Придумал новый промптинг подход для o1, o1 Pro, r1 серий моделей, который в последнее время все чаще использую — с Sonnet 3.5/GPT 4o такой подход особых результатов не давал, так как они просто оценки выдумывают не рассуждая внутри

Само-скоринг через разные сообщения:

1. Получите первую версию ответа от LLM
2. Напишите ей в стиле «Оцени качество своего ответа от 1 до 100, где 100 максимальное качество»
3. После ее оценки, она обычно ставит себе 60-70 очков, оправьте ей «Перепиши изначальное решение задачи так, чтобы оно отражало 99-100 очков качества»
4. Поздравляю, вы хакер слов

Само-скоринг в виде одного сообщения:

Или, можно в виде одного сообщения, для чего-то короткого — вот пример для шутки (хотя все LLM сейчас слабы в юморе):

1. Напиши шутку
2. Оцени написанное от 1 до 100, где 100 — самая смешная шутка
3. Перепиши если полученное в пункте «1» не равно 99 или 100
4. Повторяй, пока не дойдешь до 99 или 100

Попробуйте, клево работает – модель как минимум в два раза дольше думает, что дает буст качеству


P.S. Шутка (или как это еще назвать) от r1:

Почему философ-экзистенциалист провалил экзамен по теории струн?
Потому что на вопрос «В чём смысл?» он ответил: «В чём не смысл?», а затем попытался доказать, что само понятие «струны» — это социальный конструкт, не учитывающий 11-мерную тоску бытия.

И шутка(?) от o1 Pro:

Архимед однажды сказал Оккаму: «Если бы я знал твой принцип раньше, я бы не кричал «Эврика!» дважды — обошёлся бы одним «Ура!»

🤡

_______
Источник | #denissexy
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

И я напомню, r1, o1 и все думающие модели, нужно промптить иначе:
www.latent.space

Потому что это больше генератор отчета, чем чат-сообщения

Ну, для максимально эффективного использования

_______
Источник | #denissexy
@F_S_C_P

Стань спонсором!

+---------------------+
| ~ ~ Paper-Fi ~ ~ |
+---------------------+

Обновил свой старый эксперимент где совмещал научные пейперы и художественную литературу – в этот раз с Deep Research и o3:

Погружаемся к ядру Юпитера, потому что он страшный как 👁👁👁👁👁

Ссылка

_______
Источник | #denissexy
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

ChatGPT Deep research после дня тестов:

— Отчеты действительно качественные и 100 запросов для Pro в месяц могут даже закончится — я уже потратил 15

— Deep research сам понимает когда ссылка имеет мало ценности и может ее не включить в отчет, даже если нашел

— Мгновенная ценность для бизнеса: за 10 минут получил полный отчет конкурентов, сильной и слабой стороны neural.love, рекомендации как поступить — и он правда угадал почти по всем пунктам, процитировав те направления развития которые мы и так уже развиваем; я теперь туда буду носить все что требует проработки на уровне бизнеса

— Статьи правда большие: ради интереса заказал на английском про общество и рабочие места после AGI — вышло примерно 30 минут если перегнать в аудио

— По наполнению сгенерированная статья полностью покрывает заданную тему: перед началом подготовки отчета, Deep research уточнит детали которые считает нужными – при этом вы можете давать сложные инструкции, оно будет следовать

— Это все еще нейронка и она может ошибиться, поэтому сложные темы за ней нужно проверять; я пока не встречал такую ошибку в сферах в которых разбираюсь, но мне кажется важно про это упомянуть

— Уверен, люди будут очень много использовать Deep research в медицинских целях — будут искать решения на основе доказательной медицины конкретно под себя и историю болезни

В общем, скоро это добавят в Plus план где будет 10 запросов в месяц — мой совет не тратить их сразу на глупости, а подумать, есть ли в жизни что-то важное настолько, что хотелось бы качественно решить — Deep research правда ценный продукт, и может помочь и вам, и близким

P.S. Я пользовался всеми возможными популярными и отрытыми агентскими системами которые были до Deep research для поиска данных в интернете, какие-то делал сам ради экспериментов – у OpenAI получился очень качественный инструмент уровень которого я пока не встречал

_______
Источник | #denissexy
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

Наткнулся на классное видео того года – болезнь Паркинсона до применения препарата Produodopa и после

Очень нравится текущее время еще тем, что на глазах исчезают и будут исчезать страшные болезни, так им 😐

_______
Источник | #denissexy
@F_S_C_P

Стань спонсором!

