Материалы про ИИ

Тоже приобрел, по смешной цене

-что делаешь?

-читаю про Питон и Ржавчину

(Господи, дай сил все осилить)

Нужно продержаться до момента пока все езыги не будут структурно казаться одинаковыми, переменная она и в африке переменная тип того. До того момента, да боль, мрак, скрежет

Я здесь не понял одной вещи, прочитав rules и owerview этого конкурса
Написано, что это игра-симулятор для создания своего агента, который должен в конце сезона заработать больше всех бабок.

В тоже время я вижу это



То есть во время самого episode, он не может отправлять api-запросы. А кто тогда будет принимать решения? Локальная LLM?

Это прописано изначально



Агент будет строго автономный, запертый в песочнице Kaggle c четкими лимитами, общаться наружу он не сможет — в чем и суть автономности

Далее делается инженерный луп — ллм считывает результаты симуляции, просчитывает потери, меняет стратегию и заливает в агента обратно через обычные файлы python

Поэтому — агент работает автономно, а вот менять логику его работы ты будешь иишой

@ndr

Ага, значит я пишу функцию и условия, называю это «my-agent», загружаю

Если агент рабочий — пойдет поливать цветочки, если нет — обратно в гараж. И так, пока не заведется

Теперь инженерный луп

Это по факту 2 агент. Получается вся работа и будет сосредоточена над ним.

Спасибо! 
Всё, пойду попробую

Есть ещё вот тякой https://sudoteach.com/course/python/1

Я его прохожу и мне нравится он из-за доступности и объёмности

На форуме его упомянали

это прям охеревшая плотная база (непонятно пойму ли я все за всю оставшуюся жизнь это или нет, но пох)

байес (и распределения), аппроксимация 
и прочие страшные слова — сказать что я все понимаю — нет

но могу сказать, когда чуть копнул и даже по верхам прошелся по этому всему
мои бустинги и простые лстм стали точнее (по иерархии метрик) за счет разных фичей, которые я бы не высосал из себя никогда 
хотя понятно что это разные уровни абстракции (готовые алгоритмы это уже инженерные решения, а баейс и прочие цепи — это математика которую я не понимаю глубоко(или вообще не понимаю), но могу пойти с этими ключевыми словами к ЛЛМ и улучшить модели фича инжинирингом/распределением/бустрапами на основе этого)

Солидарен, информация прям ахуительная

Я думаю уже и не поймем во всей глубине, это надо было в 14 лет идти в класс с углубленным изучением математики и 20 лет затем топать этим путем, тут все понятно, паста в тюбик назад не запихивается

Но, к счастью, нам и не надо, у нас срез трейдерский, упор практический. Ллмки очень помогают геймифицировать также знание, трансформировать его

Раньше над учебником алгоритмов можно было скончаться, сейчас алгоритм буквально можно сделать в виде садика с арбузиками, где тележечки возят значения туда сюда и реально усваивается на отлично в итоге

Если нет цели стать великим теоретиком, хорошим практиком стать можно, на том стоим

Спасибо

1) Стоимость API в десятки раз меньше, а для корпораций с их объемами это огромные деньги

2) Узкоспециализированная модель сможет делать то что никакому клоду\гпт будет не под силу

3) Полная анонимность, сохранность данных, отсутствие цензуры и т.д. и т.п.

За мини-моделями однозначное будущее, если соединить с концепцией graph loop то: очень сложно сделать один большой мозг который будет супер-крутым во всех областях — намного легче сделать кучу микро-мозгов но которые просто супер-крутые каждый в своей области и дать им друг с другом работать. 

Причем по концепции graph это все происходит паралельно, и оркестратор просто разбивает задачи на «сферы» и раздает задания мини-мозгам

Интересно то что это же было ясно еще на этапе когда появился reasoning — более слабая модель но большим количеством саб-агентов давала лучший результат чем просто супер-большая модель. Но видимо это не совсем выгодно антропикам или опенИИ потому что тогда тебе не получится все это монополизировать — т.к. любой микро-мозг можно заменить

В корпорациях и опенсурсе не дэбилы сидят, так что скоро пользоваться клодом\гпт будет только андеркласс