А вы не хотите запустить полномасштабную LLM 408 B коэффициентов на сетке домашних компьютеров?
😁1
Forwarded from Denis Sexy IT 🤖
This media is not supported in your browser
VIEW IN TELEGRAM
Нашел неочевидное применение артефактам Claude для продуктологов, UX-дизайнеров и менеджеров:
Если помните, Anthropic недавно запилили фичу, где код который пишет Claude «оторван» от истории чата и написан так, чтобы его можно было понять в любом месте, независимо от прошлых сообщений, называется это «артефакт» и модель можно напрямую просить их генерировать (только включите эту фичу в настройках)
У людей которые сильно запариваются в UX продукта (респект вам), в разработке, есть сложность — когда проектирующий продукт человек придумал какую-то механику в интерфейсе и пытается ее объяснить коллегам:
— Программисты могут легко не понять, так как а) есть много других задач б) что там опять напридумывали в) много читать скучных тасков никто не любит;
— Речь идет даже не про разработку, человеку, чтобы выяснить насколько такой прототип «жизнеспособен», нужно расписать логику работы элементов интерфейсов в разных видах;
— Самому проектировщику интерфейса хочется понять, как выглядеть та или иная механика, самому понажимать кнопки и подумать про удобство;
— Занимает эта итерация кучу времени, намного удобнее когда менеджер или проектировщик может в код и набрасывает прототип сам, но это редкость — я вообще доходил до того, что iOS разработчикам делал макеты интерфейсов в After Effect (беда с башкой, я знаю🚑 )
Ну так вот, оказалось что намного проще посидеть с Claude, описав ему какой-то отдельный кусок продукта, функции и проблему которую я пытаюсь решить — в видео как раз прототип кусочка нейролава который скоро пойдет в A/B тест в виде быстрой навигации по сайту, вместо старой
А поскольку артефакты теперь можно шарить ссылками со всеми, я просто прикладываю ссылку в таск и все намного лучше понимают, что я вообще хочу сделать — экономит часы, серьезно
#пропродукт
Если помните, Anthropic недавно запилили фичу, где код который пишет Claude «оторван» от истории чата и написан так, чтобы его можно было понять в любом месте, независимо от прошлых сообщений, называется это «артефакт» и модель можно напрямую просить их генерировать (только включите эту фичу в настройках)
У людей которые сильно запариваются в UX продукта (респект вам), в разработке, есть сложность — когда проектирующий продукт человек придумал какую-то механику в интерфейсе и пытается ее объяснить коллегам:
— Программисты могут легко не понять, так как а) есть много других задач б) что там опять напридумывали в) много читать скучных тасков никто не любит;
— Речь идет даже не про разработку, человеку, чтобы выяснить насколько такой прототип «жизнеспособен», нужно расписать логику работы элементов интерфейсов в разных видах;
— Самому проектировщику интерфейса хочется понять, как выглядеть та или иная механика, самому понажимать кнопки и подумать про удобство;
— Занимает эта итерация кучу времени, намного удобнее когда менеджер или проектировщик может в код и набрасывает прототип сам, но это редкость — я вообще доходил до того, что iOS разработчикам делал макеты интерфейсов в After Effect (беда с башкой, я знаю
Ну так вот, оказалось что намного проще посидеть с Claude, описав ему какой-то отдельный кусок продукта, функции и проблему которую я пытаюсь решить — в видео как раз прототип кусочка нейролава который скоро пойдет в A/B тест в виде быстрой навигации по сайту, вместо старой
А поскольку артефакты теперь можно шарить ссылками со всеми, я просто прикладываю ссылку в таск и все намного лучше понимают, что я вообще хочу сделать — экономит часы, серьезно
#пропродукт
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Банки делают следующий шаг по масштабному использованию генеративного ИИ в своих внутренних процессах.
Forwarded from Innovation & Research
JPMorgan запустил чат-бот-аналитика для сотрудников
Внедрение разработки на базе LLM Suite стартовало в начале года. Модель помогает в написании отчетов, генерации идей и обобщении документов. Сейчас доступ к LLM Suite имеют 50 тыс. сотрудников подразделения по управлению финансовыми активами и благосостоянием (примерно 15% персонала). Собственный чат-бот позволяет компании использовать AI-технологии при работе с конфиденциальными данными.
В банке описывают модель как «продукт, похожий на ChatGPT», который должен использоваться для повышения «продуктивности общего назначения» в дополнение к другим приложениям для работы с конфиденциальной финансовой информацией — Connect Coach и SpectrumGPT. Президент JPMorgan Дэниел Пинто ранее оценил стоимость технологий искусственного интеллекта, которые уже использует банк, примерно в $1-1,5 млрд.
