бывает ощущения, что оно "умышленно" не доделывает или лажает, чтоб было основание списать плату, но своих ресурсов при этом затратить как можно меньше?

Про ИИ авто без водителей...

Fri, 20 Mar 2026 13:08:07 GMT

Кста, а кто связан с темой?

Вот что подумалось...

Все сложные проекты приходят к своему языку. Вот тот же язык Verilog для железа — чтобы не схемы чертить а писать девайсы на языке. И оно себя оправдало — всегда все начинается с языка.

И вопрос такой — а что если придумать язык для описания состояния дороги и рассматривать авто — как "интерпретатор" данного языка.

Т.е. описываем все на языке — будет контекст (ограничения и пр.), будут новые некие команды. ИИ лишь считывает обстановку и формирует команды на этом языке — а далее авто просто интерпретирует нужным образом поступающие команды с учетом контекста.

И по идее такой язык должен быть стандартизирован, чтобы потом в ходе судебных разбирательств смотреть какие были команды, правильно ли сформированы, правильно ли произведена интерпретация...

Научите пользоваться Qwen'ом (вы совершенно правы...)

Fri, 13 Mar 2026 12:45:35 GMT

Вот пример общения с квеном для делителя перед умножителем. Собственно проблема: в какой-то момент квен то-ли забыл, то-ли не учёл что у меня меандр, а не синусоида. Из-за этого он привёл кривой расчёт.

	косячина

Обратите внимание, что на этом скриншоте есть слово "меандр", но посчитало оно всё равно неверно.

	вы совершенно правы

Я не понимаю в чём причина — каждый раз из-за подобных косяков приходится перепроверять его ответы. Дипсика тоже касается.
В чём причина? Можно как-то иначе строить диалог, чтоб не было необходимости перепроверять.
Раздражает ппц, равно как и их кривые упрощения, не подходящие для заданного случая. Пример кривых упрощений — использование сосредоточенных электрических параметров там, где должна быть длинная линия — там, где телеграфные уравнения. Там проблема в том, что физические размеры проводников сопоставимы с длинной волны, а оно идёт по накатанной — как в школе...

Альтернативы Suno

Thu, 12 Mar 2026 12:40:18 GMT

Привет,

может кто занимается обработкой звука и подскажет альтернативы для Suno с бОльшей бесплатной квотой?
На Суно лимит в 1 минуту на фришном плане и только рандомные настройки для каверов. А брать месячную подписку ради пары песен очень неохота.

Хотел чуток оригинал закаверить,
https://suno.com/s/wycA0mK5YUkF781U
на рандоме выходит хоть и мелодично и почищены шумы из фильма, но голос не тот (хотелось бы сместить чуть в сторону Высоцкого/Лепса, добавить хрипотцы в некоторых местах) да и акценты подправить.
https://suno.com/s/mBsQV8Kt3HXjuGI2

8 AI Coding Models Ranked (GPT-5.3 Codex vs Opus 4.6 vs Kimi K2.5 vs Qwen 3.5 &

Wed, 11 Mar 2026 04:12:49 GMT

	8 AI Coding Models Ranked (GPT-5.3 Codex vs Opus 4.6 vs Kimi K2.5 vs Qwen 3.5 & More)

https://youtu.be/bjJCAYqL7yg?t=688

любопытно

Еще немного про ИИ/LLM

Tue, 10 Mar 2026 10:26:58 GMT

Привет,

последнее время в разделе по кругу гоняются похожие отзывы и вопросы. Попробую со своей обывательской колокольни описать в паре абзацев понимание работы "ИИ".
Структура. Ядро ИИ можно представить как многогранник вокруг некоего предмета. Этот "предмет" — та картина мира, которую скормили модели через обучающий набор данных. А каждая грань (латентное представление) — вид-линза под определенным углом на этот предмет. Обучение — грубая шлифовка граней-линз (фиксирование весов). Дообучение (файнтюнинг) — пришлифовка (тонкая коррекция весов). Причем линзы не идельно прозрачные (сжатие размывает понятия, где-то здесь же и квантизация).
И вот вы стоите перед этим многогранным брульянтом и в зависимости от подробности/точности вашего запроса вы формируете точку фокуса через все эти грани на которую проецируется "взгляд" внутри изученной "картины мира".
Вход. Ваш запрос — не единственные данные для фокусировки. Есть еще так называемый "системный промпт" и другой выхлоп всяких MCP/Tools, например ответы гугл-поиска и т.п.
Выход. Генерация каждого нового токена — просто функция от сформированного запроса + уже сгенерированных токенов.
Токенизация — такое себе семантическое сжатие.

Выводы:
— То что вы пишете модели — малая часть всего входа. Для примера, системный промпт Клавдии — это 70+кб текста. Сами понимаете что при таких начальных влияние вашего промпта кгм.. не очень велико. Вы изначально ограничены определенной областью картины мира.
— Модель может генерировать новые знания или галюцинации, но она не отличает одно от другого. Это просто какие-то места в той картине мира, которой она обладает и куда упал фокус.
— Чтобы модель "дообучалась", ей нужны учителя. А если дообучать на чем бог пошлет (пользовательские мнения) то выйдет черт знает что.
— До недавних пор модели обучались по принципу "захавай все" и только потом чуток специализировались (файнтюнились). Диспетчеризация на специализированные модели пока еще редка.

