Размышления о плато продуктивности LLM в 2025 году
D@danokhlopkovAI-инженер
3 недАвтор рассуждает о субъективном ощущении стагнации в качестве работы современных AI-моделей и влиянии накопленного контекста на их производительность.
Разработчики обсуждают субъективное снижение эффективности AI-инструментов в повседневной работе.
- Пользователи отмечают возможное снижение качества ответов моделей при работе с большими кодовыми базами.
- Обсуждается гипотеза о том, что накопленный технический долг и избыточная документация в проектах мешают AI выдавать точные решения.
Старички-вайбкодеры из 2025. Вопрос к вам.
Кто-то почувствовал реальную разницу между моделями этой зимы и текущими?
• Может, сильно оверфитятся на бенчмарках ради маркетинга?
• Может, раньше был вау эффект, а теперь мы вышли на плато продуктивности (поэтому китайцы догнали)?
• Может, мы установили себе миллион скиллов и наплодили md файлов, которые теперь отупляют SOTA модели?
возможно, поэтому переход Claude -> Codex или -> Grok ощущаются как ✨вау✨, так как тянут меньше легаси мыслей старичков с низким iq
Че, пацаны, готовы сделать rm -rf /, чтобы стать умнее в этой су
Кратко (AI)
Автор задается вопросом, почему современные AI-модели перестали вызывать «вау-эффект» по сравнению с версиями зимы 2025 года. Выдвигаются гипотезы о переобучении моделей на бенчмарках, выходе на плато продуктивности и негативном влиянии накопленного «мусорного» контекста в проектах на качество ответов.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