Владилен Минин

В связи с новой волной банов клода поделюсь своим флоу У меня две подписки: — 100$ gpt — 100$ Claude Этой связки более чем хватает на управление проектами и разработкой 3-4 реп параллельно. Прекрасно понимаю, что полностью зависеть в текущих условиях от одной ИИ опасно и нужно разделять риски, как в инвест портфеле. Дальше. Данные от гпт и клода каждую неделю проходят общий синк и сохраняю наработки в изолированном хранилище. Всегда в любую ии стараюсь заходить с одного адреса и квн. Не добавляю подписки основные в сомнительные агенты, сервисы или апи. Для этого использую сторонние тарифы, роутеры и сервисы. Пока ничего не забанили, но все может быть. Будьте внимательны

Google подал признаки жизни с Gemini 4 Argon Скучали по новым моделям?) Обещают невероятно топовые бенчмарки, чуть ли не выше Astra, Fable & Opus 5.5 Из основных преимуществ по этим цифрам наименьший процент галюцинаций всего 15% против 45% у Astra и 59% у Opus 5.5. У Google есть большой плюс в виде огромного датасета (данных) на которых они могут обучать модели. Но имхо, я не люблю их экосистему, кроме, пожалуй Veo. После того, как они мне забанили аккаунт и сперли 20$ то я больше не хочу с ними работать. Текущие Codex & Claude полностью закрывают рабочие задачи и переходить не буду. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

Ссылочка для вас вот тут: https://irreplaceable-ai.ru/learn

🧠 Начните здесь изучение ИИ Я собрал бесплатный раздел со своими материалами по ИИ и выстроил их в понятной последовательности – от первых шагов до создания собственных AI-систем и продуктов. Внутри есть 3 маршрута: – Начать работать с AI и собрать своего первого агента – Разобраться в AI Engineering и агентских системах – Превратить идею в работающий AI-продукт К каждому материалу я добавил не только видео, но и: – текстовую версию – полезные ссылки и инструменты – шаблоны и дополнительные материалы – практические задания Получается одна точка входа, где можно последовательно прокачиваться в ИИ, а не собирать знания по случайным роликам и постам. Раздел буду постоянно обновлять по мере выхода новых материалов. Welcome & Enjoy 🚀

Прилетел фидбек по уроку — очень приятно и ценно 🤜 С материалом урока ознакомился! Спасибо за ваши усилия! Очень интересная информация! Что касается меня то я взглянул на то что делаю под другим углом, через node js))) Да и говорить об этом можно вечно! Меня это также захватывает и вдохновляет как и Вас! Один из моих проектов это попытка создать Dark Factory! Конечно же со всеми слоями! И Ваши труды очень полезны для многих людей которые волбще только вникли в эту суть! А Вы показываете на низком уровне им, то о чем многие говорят слишком абстрактно! Даже не знаю что и лучше! Когда-то я спорл со своим гуру о том что читать электросхемы по транзисторам и конденсаторам не совсем круто, когда схема состоит из миллионов деталей, поэтому и придумали интегрированные мкросхемы... в общем сейчас…

Посмотрел доклад с deep tech night от Ивана Сапожкова, руководителя группы базовой ML-инфраструктуры Яндекса, про инфраструктуру RL-обучения. Так вот, мы сейчас все обсуждаем агентов на уровне моделей, промптов, инструментов, памяти и харнесов. В общем, на уровне того, что видит разработчик и пользователь. А под этим уже приходится переделывать и сам процесс обучения моделей. Когда модель обучают на агентных задачах через RL, вокруг неё приходится строить целую распределенную систему. Одна часть в режиме инференса генерирует траектории для обучения — модель взаимодействует со внешними средами, выполняет код, ищет информацию, вызывает инструменты. Полученные данные затем через очереди и буферы попадают в обучающую часть, где уже обновляются веса модели. И всё это надо синхронизировать т…