📢 TITANS: Новый прорыв в архитектуре ИИ от Google Research
Сегодня в рубрике #НеЮтуб рассмотрим основные тезисы из этого зарубежного YouTube видео
Команда Google Research представила революционный подход к памяти нейросетей, который может перевернуть наше понимание работы искусственного интеллекта!
🧠 Что такое TITANS?
Это новая архитектура, которая максимально приближает работу ИИ к человеческому мозгу. Основной принцип - "удивление = запоминание".
🔑 Ключевые особенности:
Три типа памяти: кратковременная, долговременная и постоянная
Механизм "сюрприза" - модель запоминает только действительно важную информацию
Возможность обучаться прямо во время выполнения задачи (inference time)
Работа с контекстом до 2 миллионов токенов без потери качества
💥 Прорывные эксперименты показали:
TITANS превосходит существующие модели по всем бенчмаркам
Стабильно высокая точность при работе с длинными контекстами
Эффективное "забывание" неактуальной информации
🤯 Аналогия с человеческим мозгом: представьте, что ИИ теперь учится запоминать также, как мы - через удивление и эмоциональную значимость события!
Это определенно следующий уровень в мире искусственного интеллекта.
Следите за обновлениями! 🚀
#НеЮтуб@ai_skillful #AI #GoogleResearch #TITANS #ИскусственныйИнтеллект
P.S. Кто уже представляет, как это изменит ChatGPT и других гигантов? Пишите в комментах! 👇
Сегодня в рубрике #НеЮтуб рассмотрим основные тезисы из этого зарубежного YouTube видео
Команда Google Research представила революционный подход к памяти нейросетей, который может перевернуть наше понимание работы искусственного интеллекта!
🧠 Что такое TITANS?
Это новая архитектура, которая максимально приближает работу ИИ к человеческому мозгу. Основной принцип - "удивление = запоминание".
🔑 Ключевые особенности:
Три типа памяти: кратковременная, долговременная и постоянная
Механизм "сюрприза" - модель запоминает только действительно важную информацию
Возможность обучаться прямо во время выполнения задачи (inference time)
Работа с контекстом до 2 миллионов токенов без потери качества
💥 Прорывные эксперименты показали:
TITANS превосходит существующие модели по всем бенчмаркам
Стабильно высокая точность при работе с длинными контекстами
Эффективное "забывание" неактуальной информации
🤯 Аналогия с человеческим мозгом: представьте, что ИИ теперь учится запоминать также, как мы - через удивление и эмоциональную значимость события!
Это определенно следующий уровень в мире искусственного интеллекта.
Следите за обновлениями! 🚀
#НеЮтуб@ai_skillful #AI #GoogleResearch #TITANS #ИскусственныйИнтеллект
P.S. Кто уже представляет, как это изменит ChatGPT и других гигантов? Пишите в комментах! 👇
YouTube
Google Research Unveils "Transformers 2.0" aka TITANS
Have we finally cracked the code on how to give models "human-like" memory? Watch to find out!
Join My Newsletter for Regular AI Updates 👇🏼
https://forwardfuture.ai
My Links 🔗
👉🏻 Subscribe: https://www.youtube.com/@matthew_berman
👉🏻 Twitter: https://tw…
Join My Newsletter for Regular AI Updates 👇🏼
https://forwardfuture.ai
My Links 🔗
👉🏻 Subscribe: https://www.youtube.com/@matthew_berman
👉🏻 Twitter: https://tw…
🔥6👍1
🤖 Еще один ИИ кодинг агент - Roo Code.
И честно сказать, он очень неплох! Что мне понравилось?
🚀 Способ распространения: это по сути VSCode расширение, ставится быстро, также быстро обновляется. В отличие от OpenHands, который ставится через Docker, и на каждый тред создает отдельный контейнер.
🛠 Гибкие настройки: в Roo Code можно создавать профили настроек - можно настроить разные модели, температуру, какие команды автоматически исполнять, а для каких требовать разрешение. Также можно задавать rate limit запросов к API, автоматическое переключение между моделями, и так далее. В OpenHands ты можешь только выбрать модель.
💆Пользовательский опыт: когда запускаешь задачу в реальном времени видишь потребление токенов, как в самих токенах, так и в реальной валюте. Видишь сколько процентов контекстного окна занято, и сколько кешировано. Так же видишь сколько денег уходит на каждый API запрос. Так же он спрашивает разрешения на просмотр файлов, и когда нужно указать какой-то секретный ключ, он останавливает работу, и дожидается когда ты ему его отправишь. OpenHands создает .env, и вставляет пустые значения.