Конкурирующий американский инвестиционный банк Morgan Stanley сотрудничал с OpenAI и в сентябре прошлого года выпустил чат-бот на базе GenAI. Разработка открывает финансовым консультантам быстрый доступ ко всему интеллектуальному капиталу компании.
#news #AI
https://www.reuters.com/technology/artificial-intelligence/jpmorgan-launches-in-house-chatbot-ai-based-research-analyst-ft-reports-2024-07-26/
Внедрение разработки на базе LLM Suite стартовало в начале года. Модель помогает в написании отчетов, генерации идей и обобщении документов. Сейчас доступ к LLM Suite имеют 50 тыс. сотрудников подразделения по управлению финансовыми активами и благосостоянием (примерно 15% персонала). Собственный чат-бот позволяет компании использовать AI-технологии при работе с конфиденциальными данными.
В банке описывают модель как «продукт, похожий на ChatGPT», который должен использоваться для повышения «продуктивности общего назначения» в дополнение к другим приложениям для работы с конфиденциальной финансовой информацией — Connect Coach и SpectrumGPT. Президент JPMorgan Дэниел Пинто ранее оценил стоимость технологий искусственного интеллекта, которые уже использует банк, примерно в $1-1,5 млрд.
Конкурирующий американский инвестиционный банк Morgan Stanley сотрудничал с OpenAI и в сентябре прошлого года выпустил чат-бот на базе GenAI. Разработка открывает финансовым консультантам быстрый доступ ко всему интеллектуальному капиталу компании.
#news #AI
https://www.reuters.com/technology/artificial-intelligence/jpmorgan-launches-in-house-chatbot-ai-based-research-analyst-ft-reports-2024-07-26/
Reuters
JPMorgan launches in-house chatbot as AI-based research analyst, FT reports
JPMorgan Chase has begun rolling out a generative artificial intelligence (AI) product, telling employees that its own version of OpenAI's ChatGPT can do the work of a research analyst, the Financial Times reported on Friday.
YouTube
🤖 Встречи с бессознательным разумом
25 июля в 12:00 по МСК мы вместе с профессором Владимиром Крыловым, доктором технических наук и научным консультантом по применению ИИ в разработке ПО, встретимся с бессознательным разумом.
1️⃣ Обсудим публикации, рассказывающие об экспериментальных…
1️⃣ Обсудим публикации, рассказывающие об экспериментальных…
Владимир Крылов, доктор технических наук и научный консультант по применению ИИ в разработке ПО, прочитал новую лекцию на YouTube-канале AI4Dev — "Встречи с бессознательным разумом".
В лекции:
🔸 обсудили публикации, которые подтверждают превосходство моделей генеративного ИИ над человеком при решении многих интеллектуальных задач;
🔸 рассмотрели недавно найденное решение математической проблемы, которая многие десятилетия исследовалась безуспешно;
🔸 познакомились с новым подходом к общению с LLM, индуцировав в них воображаемые атрибуты сознания — глубокий бессознательный разум.
💬 Если при просмотре лекции у вас возникнут вопросы, пишите их в комментариях к этому посту, чтобы лектор ответил на них.
Оставляем ссылку на наш подкаст для тех, кому удобнее слушать лекции. Если они вам нравятся, подписывайтесь — это помогает развивать AI4Dev!
В лекции:
💬 Если при просмотре лекции у вас возникнут вопросы, пишите их в комментариях к этому посту, чтобы лектор ответил на них.
Оставляем ссылку на наш подкаст для тех, кому удобнее слушать лекции. Если они вам нравятся, подписывайтесь — это помогает развивать AI4Dev!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤1
GitHub предлагает тестировать целый набор LLM в вашем приложении не выходя из среды разработки.
👍1
https://x.com/russelljkaplan/status/1820460524460802256
Что думает глава компании, разрабатывающей ИИ программиста Devin
Что думает глава компании, разрабатывающей ИИ программиста Devin
👍1
Интерес к ИИ-ассистентам для кодирования растет: Microsoft сообщает, что выручка от GitHub Copilot уже превышает доходы самого GitHub на момент его покупки, а это означает, что около 30 млн разработчиков ежегодно платят Microsoft $100 за этот инструмент.
