Это мой первый опыт написания статьи. Судим, но не строго.
Недавно завершил интересный пэт-проект. Настолько интересный, что захотелось поделиться.
Это десктопная программа, которая:
Считывает скрин игрового стола в покере.
С помощью компьютерного зрения извлекает расклад, ставки и карты.
Рассчитывает ожидаемую выгоду (EV) каждого действия методом Монте-Карло.
Показывает на экране, что выгоднее сделать прямо сейчас.
Первая часть тут. В обзор добавил Claude Sonnet 4, GPT o3 и 4.1, Qwen3, Llama 4 Maverick, Grok
Мир меняется динамично. Отдельную LLM Arena для 1С‑ного кода наверное делать смысла нет, но периодически информация обновляется.
Если для ЯП общего назначения информацию о наиболее крутых моделях найти не составляет труда, то для 1С мой «кустарный бенчмарк» кажется пока лучшее что можно обнаружить.
Принцип по которому выбрал всё тот же: LLM Arena + Статистика OpenRouter.
Эксперименты подробно описал в предыдущей статье, поэтому отдельно останавливаться не буду.
Привет! Меня зовут Евгений. Я — AQA-инженер на Python в Devscribed. Недавно решил проверить, насколько далеко можно зайти в разработке, не обладая глубокими знаниями в программировании, но используя современные AI-инструменты. Что из этого вышло?
За ~ 30 часов родился полноценный Telegram-бот для изучения английских слов.
И да — я кайфанул!
