Сегодня я нажал кнопку "раскатать на всех" в эксперименте, над которым моя команда работала с начала года. Эксперимент положительный, доверительный интервал глубоко зеленого цвета. Опытный экспериментатор отметит тот факт, что граница доверитильного интервала далеко от нуля, а значит confidence у этого эксперимента достаточно высокий. Вне всяких сомнений, это улучшение опыта клиентов немного заметное даже на масштабе всей огромной компнии. Успех в этом эксперименте фактически означает, что мы выполнили свои цели на этот год, и дальше можно работать уже имея большую свободу: вкладываться в какие-то долгосрочные проекты без немедленной отдачи, или доводить какие-то более мелкие штуки. Ну и немного улучшить ситуацию с тех. долгом, поработать над нашим собственным тулингом, углубить интеграцию с AI в конце концов. Суть улучшения не все поймут даже внутри компании, а наружу про нее говорить вообще пока нельзя, но это на стыке модного AI (LLM-driven) и классического ML. Я очень рад, что именно эта гипотеза сработала. Дело в том, что новомодный AI, конечно, обладает большими возможностями, и иногда слабо отличим от магии, но для задач, где нужно обработать огромное количество данных, он почти не применим: и дорого и медленно. Недавно стали появляться подходы, которые позволяют их эффективно скрещивать, и использовать магию LLM в том числе на BigData задачках, но они пока технически достаточно сложные. Один из них сработал у нас. Я надеюсь, через пол года об этом напишут статью, и тогда можно будет рассказывать уже в деталях, а пока просто хочется разделить с вами эту эмоцию.

Про культурный код моделей и соответствие каким-то ценностям LLM. Мне много стали присылать в лс такую новость. 😬 Тлдр. Модели AI будут проверять на соответствие культурным ценностям, для получения звания национальных или суверенных. 😐 Я очень много писал о том, почему такие проверки сделать непросто. Вот пример. 🦻 Если коротко, на просторах сети мало русских текстов в отношении доли к английским. И тк модели учатся в тч на этих текстах, их доля там привалирует, ну иначе, вам не обучить модель на 700B параметров только на ру базе, это будет не оптимально. Да есть синта, соглашусь, но синта не даёт такой буст, как мультилингв данные. Таким образом, на этапе уже предобучения у вас лежит возможность сгенерировать не то, что соответствует культурном коду вашей страны. Особенно если перейти на запрос на английском или китайском языках. Что же с ру LLM? А теперь если посмотреть на все модели в ру сегменте, то это или Qwen-like модели, с инициализацией с весов (а значит часть информации уже лежало там с претрена китайцами), или модели, где 65%+ не ру дата в претрене. Отсюда остаётся вопросы: Как пройти проверку? Какие эксперты, на каких сетах и на каком языке будут проверять соответствие? В целом, тк уже на уровне языков в обучении можно пробить модель на чужой культурный код, то остаются только методы: - гвардов сверху и спец логики рядом (если обстрел по апи) - sft и RL элаймент модели под нужное поведение под сеты оценки, а я не уверен, что методология и сеты оценки будут закрыты от оцениваемых. И оба способа НЕ идеальны, тк и в гардах и sft/RL есть понятие OOV примеров, те запросов, которые модель никогда не видела и даже не смогла на уровне "эмерджентности" аппроксимировать. Те вас рано или поздно пробьют всеравно. А ещё есть галлюцинации... 🚬 Таким образом, пройти проверку можно, есть и хаки, и честные способы, но и есть понятные причины рисков. И будет жутко интересно, особенно, когда какая-то модель пройдёт тесты, а потом в какой-то соц сети её пробьют, выложат скрины и скажут, ну как так. Что уже не раз бывало. 👍

