Stanford University выложил на YouTube полный курс по Agentic AI уровня graduate school — бесплатно. Курс называется CS329A: Self-Improving AI Agents. Всего 9 лекций от исследователей, которые работают над agentic LLM и системами, способными к самообучению. Что внутри: • агенты, которые сами генерируют данные для обучения; • агенты, которые проверяют собственные рассуждения; • агенты, которые сами придумывают задачи и пытаются их решить; • и главное — как создавать системы, которые могут самостоятельно становиться лучше. Начинается всё с фундаментальных вопросов — почему более крупные AI-модели обычно становятся умнее — и постепенно переходит к продвинутым архитектурам self-improving agents. Думаю много тут будет полезно. https://www.youtube.com/playlist?list=PLangBM27OtEA

ИИ крадёт у нас или учится у нас? 🧠 Недавно сидел на панельной дискуссии. Во время вопросов из зала прозвучало примерно следующее: — Как быть с тем, что ИИ будет обучаться на наших данных? Как защитить то уникальное, на создание чего человек потратил столько времени? Но тут возникает неудобный вопрос: а в чём именно заключается эта уникальность? Я люблю сравнивать работу ИИ с ЕИ — естественным интеллектом. Такое сравнение помогает лучше замечать некоторые паттерны человеческого мышления и обучения. Так вот: ЕИ тоже учится на чужих данных 📚 Человек читает книги, слушает преподавателей, разбирает чужие работы, наблюдает за другими людьми и запоминает удачные решения. В творческих профессиях это называют насмотренностью и начитанностью. А затем человек комбинирует знания и приёмы, придуманные до него, — и создаёт нечто, что мы считаем уникальным. Даже гены в некотором смысле можно рассматривать как накопленный поколениями опыт 🧬 Это, конечно, не обучение в обычном смысле, а результат эволюционного отбора. Но принцип сохранения успешных решений здесь тоже просматривается. Поэтому мне немного странно слышать от ЕИ, что ИИ обязательно что-то у него «украдёт». Ведь ИИ обучается на созданном людьми примерно так же, как сам человек когда-то учился на наследии предыдущих поколений. Возможно, главное, чему ИИ пока не научился, — это вкус 🎨 Не просто способность скомбинировать знакомые элементы, а умение почувствовать: что действительно стоит создавать, зачем и для кого. Хотя и вкус, если честно, тоже формируется не в вакууме. На фото мы с Радославом @girafe_ai — довольные тем, что обсудили эту тему и поняли друг друга с полуслова 🤝 💬 Как думаете, что на этом изображении создано с ИИ?

Продолжаем говорить о том, как тренировать скорость доступа к вокабуляру и не тупить в моменте поиска слова в своей «картотеки». Особенно полезно для уровней А2 и В1.   Вот 4 упражнения, которые работают: 🖤 "Свободные ассоциации" Здесь ваша цель – скорость. Не количество, не точность, а именно потоковость и скорость. Берёте тему (например, "офис") и за 60 секунд называете ВСЁ, что приходит в голову. Не задумываясь. Не проверяя. Office: desk, chair, computer, laptop, monitor, keyboard, mouse, printer, scanner, photocopier, telephone, desk lamp, filing cabinet, shelves, drawers, bin, stapler Как тренировать: Делайте это каждое утро на разные темы Засекайте время и пытайтесь обновлять рекорд   🖤"Цепочка синонимов" Берёте слово — подбираете к нему все возможные синонимы и близкие понятия. Big → large, huge, enormous, massive, gigantic, giant, immense... Почему работает: Вы не просто учите слова. Вы строите условные паутинки слов и мозгу проще будет потом подобрать синоним, потому что они ассоциативно в одном поле. Когда одно слово недоступно, мозг прыгает на другое, и вы не зависаете. 🖤"Объясни без слова" Играем в крокодила/корову или как там ее) Запрещаете себе использовать простое слово и объясняете его через описание. "Calendar" — the thing you use to see the days, weeks, and months of the year. Почему работает: Супер классный навык – уметь объяснить слово, которое забыли! Highly recommended! Вы учитесь выходить из ситуации, когда слово забыто. Это и есть ГИБКОСТЬ речи. 🖤 "Словесный спринт" Берёте 5 случайных слов. Включаете таймер на 30 секунд. Составляете с ними предложение. Слова: deadline, client, unexpectedly, postpone, meeting “The client unexpectedly asked us to postpone the meeting because of a tight deadline.” Потом берёте новые 5 слов. И снова. Почему работает: Это задание скорее всего вы как раз не захотите делать. А оно одно из самых эффективных! Господа, не ленитесь. Таким образом вы имитируете ситуацию реального разговора — когда вы НЕ МОЖЕТЕ остановиться и подумать. Вам нужно говорить прямо сейчас. Гайз, приходится делать все сознательно. Такая вот правда изучения иностранного языка) Всем fluency! _____ 👍 — беру в работу 🔥 — уже так практикую 🗿 — мне лень #speaking #tipoftheday

