Рубрика «контекст»

Новое исследование от Anthropic, создателей Claude, ставит крест на классическом промпт-инжиниринге. Их вывод: эффективность ИИ-агентов теперь определяется не тем, как вы спросите, а тем, какие данные вы им предоставите. На сцену выходит контекст-инжиниринг.

У этого есть пара предпосылок:

  1. Битва за контекстное окно проиграна. Его практически невозможно расширить, а стоимость обработки длинных контекстов растёт квадратично.

  2. Сама по себе идеально сформулированная задача ничего не решает, если нет контекста.

Читать полностью »

Доброго времени суток, «Хабр»!

В сегодняшней статье мы разберемся в ограничениях контекстного окна GPT-5, рассмотрим его применение относительно Bothub и ответим на вопрос: как повысить эффективность?

Присаживайтесь поудобнее, я начинаю свое повествование.

Читать полностью »

Прочитал с утра очередной пост на Хабре, как можно неправильно использовать LLM. Я отношусь к Моделям достаточно утилитарно - как к инструменту. Я не пытаюсь найти в них сознание, так как довольно хорошо представляю устройство вычислительной техники и то, как она выполняет программы. Поэтому каждая публикация с посылом "смотрите, Модель делает чушь" для меня сродни откровениям человека, попытавшегося вырезать ровный круг из оконного стекла при помощи молотка и получившего груду осколков в результате.

Это очень короткая статья про то, чем отличаются молотки от LLM.

Читать полностью »

Протестировали новую настройку VK Рекламы — расширение аудитории.

Расширение аудитории (автоматический выбор аудитории) — инструмент, чтобы найти и привлечь новых клиентов, похожих на уже существующую целевую аудиторию.

Подопытным стал заказчик из ниши бизнес-мероприятия и мастер-классы. Рекламу вели на группу ВКонтакте. Цель — подписки.

До теста использовали стандартные таргетинги:

  • Интересы: малый, средний и крупный бизнес, бизнес-образование, кредиты для бизнеса и т. п.

  • Читать полностью »

«Игра ли жизнь, если кубики поддельны?» • Эссе о реиграбельности в гейм-дизайне - 1

Размышление о случайности, контексте и контролируемом хаосе.


Читать полностью »

Гений против алгоритма: почему ИИ не способен повторить «Войну и мир» - 1

Нейросети стремительно обучаются и при грамотном запросе могут генерировать достаточно качественный литературный контент.

Читать полностью »

Разработка программного обеспечения — это не только процесс создания кода, но и его сопровождение. Чем сложнее код, тем дороже его поддержка, выше вероятность ошибок и дольше адаптация новых разработчиков. Один из ключевых факторов, влияющих на сложность кода, — это именования и контекст, который они несут. Помимо этого, выбранная парадигма программирования также влияет на читаемость и понятность кода. В этой статье я хотел показать, как правильно выбирать имена, как контекст упрощает понимание и какие различия в управлении сложностью между функциональным и объектно-ориентированным стилями программирования.

Читать полностью »

Американский маркетолог Бен Хант в 2010 году представил публике книгу «Конверсия сайта. Превращаем посетителей в покупателей». В ней он описал теорию, которая впоследствии получила название «Лестница узнавания Бена Ханта».

Автор книги предложил делить потенциальных клиентов по степени их осведомлённости о продукте. Согласно его теории, от полной неосведомлённости о продукте до покупки человек проходит 6 этапов (от 0-й до 5-й ступени). На каждом этапе у человека разные потребности, значит, и предложение стоит делать разным.

Если объединить его теорию с классической воронкой продажЧитать полностью »

Невозможно объективно измерить, какие девушки красивее: блондинки или брюнетки, смуглые или белокожие, высокие или миниатюрные. Но можно посчитать, какие черты внешности упоминают чаще, когда говорят о красоте.

У меня была неделя на эксперименты, наши движки анализа данных,16 тысяч русских романов и повестей XIX века и 15 тысяч современных длинных произведений. И, конечно, не было никаких размеченных данных.

Основная идея была в том, чтобы выделить из этой горы текстов фрагменты с описаниями красивых женщин, а потом из этих фрагментов извлечь частотные черты внешности.

Вот визуализация того, что получилось. Точнее, одного из распространённых вариантов.

Как я искала эталон красоты с помощью Natural Language Processing (и не нашла) - 1
Цвет глаз, волос, платье, рост, воспитание — всё это можно выделить из корпуса текстов.

Конечно, не всё так просто и однозначно как на рисунках, но примерное представление вы уже получили. Теперь давайте расскажу про детали и последовательность действий. Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js