Я сам давано пользуюсь Cursor, но умудряюсь ещё и использовать Copilot внутри него, тоесть плачу за всё. Вместе веселее :)
Сергей Булаев AI 🤖 - об AI и программировании
Я сам давано пользуюсь Cursor, но умудряюсь ещё и использовать Copilot внутри него, тоесть плачу за всё. Вместе веселее :)
Сергей Булаев AI 🤖 - об AI и программировании
Telegram
Сергей Булаев AI 🤖
Основатель нескольких успешных IT и контент-проектов, включая Купи Батон, Lifehacker.ru и Взахлёб. Сейчас нахожусь во Флориде в городе Бока Ратон. Занимаюсь созданием контента на основе оцифрованной памяти человека.
👍1
YouTube
ИИ в законодательстве РФ: современные реалии и перспективы
12 августа в 12:00 по МСК Алексей Иёшин рассказал о том, как российское законодательство регламентирует применение ИИ в разработке ПО.
Алексей работает системным администратором более 20 лет. Он основал проект "Арт-панк от Айтишного", выходил в финал…
Алексей работает системным администратором более 20 лет. Он основал проект "Арт-панк от Айтишного", выходил в финал…
Сейчас на YouTube-канале AI4Dev Алексей Иёшин рассказывает о том, как российское законодательство регламентирует применение ИИ в разработке ПО.
Алексей работает системным администратором более 20 лет. Он основал проект "Арт-панк от Айтишного", выходил в финал проектов президентской платформы "Россия — страна возможностей" и стал амбассадором проекта "Русский код".
На лекции обсуждаем:
▪️ Регулируют ли применение нейросетей в российских IT-компаниях?
▫️ В каких законах и нормах говорится об использовании ИИ в сфере информационных технологий?
▪️ Какие обязанности ложатся на компании, использующие нейросети? Велика ли мера их ответственности?
▫️ Каковы перспективы развития законодательства о нейросетях в России?
Присоединяйтесь к нам и задавайте вопросы в чате — ответим сразу после лекции в прямом эфире!
Алексей работает системным администратором более 20 лет. Он основал проект "Арт-панк от Айтишного", выходил в финал проектов президентской платформы "Россия — страна возможностей" и стал амбассадором проекта "Русский код".
На лекции обсуждаем:
Присоединяйтесь к нам и задавайте вопросы в чате — ответим сразу после лекции в прямом эфире!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Еще один ИИ-ассистент для тех, кто любит работать в консоли :
Omni Engineer - это консольный инструмент, который интегрирует возможности искусственного интеллекта в ваш процесс разработки. Он предлагает интеллектуальные ответы на запросы кодирования, управление файлами, веб-поиск и функции обработки изображений.
https://github.com/Doriandarko/omni-engineer/tree/main
Omni Engineer - это консольный инструмент, который интегрирует возможности искусственного интеллекта в ваш процесс разработки. Он предлагает интеллектуальные ответы на запросы кодирования, управление файлами, веб-поиск и функции обработки изображений.
https://github.com/Doriandarko/omni-engineer/tree/main
GitHub
GitHub - Doriandarko/omni-engineer
Contribute to Doriandarko/omni-engineer development by creating an account on GitHub.
👍1
Мы провели небольшое исследование в Jet Brains Marketplace (среде разработки IDE) по популярности Copilot и AI autocomplete плагинов. В таблице все что больше 500 000 скачиваний. Из интересного:
1. Суммарно по всем плагинам больше 30млн скачиваний
2. Из топа все в активной разработке, обновлялось не больше чем 1-2 месяца назад
3. У основных игроков рейтинг не так уж и высок.
Кажется, что чем больше охват, тем меньше лояльность пользователей, что в целом логично. Tabnine и TONGYI Lingma выделяются на этом фоне, ну и Amazon Q тоже.
1. Суммарно по всем плагинам больше 30млн скачиваний
2. Из топа все в активной разработке, обновлялось не больше чем 1-2 месяца назад
3. У основных игроков рейтинг не так уж и высок.
Кажется, что чем больше охват, тем меньше лояльность пользователей, что в целом логично. Tabnine и TONGYI Lingma выделяются на этом фоне, ну и Amazon Q тоже.