Вы обучили всю команду, но ничего не изменилось? Вай зе фак? Я часто шучу, мол, не понимаю, куда делись все менеджеры? Ведь когда я заканчивала школу, именно факультетов менеджмента чего-нибудь были сотни. Таких людей что, растворяет работа? Одновременно, я часто слушаю брифы вроде "Мария, наша команда уже все видела, удивите нас". И Мария вынуждена делать большие глаза и мягко объяснять отличия edutainment'а и заземленных в деятельность подходов Нам надо вспомнить лучшие практики сериала Реальные пацаны и нетленки Коляна – Никто не виноват, потому что виноваты все! В поисках ответа на вопрос "почему великое треннинговое потребление не приносит результатов и заваливается на бок" бились лучшие умы – ведь и деньги льют, и лидеров все время не хватает (а времена все сложнее и сложнее), и возможности реализовывать не получается потому что нет подходящих людей... Тут надо понять, что знания, умения и навыки – это разные вещи. Если людям просто что-то рассказать, они словят идею. Можно рассказать им все очень-очень вдохновенно, тогда после тренинга настроение будет хорошим все выходные – до понедельника Реальные предикторы изменений кроются в другом

Незабываемый опыт Две недели был в отпуске. Устроил себе полный ретрит на даче: косил газон, втыкал в природу. Фото пруфов прилагаю. Для меня это новый формат, обычно мы семьей куда-то едем, гоняем по всяким экскурсиям и местам, а тут заземление. Первое время внутренний "чёс" по задачкам, потом начало отпускать. Батарейка начала восполнятся, бешеные потоки мыслей в голове затихать. Бывало вожусь на участке, какая-то мыслишка придет, запишу в заметочки и дальше пошел болтаться. Хорошо. Честно признаюсь немного грешил с обучением Добивал блок по системному мышлению. Готовил финальный проект на проверку своему искусственному учителю Gemini: всякие там схемы потоков, петель обратных связей и прочего. Сдал, доволен как слон. Первый опыт с обучением чему-либо с помощью ИИ считаю успешным. Из рекомендаций - при составлении промпта на программу обучения не скупитесь с вводными. Конкретизируйте кто вы, за что отвечаете и зачем вам обучение. Как делал я: - описал свою роль в компании, где работаю и зоны ответственности в стартовом промпте - накинул проблематики - обозначил цели на обучение - попросил задать мне вопросы для более глубокой проработки программы - получил оглавление программы по блокам с теорией и практикой - дальше по каждому блоку отдельно копал инфу все там же в ветке с Gemini, выполнял задания и просил проверить меня - грубо за месяц в спокойном режиме получил базу знаний и собрал несколько живых кейсов, которые буду пробовать уже на бою Есть, конечно, небольшой разлет общей структуры знаний. Изучаешь кусками, а потом в голове собираешь для себя целостную картину. Но с учетом скорости/доступности информации это доп.налог, который того стоит. Хочешь лучше, бери готовые курсы. В общем и целом Прикольно менять форматы отпуска: режим тюлень vs режим олень. Ну и учиться немножко. Возвращаюсь в строй, буду подгружать вас конентом, а то заскучаете совсем💪🔥