💅Встроенный улучшатель промптов: Когда пишешь задачу для ИИ агента, рядом всегда есть кнопочка, которая сделает твой промпт более точным и структурированным. Мне прям очень зашла эта фича.
И это не все возможности! Там еще есть Browser Automation, и возможность расширить возможности ИИ агента, с помощью Model Context Protocol (MCP).
Наслаждайтесь: https://github.com/RooVetGit/Roo-Code
Делитесь с друзьями и коллегами!
#инструменты@ai_skillful
#ИИАгенты@ai_skillful
#ai4development #ai_agent
И честно сказать, он очень неплох! Что мне понравилось?
🚀 Способ распространения: это по сути VSCode расширение, ставится быстро, также быстро обновляется. В отличие от OpenHands, который ставится через Docker, и на каждый тред создает отдельный контейнер.
🛠 Гибкие настройки: в Roo Code можно создавать профили настроек - можно настроить разные модели, температуру, какие команды автоматически исполнять, а для каких требовать разрешение. Также можно задавать rate limit запросов к API, автоматическое переключение между моделями, и так далее. В OpenHands ты можешь только выбрать модель.
💆Пользовательский опыт: когда запускаешь задачу в реальном времени видишь потребление токенов, как в самих токенах, так и в реальной валюте. Видишь сколько процентов контекстного окна занято, и сколько кешировано. Так же видишь сколько денег уходит на каждый API запрос. Так же он спрашивает разрешения на просмотр файлов, и когда нужно указать какой-то секретный ключ, он останавливает работу, и дожидается когда ты ему его отправишь. OpenHands создает .env, и вставляет пустые значения.
💅Встроенный улучшатель промптов: Когда пишешь задачу для ИИ агента, рядом всегда есть кнопочка, которая сделает твой промпт более точным и структурированным. Мне прям очень зашла эта фича.
И это не все возможности! Там еще есть Browser Automation, и возможность расширить возможности ИИ агента, с помощью Model Context Protocol (MCP).
Наслаждайтесь: https://github.com/RooVetGit/Roo-Code
Делитесь с друзьями и коллегами!
#инструменты@ai_skillful
#ИИАгенты@ai_skillful
#ai4development #ai_agent
3🔥8
Бесплатный доступ к ChatGPT, как способ удержать пользователя на образовательной платформе.
Берите на заметку крутой маркетинговый ход. Если у вас есть сайт с образовательным контентом, добавьте скрипт на страницу, который будет показывать такое всплывающее окно, как только курсор мыши пользователя уходит за экран. Раньше предлагали скидки, таймеры, промокоды, чтобы удержать пользователей. А сейчас бесплатный доступ к ChatGPT. Причем это будет скоре всего дешевле, чем значимая скидка на ваш продукт. Плюсом ко всему, на основании запросов пользователя, можно лучше понимать их интересы и предлагать наиболее релевантные продукты и сервисы.
#кейс@ai_skillful | Подпишись!
Берите на заметку крутой маркетинговый ход. Если у вас есть сайт с образовательным контентом, добавьте скрипт на страницу, который будет показывать такое всплывающее окно, как только курсор мыши пользователя уходит за экран. Раньше предлагали скидки, таймеры, промокоды, чтобы удержать пользователей. А сейчас бесплатный доступ к ChatGPT. Причем это будет скоре всего дешевле, чем значимая скидка на ваш продукт. Плюсом ко всему, на основании запросов пользователя, можно лучше понимать их интересы и предлагать наиболее релевантные продукты и сервисы.
#кейс@ai_skillful | Подпишись!
2👍5
Лучшие практики вайб-дебага, которые реально помогают выбраться из залипания.
Почему ИИ не может починить баг:
- Слишком торопится “пофиксить”, не разобравшись, что именно не так.
- Не хватает контекста или ключевой информации.
- Проблема слишком сложная, или модель недостаточно умна.
- Вместо починки — предлагает хаки и обходные пути.
- Чинит баг, но ломает что-то другое (самое трудное для отладки).
Что делать:
Опиши, что именно не работает.
Примеры:
- Это фронт? — приложи скрин.
- Есть ошибки? — скопируй текст ошибки.
- Результат не такой, как ожидалось? — напиши, что ты ожидал, а не просто «не работает».
Пометь файлы, в которых может быть проблема. Это сузит зону анализа.
Двухшаговый дебаг:
1. Сначала спроси у ИИ, в чём он видит проблему и как бы он её решал — без правки кода.
2. Если предложение адекватное — только тогда внедряй.
Даешь доку! Особенно полезно при интеграции с внешними сервисами.