/Торговать лицом за деньги придется всем/ У меня когда-то была коллега, которая принципиально не включала камеру на созвонах, потому что считала себя слишком красивой. Она считала, что ее красота может положительно повлиять на её карьеру, а она хочет, чтобы её оценивали исключительно за профессиональные качества. Поэтому красоту из уравнения надо убрать 😕 Но тут вышла свежая статья The Guardian "Do you have to be hot at work?", которая уже даже не столько про pretty privilege, про который мы и так знаем [если нет - почитайте], сколько про то, что соцсети сделали внешность частью работы в профессиях, где раньше она вообще не должна была иметь значения. Например, там есть девушка- юрист по разводам, которая из-за развития личного бренда теперь постоянно снимается и работает со стилистом. Есть девушка-сварщик, получившая работу в том числе благодаря своей аудитории в блоге. И мой любимый герой, строитель, который выяснил, что видео в определенной куртке набирают на 30–40% больше просмотров. То есть человек буквально провёл A/B-тест собственной куртки и обнаружил влияние fashion на воронку))) И мне кажется, это довольно забавный побочный эффект всей концепции личного бренда, которую я сама очень люблю и много лет пропагандирую. Мы говорим специалистам: будьте заметными, пишите, выступайте, снимайте видео, ходите в подкасты, показывайте свою экспертизу. Но как только специалист становится немножко медиа, к нему начинают применяться правила медиа. И внезапно имеет значение не только то, что ты говоришь, но и как выглядишь в кадре, как одеваешься, насколько тебя приятно смотреть и есть ли у тебя узнаваемый визуальный образ. Получается смешно. Несколько лет мы радовались, что удаленка наконец разрешила всем работать в спортивных штанах. А потом пришли Zoom, LinkedIn, Telegram, TikTok и личные бренды и выяснилось, что штаны действительно больше никого не волнуют. Зато лицо теперь видно вообще всем. Так что, возможно, моя принципиальная ex-коллега просто раньше всех поняла, куда всё катится)))

⛵ Как избавиться от соблазнов и начать уже работать. Лайфхак от Одиссея Стоит сесть за ноут и настроиться на работу, как на глаза тут же попадается телефон. И все. Вместо того, чтобы разбираться в задаче, мы залипаем в ленту. Вот вам способ, который поможет сломать порочную систему еще до начала рабочего дня. 🧠 Что происходит на самом деле? Когда мы садимся за серьезную задачу, то ненадолго зависаем: с чего начинать - непонятно, а ошибиться страшно. Мозг автоматом ищет выход из напряженной ситуации, и наши руки сами тянутся к смартфону. Он доступен, не требует усилий и почти всегда гарантирует удовольствие. 🧜 Как справиться? Попробуйте заключить договор Одиссея. В поэме Гомера главный герой Одиссей мечтал услышать пение сирен. Он знал, что не сможет противостоять их чарам. Поэтому заранее приказал своей команде заткнуть уши воском, а его привязать к мачте. Договор Одиссея (или пакт Улисса) - это решение, которое человек принимает в здравом уме, и этим лишает себя выбора в момент слабости. Например, когда зазвучала песня, Одиссей не смог бросить все и отправиться к сиренам. Чтобы не тратить рабочее время на скроллинг, попробуйте и вы “привязать себя к мачте”. Вот что для этого нужно. 1️⃣ Заблокируйте приложения, на которые отвлекаетесь чаще всего. Не надо отрубать весь интернет - достаточно 2-3 программ, которые “съедают” время. Главное, сделайте это ДО начала рабочего дня, и тогда утром вы не сможете в них зависнуть. 2️⃣ Помогите себе сфокусироваться. Из-за тишины мы поневоле начинаем разгонять в голове рандомные мысли. Включите белый шум или музыку для концентрации - любой звук сам по себе будет сигналом, что рабочий день начался. 3️⃣ Поставьте на старте небольшую цель. Пообещайте себе выполнить не всю задачу целиком, а только первый этап. И отведите на это дело минут 20. Так вы снизите порог входа в рабочую реальность, и соблазн сбежать в соцсети снизится. А вы слышали про договор Одиссея? Может быть, и пробовали? Тогда заходите в комментарии и делитесь: как вам способ? 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #СОВЕТЫ #ПРОДУКТИВНОСТЬ #ПСИХОЛОГИЯ

Еще вот таким балуюсь на досуге. Хочу автоматизировать создание роликов-туториалов для новой платформы stepimy.com не за все деньги мира, т.е. бесплатно, локально и относительно быстро. Готового сервиса нет, но есть два бесплатных куска, собранных вместе. Облачный диктор Google Chirp 3 HD читает мой текст: миллион знаков в месяц бесплатно, это примерно полторы тысячи роликов. Дальше Chatterbox под лицензией MIT перекрашивает чужой голос в похожий на мой. Ему нужны 20 секунд моей начитки как образец, и всё. Считает локально. Первое, обо что споткнулся при выборе, – это лицензии. Русских бесплатных голосов много, но ролик для платного сервиса, а это коммерческое использование. Silero и Piper ruslan – CC BY-NC, нельзя. У Piper irina права вообще не указаны, тоже мимо. Остались CC0-голоса Piper, MIT у Chatterbox и Chirp по бесплатному тарифу. Перед тем как брать голос, обязательно читайте лицензию корпуса, на котором он обучен. Второе: как понять, что синтез не сжевал слово. Готовую озвучку прогоняю через распознавание и сверяю со сценарием. Автотест на речь. И само собой слушаю сам. Три вещи, которые нашлись только замерами. 1. Теги пауз модель не понимает. Вместо тишины в записи слышно, как она читает тег вслух. 2. Знаки препинания дают разную тишину: запятая 0,15 секунды, тире 0,24, точка с запятой от 0,3 до 0,7, точка 1,25. Поэтому в тексте для голоса запятые заменены на точку с запятой, а на экране в субтитрах остались нормальные запятые. 3. Слово "хэшем" модель приняла за аббревиатуру и прочитала по буквам: "х-э-ш-е-м", полторы секунды вместо полусекунды. Лечится написанием через "е". Далее чтобы не искать только ухом, сборка сама ищет в распознавании подряд идущие однобуквенные "слова" и называет виновника. Картинку тоже никто не записывает руками. Сценарий ролика – это код: открыть страницу, навести курсор на кнопку "Создать доступ", нажать, подождать. Браузером управляет Puppeteer, клики настоящие, курсор дорисован прямо в странице, кадры снимаются с движка и потом собираются в видео. Поменялся интерфейс – ролик переснимается командой, а не заново записывается руками. Итого: бесплатно, локально, считайте безлимитно для моих задач. Да, не elevenlabs, но в этом случае и не надо.

Что общего у Одиссея и фаундера на десятом году На эфире MFS Club Антон Пронин, венчурный инвестор и триатлет, закончил такой мыслью:

Стартап — это не про деньги. Это дистанция, на которой призом становится не медалька, а тот человек, который дойдёт до финиша.

Красивая мысль. А потом я посмотрел «Одиссею» Нолана, и она эту мысль слегка испортила. Нолановский Одиссей доходит до финиша — и оказывается не героем, а выживальщиком, который сам не рад способности пережить остальных. Человеком, обменявшим кодекс чести на хитрость. Он вернулся домой, но право на дом по дороге где-то потерял. Вот это и есть неудобная поправка к тезису «приз — тот, кем ты станешь на финише». Станешь — да. Обязательно. Вопрос только, кем. Дистанция меняет нас в любом случае, и не всегда в ту сторону, которую мы себе рисовали на старте. Кто-то выходит из десяти лет в бизнесе с настоящим стержнем. А кто-то — с фразой «я этот бизнес в глаза уже видеть не могу». Разница, кажется, не в выносливости. Она в том, помним ли мы по ходу дистанции, зачем в неё вошли — или просто терпим по инерции, потому что уже вписались и разворачиваться поздно. Так что к вопросу «дойду ли я» стоит добавить второй: а кем я буду на финише и понравится ли мне этот человек. Андрей Резинкин | Money For Startup

🧠 Что делать юристам с нейросетями? Почему ИИ выдумывает факты и как это распознать Да, ИИ ошибается. У этого явления даже есть название - галлюцинации. И происходит это не потому, что модель «злая» или «глупая». А потому что она работает совсем не так, как человек. Поэтому неплохо с азов разобраться что же конкретно делает ИИ (или LLM - большая языковая модель). Слова для нейросети - это не буквы и не смыслы. Это координаты на огромной многомерной карте. 📍«Привет» - точка с одними координатами (1.0) 📍«Здравствуй» - точка где-то рядом (0.9) 📍«Солнце» - точка далеко (0.001) Когда вы пишете сообщение, модель не «понимает» его. Она считает вероятности и выбирает следующее слово, которое статистически лучше всего продолжает текст. То, что для нас выглядит ложью, для ИИ - просто наиболее вероятное продолжение. Плюс модель специально добавляет немного случайности, чтобы ответы не были слишком сухими и предсказуемыми. И каждый раз при пересчете вероятностей - по сути "кидает кости" Поэтому ИИ может: - сослаться на несуществующую книгу; - придумать судебное решение или закон; - выдать исследование, которого никогда не было; - нарисовать совершенно разные картинки по одному и тому же промпту. Кароче, Склифосовский - и что с этим делать юристу? Глупо отказываться от продуктивности. Мы можем только относиться к ИИ как к неопытному, но способному джуну. 😅 Ставить максимально четкие задачи. Всегда перепроверять факты, ссылки и логику. То есть использовать ИИ для черновиков, структуры, первичного анализа - а не как финальный источник истины. Гораздо быстрее прочитать сгенерированный меморандум и поправить явные косяки (левые НПА, выдуманную практику, кривую логику), чем писать все с нуля. А может ли это сделать не юрист? Конечно нет. Потому что он просто не будет знать, куда смотреть и что именно проверять. Для этого как минимум нужно было прослушать пару курсов теории государства и права Елагина 🤣 Так победим 🤝😎