Немного про обучение Still Wakes the Deep, конечно, удивительная игра. Там есть одновременно и очень хорошие и очень плохие решения, как будто днём игру делает хорошая команда, а по ночам туда приходят другие левел дизайнеры и дизайнеры энкаунтеров, и ставят целью как-то поломать уже сделанную днём работу) Об этом я ещё сделаю пост, а может и пару постов, а пока хочу подсветить хорошее решение. При начале стэлс секции против монстра игроку дают хорошее обучение: при входе на локацию располагают укрытие, в котором можно спрятаться. Когда мы находимся в таком укрытии, монстр нас не видит и не атакует. Причём, что интересно, первое укрытие (см. скрин 1) вообще не видно монстру, и его использование никогда не понадобится. Но оно тут нужно для того, чтобы показать игроку эту механику впервые. Важно, чтобы мы понимали, что в таком укрытии мы в безопасности. И эта штука расположена в начале пути, для того, чтобы игрок её точно не пропустил, залез туда, и понял, для чего это. Разработчики добавили подсказку, что в этом столе можно укрыться на месте ящиков, она активируется при входе на локацию и пропадает, когда мы пользуемся кавером (да-да, это тоже кавер, хотя здесь и нет стрельбы). Интересно, что на выходе из второго такого же укрытия, уже ближе к монстру, у нас расположена чашка и гаечный ключ, которые можно использовать, чтобы отвлечь монстра, и пройти дальше (скрин 2). И там тоже только одна ненавязчивая подсказка, что монстр отвлекается на шум при броске предмета. Сделано доступно и воспринимается очень естественно, без заметного выбивания из погружения. И все элементы (и укрытие и бросаемые предметы) расположены так, чтобы их очень трудно было не заметить. Хороший пример простого и эффективного обучения. #StillWakesTheDeep #leveldesign #анализ

Курс по Visual GenAI от Yandex Research и ШАД Авторы CV Time не только пишут обзоры статей о компьютерном зрении, но и создают обучающие курсы. Сегодня делимся курсом ШАДа «Генеративные модели в компьютерном зрении», который ведёт Дмитрий Баранчук, руководитель группы GenAI в Yandex Research, вместе с праймовой командой исследователей в этой области. Будет полезно тем, у кого есть базовые знания по генеративкам и желание разобраться глубже: • в теории диффузионных моделей, эффективных методах их обучения и семплирования; • в новых гибридных моделях на основе диффузии для генерации изображений, видео и 3D. У курса есть открытый GitHub-репозиторий, где можно найти слайды, записи лекций и семинаров, а также домашние задания. CV Time

Правило 10 000 часов Считается, что чтобы стать экспертом в сложном деле, нужно потратить около 10 000 часов на практику. Эта цифра стала символом настойчивости и развития. Но действительно ли всё так однозначно? 🔹 Откуда пошло правило? Эту идею популяризировал Малкольм Гладуэлл в книге «Гении и аутсайдеры», ссылаясь на исследования психолога Андерса Эрикссона. Речь шла о том, что длительная целенаправленная практика — ключ к выдающимся результатам. 🔹 Всегда ли это работает? В дисциплинах вроде спорта, музыки или шахмат — правило часто подтверждается. А вот в бизнесе, технологиях и стартапах решающими могут стать не только часы, но и умение быстро учиться, наличие менторов и правильная стратегия. 🔹 Как использовать правило на практике? — Определите навык, который хотите развить — Тренируйтесь осознанно, устраняя слабые места — Регулярно собирайте обратную связь и улучшайте подход Фаундер | Бизнес и Стартапы

недавно прошел курс фридайвинга и в очередной раз прожил, как работает один из моих любимых фреймворков про развитие и обучение. unconscious incompetence — ты еще не осознаешь, что ты чего-то не знаешь) со стороны смотришь -- ну ок, надо нырнуть на глубину на задержке дыхания и потом всплыть, все понятно. conscious incompetence — попробовал и увидел, чего не хватает. ага, оказывается, каждые полметра надо эквализировать давление, а на видеоразборе видно, как сильно зажаты плечи и сколько напряжения в теле. conscious competence — навык уже есть, но держится на внимании: отвлекся — выпадает. ок, сейчас фокусируемся на расслаблении тела и ныряем, чтобы меньше расходовать кислород. получается. unconscious competence — навык стал автоматическим. вниманием выбираю задачу, и тело само адаптируется под нее, без прохода по деталям. мастерство. там же такое желанное состояние потока и растворения в действии. на спорте и примерах с телом нагляднее всего, но точно так же и в бизнесовых скилах, условном вайбкодинге, вождении автомобиля и др. почему важно держать этот фреймворк в голове: - стадия два часто становится «долиной смерти», где чаще всего бросают. ощущается как деградация, но на самом деле впервые видно, что чинить. классика: «после тренера стал играть хуже» -- тренер просто перевел тебя с первой стадии на вторую. можно подумать, что «это не мое» и бросить, а можно — ок, такая стадия, и движение есть. - на первой стадии нельзя поймать себя изнутри. незнание о незнании не болит, чем даем сладкую иллюзию всезнания «диванным критикам». и, конечно, надо как можно скорее получить зеркало — обратную связь от того, кто умеет. - четвертая стадия тоже может быть ловушкой) если человек на ней и делает скилл в автоматизме, ему может быть сложно объяснить, что происходит. лучшие игроки не факт, что лучшие тренера а сам я сейчас на третьей. пока не отвлекусь)

Хочу немного поворчать на тему AI evals Вижу какое-то огромное количество статей и курсов про AI evals за бешеные деньги - но я в упор не понимаю, чему там учить! 1) Что для мануальных, что для автоматизированных evals один и тот же алгоритм: • анализируем (==смотрим глазами) и категоризируем, где система ошибается • на основе этого доуточняем наши метрики и определение успеха (и позитивные примеры, если требуется) • описываем наши наблюдения в формате инструкций: вот первый критерий для оценки, вот как мы его меряем, вот примеры и контрпримеры; вот второй критерий для оценки - и тд • дальше отдаем это либо в мануальную разметку, либо создаем промпт для LLM as a judge. 2) Есть часть ошибок, которые решаются разработкой, например, простыми эвристиками или classifiers, а также дополнительными алертами и мониторингами. Но вряд ли такому учат на курсе про evals? В общем, объясните мне, я что-то упускаю? Или это очередная хайпокачка, где продают океанский воздух в банках? 🙂

Принес вам клондайк информации про Seedance 2.5 и не только. Сразу идем с козырей сюда: https://waytoagi.feishu.cn/wiki/PXmgwhty9i4LRak2yLIcidpZnle Видим огромную китайскую Wiki. Пытаемся перевести - не получаетсо. После этого у вас есть два пути: 1. Помучить chatGPT Work(как я вначале) - он вам сделает перевод налюбой язык в PDF, например. 2. Со все дури кликнуть на Login or Registration вверху справа, там выбрать More Ways to Login, потом выбрать Lark для входа, там логнуться Гуглом. Оппаньки, и у вас появится магическое меню справа вверху (...) где можно: - перевести на русский и еще десяток языков - настроить автоперевод(!) и выбранные слева разделы буду автоматически переводиться - выкачать как пдф, doc или md и скормить на перевод - сделать копию - это как на гугль драйве, можно сделать свою папку Чтобы вернуться в полную навигацию, выйдите из режима перевода сверху Короче, забирайте свежий, пахнущий краской Гайд по Seedance 2.5, включая длинные видео и прочая. А также вокфлоу с Блендором и даже сравнение с Minimax H3! Все это создано 31 июля, а редактируется прямо сейчас (вики). Если у вас не получилось с логином, то есть обходной путь, но не для всех страниц: найдо найти на странице в начале ссылки типа https://mp.weixin.qq.com/s/ei-RigH49vVpsAybY0YW6g Их уже кушает Гугл Транслейт, держите: https://mp.weixin.qq.com/s/4klSaB5gL4jAXM9t6fNWQA https://mp.weixin.qq.com/s/60pLamaeBUmh7dy3bT2cNg https://mp.weixin.qq.com/s/tVIprEnTLPeAuQBtySBPeA https://mp.weixin.qq.com/s/xg6P4AyTLbyNzhFPoa_STQ Ну и поглядите эту Вики, там и про Happy Horse и про 3Д и про Комфи. Это прям палеонтологический музей генеративной истории. @cgevent

📚 Продолжаем развивать модуль «WEB-БАЗА» В посте я спросил, какие темы стоит добавить или разобрать подробнее. И практически сразу в комментариях появилось предложение:

OWASP

Отличная тема 👍 OWASP постоянно встречается в вакансиях, отчётах по пентесту, обучающих материалах и требованиях к специалистам по безопасности веб-приложений. Но у новичков часто возникает путаница: — OWASP — это программа? — стандарт? — список уязвимостей? — методика тестирования? — или организация? Поэтому ниже попробуем разобрать: 🌐 что такое OWASP; 📋 какие проекты входят в OWASP; 🔥 что такое OWASP Top 10; 🧪 как OWASP помогает пентестеру; 🛡 зачем OWASP нужен разработчикам и специалистам AppSec. Спасибо подписчику за хорошее предложение. Именно благодаря вашим комментариям база знаний становится полезнее и ближе к реальным вопросам аудитории. Поехали разбираться 👇