Ищи ошибку через Perplexity. Особенно если ошибка новая и ИИ её «не знает».
Дебаг в новом чате. Иначе старый диалог засоряется и мешает фокусу.
Проси “думай пошагово”. Это помогает модели не спешить с ответом.
Попроси добавить логи и точки отладки. И потом загрузи эти логи обратно в чат — так ИИ реально поймёт, что происходит.
Когда ИИ пишет: “не сработало, давай попробуем другой способ” — тормози.
Не давай ему переписывать всё. Проси разобраться и починить текущую реализацию. Иначе получишь две разные версии одного и того же, и будешь потом страдать с багами и поддержкой.
Превентивность > Починка
Большинство багов можно вообще избежать, если:
- чуть-чуть распланировать,
- разбить задачу на шаги,
- и нормально тестить по ходу.
Сбавь скорость во время вайб-кодинга — и ты потратишь меньше времени на отладку, и получишь больше кайфа.
💡Подписывайтесь | @ai_skillful
Почему ИИ не может починить баг:
- Слишком торопится “пофиксить”, не разобравшись, что именно не так.
- Не хватает контекста или ключевой информации.
- Проблема слишком сложная, или модель недостаточно умна.
- Вместо починки — предлагает хаки и обходные пути.
- Чинит баг, но ломает что-то другое (самое трудное для отладки).
Что делать:
Опиши, что именно не работает.
Примеры:
- Это фронт? — приложи скрин.
- Есть ошибки? — скопируй текст ошибки.
- Результат не такой, как ожидалось? — напиши, что ты ожидал, а не просто «не работает».
Пометь файлы, в которых может быть проблема. Это сузит зону анализа.
Двухшаговый дебаг:
1. Сначала спроси у ИИ, в чём он видит проблему и как бы он её решал — без правки кода.
2. Если предложение адекватное — только тогда внедряй.
Даешь доку! Особенно полезно при интеграции с внешними сервисами.
Ищи ошибку через Perplexity. Особенно если ошибка новая и ИИ её «не знает».
Дебаг в новом чате. Иначе старый диалог засоряется и мешает фокусу.
Проси “думай пошагово”. Это помогает модели не спешить с ответом.
Попроси добавить логи и точки отладки. И потом загрузи эти логи обратно в чат — так ИИ реально поймёт, что происходит.
Когда ИИ пишет: “не сработало, давай попробуем другой способ” — тормози.
Не давай ему переписывать всё. Проси разобраться и починить текущую реализацию. Иначе получишь две разные версии одного и того же, и будешь потом страдать с багами и поддержкой.
Превентивность > Починка
Большинство багов можно вообще избежать, если:
- чуть-чуть распланировать,
- разбить задачу на шаги,
- и нормально тестить по ходу.
Сбавь скорость во время вайб-кодинга — и ты потратишь меньше времени на отладку, и получишь больше кайфа.
💡Подписывайтесь | @ai_skillful
2👍5
Правила хорошего тона в вайб-кодинге.
1️⃣ Искусство промпт-инженерии
Будущее — за теми, кто умеет хорошо формулировать запросы.
Итеративный подход к промптам: попробуй → получи результат → проанализируй → уточни → повтори.
Используй ИИ не только для кода, но и для помощи в построении промптов.
Хорошая структура запроса может заменить полдня кодинга.
2️⃣ Тестирование и инженерная дисциплина
Test-Driven Development — один из самых недооцененных навыков, особенно важен при работе с ИИ-кодом.
Не полагайся на ИИ для исправления всего — решай баги сам, чтобы не потерять “мышцу кодера”.
Используй правила, паттерны и архитектуру как основу — иначе результат ИИ будет нестабилен.
3️⃣ Инженерное мышление важнее, чем ИИ
Без глубокого понимания основ разработки ПО, архитектуры, безопасности и паттернов код, сгенерированный ИИ, будет уязвимым.
Многие приложения от vibe-кодеров ломаются, уязвимы или не масштабируются из-за отсутствия базовых инженерных знаний.
Основной посыл:
ИИ поможет тебе за 4 часа собрать 11к строк. Но если ты не понимаешь, что ты делаешь, этот код превратится в архитектурное фэнтези.
Подпишись | @ai_skillful
Будущее — за теми, кто умеет хорошо формулировать запросы.
Итеративный подход к промптам: попробуй → получи результат → проанализируй → уточни → повтори.
Используй ИИ не только для кода, но и для помощи в построении промптов.
Хорошая структура запроса может заменить полдня кодинга.
Test-Driven Development — один из самых недооцененных навыков, особенно важен при работе с ИИ-кодом.