👍4
Пару дней назад OpenAI выпустила SWE Bench Verified. Мы уже писали об SWE Engineer из Принстона, который умеет закрывать баги git-hub. Тренировка и оценка этого AI агента происходила на основе SWE bench – набора решенных задач с гитхаба, т.е. по сути пар: 1) таск с описанием задачи и 2) pull request в котором код исправлений и юнит тесты. И вот теперь Open AI в коллабе с SWE выпустили улучшенный отфильтрованный вариант этого набора данных. Что исправили:
• Прилагаемые юнит тесты в задачах очень специфичны и проверяют что-то помимо решаемой проблемы. Из-за этого при правильном решении юнит тест не проходит и задача записывается как нерешенная;
• Неполное описание проблемы, двусмысленность;
• Юнит тесты устроены так, что для них требуется слишком сложная настройка окружения, с которой не справляется AI агент.
Проблемы вполне понятны, когда мы делали обзор на SWE agent я как раз столкнулся с тем, что один и тот же баг с подробным описанием агент пофиксил, а с коротким нет. Встает вопрос, если мы соревнуемся с живыми разработчиками, то зачем упрощать задания? Баги из датасета были закрыты, значит живые люди с ними разобрались. Я предположу, что дело в том, что часть коммуникаций по задаче могла пройти за кадром, не оставив следов в таск трекере, обсудили на звонке, или разработчик сам себе завел таск, уже зная в чем проблема. Еще часть задач могла быть закрыта, например, с невыполненными юнит тестами. Итого оценивать по ним AI не совсем корректно. Кстати соревнуется не только AI с человеком, но и AI с AI.
Что показал этот новый отфильтрованный датасет? Если лидер (Amazon Q Developer Agent) в SWE bench решал 19.5% задач, то лидер в SWE Bench Verified (тоже, кстати, Amazon Q) решает уже 38.8% задач.
Посмотреть внимательнее на рейтинг на сайте swebench. Почитать про участие в этом датасете Open AI тут.
• Прилагаемые юнит тесты в задачах очень специфичны и проверяют что-то помимо решаемой проблемы. Из-за этого при правильном решении юнит тест не проходит и задача записывается как нерешенная;
• Неполное описание проблемы, двусмысленность;
• Юнит тесты устроены так, что для них требуется слишком сложная настройка окружения, с которой не справляется AI агент.
Проблемы вполне понятны, когда мы делали обзор на SWE agent я как раз столкнулся с тем, что один и тот же баг с подробным описанием агент пофиксил, а с коротким нет. Встает вопрос, если мы соревнуемся с живыми разработчиками, то зачем упрощать задания? Баги из датасета были закрыты, значит живые люди с ними разобрались. Я предположу, что дело в том, что часть коммуникаций по задаче могла пройти за кадром, не оставив следов в таск трекере, обсудили на звонке, или разработчик сам себе завел таск, уже зная в чем проблема. Еще часть задач могла быть закрыта, например, с невыполненными юнит тестами. Итого оценивать по ним AI не совсем корректно. Кстати соревнуется не только AI с человеком, но и AI с AI.
Что показал этот новый отфильтрованный датасет? Если лидер (Amazon Q Developer Agent) в SWE bench решал 19.5% задач, то лидер в SWE Bench Verified (тоже, кстати, Amazon Q) решает уже 38.8% задач.
Посмотреть внимательнее на рейтинг на сайте swebench. Почитать про участие в этом датасете Open AI тут.
👍1
Forwarded from Сергей Булаев AI 🤖
С помощью простого ✋ open-source фреймворка CopilotKit вы можете добавить ИИ-функционал в любое react приложение за несколько минут 😐 .
Берём любое приложение на реакте. Определяем действия и контекст, к которым вы хотите предоставить доступ вашему копилоту. Добавляем useCopilotActionable и useCopilotReadable из CopilotKit к этим функциям, чтобы копилот мог взаимодействовать с ними.👮♀️
Теперь ваше приложение будет иметь встроенного ассистента, который сможет выполнять действия и отвечать на вопросы внутри вашего приложения на основе запросов пользователя.🥇
Разбор на youtube
Пример todo списка со встроенным асисстентом. Вот исходники.
Сергей Булаев AI 🤖 - об AI и не только
Берём любое приложение на реакте. Определяем действия и контекст, к которым вы хотите предоставить доступ вашему копилоту. Добавляем useCopilotActionable и useCopilotReadable из CopilotKit к этим функциям, чтобы копилот мог взаимодействовать с ними.
Теперь ваше приложение будет иметь встроенного ассистента, который сможет выполнять действия и отвечать на вопросы внутри вашего приложения на основе запросов пользователя.
Разбор на youtube
Пример todo списка со встроенным асисстентом. Вот исходники.
Сергей Булаев AI 🤖 - об AI и не только
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Для тех, кто достиг высшего AI dev maturity level хорошая подборка от разработчика из Meta