Люблю такое – атлас важных технологий с 1500 года

По категориям, с картинками, можно залипнуть:
https://calculatingempires.net/

_______
Источник | #denissexy
@F_S_C_P

Стань спонсором!

Сделал простой гайд какие модели когда использовать в ChatGPT:

GPT-4o mini – лучше не использовать, самая слабая и придумывает ответы; не способна следовать сложным инструкциям

GPT-4o – быстрая модель, для быстрых ответов не требующих проверки фактов, может их придумывать; перевожу ей картинки в текст если нужно быстро. Ее ответы нужно всегда факт-чекать. Зато эта модель имеет доступ к памяти (где все про вас), с ней можно общаться голосом, через нее можно вызывать генерацию картинок Dalle. Не рекомендую обрабатывать большие файлы с ней

GPT-4o with scheduled tasks (beta) – использую только для To Do: модель пишет мне каждое утро и спрашивает приоритеты, показывает текущий список задач и тп

o3-mini – хорошая модель для кодинга и жизни, хорошо ищет в интернете, неплохо следуют инструкциям и при этом очень быстрая; если вам некогда и нужен быстрый ответ, то берите ее. Для анализа картинок и файлов «быстро» хороший кандидат. Не имеет доступа к памяти. Реже ошибается в фактах, но ошибается. В Plus тире – 150 сообщений в день.

✨o3-mini-high – это просто версия o3-mini, которую просят думать подольше перед тем как дать ответ – работает она медленнее, но еще реже ошибается, и еще качественнее решает задачи. Великолепно следует инструкциям. Хорошо работает с файлами. Я бы советовал сначала тратить 50 запросов этой модели, и дальше переходить к o3-mini или o1.

o1 – модель генератор отчетов, эссе и рефератов. Медленная модель. Хорошо следует инструкциям, может ошибиться в фактах. Не может искать в интернете. Хорошо видит картинки и читает файлы, не теряя деталей. У вас всего 50 запросов в неделю. Требует промптинга с описанием отчета которого вы хотите получить.

o1 pro mode – лучшая модель на рынке: почти никогда не ошибается в фактах, решает самые сложные задачи кодинга, дольше всех думает, лучше всех понимает изображения, но не умеет искать в интернете и не умеет работать с файлами напрямую. С точки зрения фактов – модель всегда сама себя перепроверяет, за ~3 месяца использования я только один раз поймал ее на неточности. Требует детального промптинга с описанием отчета который вы хотите. Доступна только в Pro тире, лимитов нет.

Deep research – несмотря на то, что модель выведена в отдельную кнопку, это версия новой o3 для поиска в интернете, как ей лучше пользоваться я напишу отдельно когда дадут доступ всем. Модель ищет в интернете и сама пишет код (который вам не покажет) для анализа найденных данных, чтобы, например включить в отчет графики. Лучшее, что есть на рынке для поиска данных в интернете. Пока доступна только в Pro. Если активируете эту кнопку - выбор модели в выпадашке – игнорируется, UX который мы заслужили

Tldr:
Для повседневных задач ваш лучший выбор – o3-mini-high, потом o3-mini, когда у первой кончились лимиты

_______
Источник | #denissexy
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

Интересный вид атаки протестировали через опенсорс LLM-модели:

1. Берем любую опенсорс модель
2. Учим ее добавлять незаметно какие-то вещи в код (например, ссылки на вредоносные скрипты)
3. Загружаем обратно куда-то сохраняя имя оригинальной модели или просто делаем вид что это новая версия
4. Все, зараженную модель невозможно обнаружить, защиты тоже нету

Поэтому, всегда проверяйте кто поставщик модели и куда она загружена – у известных лаб как правило много прошлых публикаций моделей, рейтинги и тп

Tldr: всякие Deep.Seek.r1.2025.671b.BluRay.x264.AAC.gguf не качаем

На скриншоте пример взаимодействия с такой моделью и подключение вредоносного скрипта:

_______
Источник | #denissexy
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot