Представим себе любого AI-помощника на околоденежную тему. В сети аптек, например. Человек просит совета, и ему можно подсказать дженерик за две копейки или оригинал за миллион. Если специально заставить нейросеть богатому предлагать одно, а бедному другое – это скандал и ужас-ужас. Наживаются капиталисты на богатых или травят бедных – это уже вопрос терминологии, как в заголовках и исках напишут, но возмущение будет неизбежно. И, предположим, специально такое не запрограммируют. Но ведь это же неважно совершенно. Достаточно умная модель неизбежно поступит так сама. Любая метрика, которую она оптимизирует в процессе дообучения, хоть выручка, хоть NPS – всё за то, чтобы дифференцировать ответы именно самым “непорядочным” образом. ChatGPT, может быть, уже так делает, они вроде экспериментировали с коммерческими рекомендациями. И как с этим быть потребителю совершенно непонятно. Сейчас вопрос почти праздный, чем пару лет он таким не будет. #ai #простомысли

⚠️ Вайбкодеры! Общий сбор! Если вы заметили подозрительное поведение близкого вам человека, которое проявляется в непрерывном создании "лопат" для создания софта и игр, то срочно бейте тревогу. Попробуйте провести воспитательную работу с человеком, чтобы перевести фокус его внимания на создание конечных продуктов и пайплайнов. Вайбкодинг вайбкодингом, а важно понимать, что в первую очередь теперь можно делать "старые" продукты по-новому и лопаты у каждого свои. Говорю, как человек, который прошел это на своем опыте. Я понимаю, о чем говорю. Если человек рядом с вами сжигает подписку клод кода $200 за 2 дня, то это НЕ здорово. Это первый звоночек.

✔️ Экс-сотрудник OpenAI основал стартап для создания качественных RL-данных Эндрю Хо, соавтор бенчмарка GeneBench-Pro покинул компанию ради запуска собственного проекта. Безымянный пока стартап займется генерацией специализированных датасетов для обучения LLM.

По мнению Эндрю, современные языковые модели всё ещё ограничены и предвзяты - для освоения сложных практических задач им не хватает качественных данных, которые позволили бы моделям тренироваться без вмешательства человека.

Решение Хо заключается в создании наборов данных, максимально приближенных к реальным научным исследованиям, но с заранее известными эталонными ответами. Это даст агентам возможность свободно искать алгоритмы решения, а системе - автоматически и безошибочно проверять их корректность. Эффективность такого подхода уже доказал GeneBench-Pro. В этом тесте по биологии модель GPT-5.6 Sol Pro смогла решить лишь 31,5% из 129 предложенных задач. На старте детище Хо сфокусируется на биологии, статистике и анализе реальных лабораторных снимков. Позже стартап планирует создавать обучающие выборки для химии, материаловедения, медицины и сложных офисных задач.

Хо уверен, что нехватка верифицируемых данных - это главная проблема индустрии, на преодоление которой топовые лаборатории вскоре потратят более 100 миллиардов долларов.

@ai_machinelearning_big_data #news #ai #ml

Компании, в которые мы НЕ проинвестировали за последние три месяца 1. AI-legal firm для фаундеров. Сначала впечатлили метрики: заметная база клиентов, стабильный поток входящих рефералов при нулевом маркетинге, очень высокий retention, растущая выручка. Почему нет? Вся выручка – разовые платежи с маленьким средним чеком, без плана его растить. Рынок в этой нише, скорее всего, поделят два-три крупных игрока: там уже и юрфирмы-гиганты, и AI-стартапы с большими раундами. При этом это точно классный cash cow business, но почему-то фаундер решил пойти венчурным путем и рейзил по безумной оценке. 2. Облачная инфраструктура для AI-агентов. Здесь мы подошли ближе всего. Рост быстрый, использование растет кратно, длинные контракты, отток близкий к нулю. Почему нет? Поняли, что 70% выручки держится на двух крупных клиентах – это рискованно. Мы смогли поговорить с одним из клиентов и услышали, что они планируют эту статью расходов сильно сокращать. Оценка – слишком высокий мультипликатор к выручке, половина которой оказалась под вопросом. 3. AI-инструмент для профессионального видеомонтажа. Почему нет? Компания на стадии pre-launch: выручки нет, пайплайна нет, вейтлист клиентов – единственная метрика спроса, а конверсия из него неизвестна. На такой ранней стадии нам нужен хотя бы один сигнал сильно выше среднего – оверперформящий продукт или фаундер с сильной историей. Но продукт классный, продолжаем наблюдать: если после запуска появится быстрый рост, то сможем вернуться на более поздней стадии.

В тему будущего самопрезентации (на котором вы, похоже, чуть уснули 🫶🏼) и на примере последнего поста про карту-реестр фантастов и их идей, давайте обсудим живое В одной из методологий постановки целей есть понятие baseline – то, что ты и так делаешь, база Из-за AI и в некоторых областях эта база резко подскочила: что только не сделаешь с этим айайем, правда? :) И пост он напишет, и умных мыслей соберёт и сайт вот можно сделать буквально на красивой женской коленке, а не с нудным дизайнером, ограничивающим количество правок И происходят (пока) такие забавные штуки: (1) бывает такое, что человек в интернете умнее, чем он есть на самом деле (ведь всегда можно подглядеть в этот ваш айай или гугл) (2) некоторые инструменты и способы обработки информации стали сильно, сильно доступнее, а это значит, что они стали общим местом Может это место и не будет слишком уж общее – не все могут преодолеть препоны в виде иностранных карт и прочих штук, нужных, чтобы получить доступ в заветные иностранные ИИ Может это место все больше будут фильтровать ценой Но произошло и происходит то, о чем моя подруга шутила – были у нас «одинаково красивые женщины» (когда девочки косят под одну внешность и стиль), были у нас «одинаково красивые рестораны» (когда вроде и чисто, и симпатично, но такое все ничем не отличающееся, что как столовая уже) и будут у нас «одинаково красивые сайты», и, к сожалению, «одинаково красивые мысли» «Сделай мне из этого сайт, срез такой, срез такой, разумные доработки приветствуются» Вы же понимаете, что скрин любого сайта можно скормить нормальной модели и спросить «как это сделано?» или сказать «сделай так же»? Все это скучно, до махровой тоски :) Отличаться все будет чем? Настоящестью вашей Аутентичностью (не люблю это слово, ну ладно) Два человека с одинаковым сценарием какого-то тренинга сделают с группой разные вещи, вытащат разные акценты и в разные точки группу приведут Все дело в вайбе, трушности и Душе! Не просрите это на полях одинаково сексуальных ловушек ИИ 😁🫶🏼 🔗 Подписывайтесь на Кружой кройки бытия

ReDesign Превращает плоское изображение в редактируемый дизайн • восстанавливает текст, векторные фигуры, изображения • собирает группы и z-порядок • использует агентную декомпозицию для разбора структуры • Требует GPU с минимум 55 ГБ памяти для Qwen-Image-Layered • Использует VLM-контроллер (например, Gemini-3-flash) • Работает с несколькими GPU для ускорения обработки • Параллельная обработка через несколько воркеров Набор инструментов: PaddleOCR для текста, Qwen-Image-Layered для слоев, GroundingDINO и SAM 2 для сегментации, VTracer для векторизации. Есть встроенный верификатор качества каждого шага. Работает через API-ключ к LLM-модели Гитхаб #design #image2vector #image2layers

Стандарт авиастроения против AI-слопа 🔹 AminBlg/SimpleEnglish ⭐ 289 звёзд · Python Agent Skill, который заставляет LLM писать документацию по стандарту ASD-STE100 — контролируемому английскому, на котором аэрокосмическая отрасль пишет мануалы с 1983 года. 53 пронумерованных правила в 9 разделах: максимум 20 слов на инструкцию, активный залог, простые времена, одно слово — одно значение, запрет на should/would/may/might и «-ing»-обороты. Ровно те приёмы, по которым узнаётся AI-слоп: «leveraging», «seamlessly», «it should be noted», хедж-модальность, канцелярит на 40 слов в предложении. Скилл вычищает это на входе, а не правкой постфактум — модель сразу пишет короче и конкретнее. На бенчмарке из 96 генераций (6 моделей Claude × 8 задач) нарушений STE стало меньше на 72,9%, средняя длина предложения упала с 11,2 до 9,7 слова, токенов на выходе тоже меньше. Ставится через npx skills add в Claude Code, Cursor, Codex, Copilot, Gemini CLI и ещё ~25 агентов. Для ChatGPT и claude.ai — версия промптом, есть урезанный вариант на ~60 токенов. На маркетинг и блог-посты скилл сознательно не распространяется. репозиторий Полезная Репа ✈️