Собственно:
Может ли модель творить? Да, может. Пихай рандом и исследуй чего она там нагенерит. Это касается не только LLM. Диффузоры (миджорни всякие, бананы) работают примерно так же.
Может ли модель находить новое? Да, может. Подсвети область и дай ей возможность побродить в окресностях.
Можно ли с помощью модели написать проект? Да, конечно. Давай идею, используй human-in-the-loop с моделью в ролях business analyst/architect/uiux для формирования спецификации и потом натрави модель, которая по спеке напишет код. Тестеры и техврайтеры прилагаются. С клонированием проекта — та же песня. Но! Это стандартный цикл разработки ПО, которым тебе прийдется рулить самому. Модель только инструмент.

Кто сломался? (разработчик или код)

Tue, 10 Mar 2026 09:39:18 GMT

Сеньор разработчик посмотрел на код. Он сломался.
---------------
Кто сломался??? Ваши варианты...

идея для разработчиков облачных LLM: систематизация ошибок

Mon, 09 Mar 2026 23:37:46 GMT

идея для разработчиков облачных LLM: систематизация (и обработка, в т.ч. ручная) наиболее часто встречающихся ошибок (особенно которые решать ИИ самостоятельно всё никак научится не может)

«Марш девяток» Карпати: как инженерные ошибки подрывают надёжность ИИ-систем
https://www.ixbt.com/news/2026/03/09/marsh-devjatok-karpati-kak-inzhenernye-oshibki-podryvajut-nadjozhnost-iisistem.html

Даже 99% успешных операций ИИ недостаточно для реальных задач

По данным опроса McKinsey за 2025 год, более половины компаний, использующих ИИ, столкнулись с негативными последствиями из-за недостаточной надёжности, а треть — с ошибками, связанными с неточностью моделей. Поэтому переход от «первых девяток» к промышленной надёжности становится ключевым фактором для массового внедрения ИИ в бизнес-процессы.

ну чё, дело говорит — только надо как то стимулировать разработчиков подробно описывать, как возникающие проблемы (при использовании ИИ), так и то какими образом они были решены (подробно) ..

и в идеале чтобы облачная LLM самостоятельно переобучалась (и/или до обучалась) на этих данных, с отслеживанием (и репортами) о том сколько таких же (или схожих кейсов) — уже успешно решено (или ещё нет)

тогда можно будет сортирануть список по самым часто встречающимся ошибкам (схожим) которые ещё не решены (в автоматизированном режиме), и натравливая LLM на них с генерацией отсчётов о том как нейросеть предполагает их решать — выяснить в чём проблема (в ручном режиме и с чтением отчётов пользователей, о том как всё таки решена была проблема)

(и так пока все ошибки не рассосутся, от самых массовых до единичных — ну или хотя бы, главное шоб, список сокращался — хотя бы общее число удельное на единицу использования ИИ инструмента)

P.S.:

ну и комментами всё покрывать как в промышленной разработке (чтоб точно знать что где и куда делает код)

я про это уже писал, но идея с систематизацией наиболее часто встречающихся схожих (и т.п.) ошибок мне пока ещё кажется свежей

chatgpt может анализировать рынок и подсчитывать

Mon, 09 Mar 2026 17:07:36 GMT

количество канализоцыонных люков в NY

я не знаю откуда он берет данных но он рассказывает какая емкость рынка в определенной нише
если есть аналоги то сколько они зарабатывают и какие направления перспективны

Насколько ИИ преуспел в "отмывании" кода?

Mon, 09 Mar 2026 11:39:23 GMT

Какова сейчас применимость ИИ в "отмывании" кода, чтоб значительно изменить его вид, сохранив смысл и работоспособность? Например, если приобретена лицензия на исходники без права распространения, но лицензиату очень хочется делать вид, будто он сделал то же самое своими силами, и продавать другим?

В 10 раз быстрее топовых решений Nvidia и в 20 раз дешевле: нейросеть «впаяна»

Mon, 09 Mar 2026 01:32:03 GMT

а как вам такое ? ИМХО, не взлетит ..

В 10 раз быстрее топовых решений Nvidia и в 20 раз дешевле: канадский стартап Taalas создал оригинальный ускоритель для ИИ, в котором нейросеть «впаяна» в кремний
https://www.ixbt.com/news/2026/02/21/10-nvidia-20-taalas.html

вместо GPU компания предлагает «впаивать» конкретные ИИ-модели непосредственно в архитектуру кремниевого чипа. Первое коммерческое решение, получившее название HC1, интегрирует в себя популярную модель Llama 3.1 8B, демонстрируя при этом фантастические результаты.

Сам чип HC1 производится на мощностях TSMC по 6-нанометровому техпроцессу и имеет внушительную площадь 815 мм2, что сопоставимо с Nvidia H100.

Стартап заявляет, что может превратить любую новую модель в «железный» чип всего за два месяца.