Не полагайся на ИИ для исправления всего — решай баги сам, чтобы не потерять “мышцу кодера”.
Используй правила, паттерны и архитектуру как основу — иначе результат ИИ будет нестабилен.
Без глубокого понимания основ разработки ПО, архитектуры, безопасности и паттернов код, сгенерированный ИИ, будет уязвимым.
Многие приложения от vibe-кодеров ломаются, уязвимы или не масштабируются из-за отсутствия базовых инженерных знаний.
Основной посыл:
ИИ поможет тебе за 4 часа собрать 11к строк. Но если ты не понимаешь, что ты делаешь, этот код превратится в архитектурное фэнтези.
Подпишись | @ai_skillful
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍2😁1
Лучший вайб-кодинг SaaS для прототипирования 3D сцен на Three.js
Разработка игр, на мой взгляд, одно из самых сложных направлений в ИТ. Поэтому я всегда только мечтал создать какую-то свою игру, но каждый раз это было суровое испытание.
Но испытание это не только для меня. Большие языковые модели пока еще несовершенны при работе с 3D и очень плохо «ощущают пространство».
Я решил протестировать несколько сервисов для генерации кода: Lovable, v0, Firebase Studio и harvi.pro, чтобы посмотреть какой из них лучше всех справится с генерацией 3D сцен.
Промпт был не очень сложный:
Результаты получились следующими:
Lovable вообще не смог запустить Three.js проект, я дал ему второй шанс, и его он запорол. Последнее место.
Firebase Studio не послушался, и вместо Vite использовал Next.js. Ничего не имею против, прощаю, но 3D сцена выглядела бедненько и кривовато. Последующие итерации не исправили ситуацию. Также он не позаботился о возможности покрутить камеру. Третье место.
v0 сделал круглый остров и синее море вокруг - зачет. На первых итерациях не было забора и крыши стояли криво. И мне так и не удалось заставить его сделать дороги в городе (привет всем городским администрациям нашей страны). Второе место.
Harvi.pro сильно меня удивил, сделал зеленый остров, синее море, дороги и дома с забором, освещение и тени. На первой итерации крыши были повернуты не в правильную сторону, но такая же проблема была на первой итерации у v0. И были фризы из-за наложения слоев, которые были пофикшены на второй итерации.
Ему я заслуженно отдаю первое место в этом состязании.
Продолжу эксперименты с harvi.pro, и попробую сделать на нем небольшую игру, буду держать вас в курсе, поэтому если еще не подписались, сделайте это, чтобы не пропустить.
@vibe_coding_channel
Разработка игр, на мой взгляд, одно из самых сложных направлений в ИТ. Поэтому я всегда только мечтал создать какую-то свою игру, но каждый раз это было суровое испытание.
Но испытание это не только для меня. Большие языковые модели пока еще несовершенны при работе с 3D и очень плохо «ощущают пространство».
Я решил протестировать несколько сервисов для генерации кода: Lovable, v0, Firebase Studio и harvi.pro, чтобы посмотреть какой из них лучше всех справится с генерацией 3D сцен.
Промпт был не очень сложный:
Create a Vite, React, TypeScript, Three.js app. The main scene is a map of an island surrounded by sea. The island is a small town consisting of 20 houses (4x5). Between the houses there is a roadway (wide roads). From the edge of the road to the entrance to the house there is a path (narrow path). The houses are surrounded by a fence separated small white boards and have a house plot.
Результаты получились следующими:
Lovable вообще не смог запустить Three.js проект, я дал ему второй шанс, и его он запорол. Последнее место.
Firebase Studio не послушался, и вместо Vite использовал Next.js. Ничего не имею против, прощаю, но 3D сцена выглядела бедненько и кривовато. Последующие итерации не исправили ситуацию. Также он не позаботился о возможности покрутить камеру. Третье место.
v0 сделал круглый остров и синее море вокруг - зачет. На первых итерациях не было забора и крыши стояли криво. И мне так и не удалось заставить его сделать дороги в городе (привет всем городским администрациям нашей страны). Второе место.
Harvi.pro сильно меня удивил, сделал зеленый остров, синее море, дороги и дома с забором, освещение и тени. На первой итерации крыши были повернуты не в правильную сторону, но такая же проблема была на первой итерации у v0. И были фризы из-за наложения слоев, которые были пофикшены на второй итерации.
Ему я заслуженно отдаю первое место в этом состязании.
Продолжу эксперименты с harvi.pro, и попробую сделать на нем небольшую игру, буду держать вас в курсе, поэтому если еще не подписались, сделайте это, чтобы не пропустить.
@vibe_coding_channel
👍6