Продвижение сайта в gpt4

это были условные цифры, ну ты же должен был это понять) 10 минут вместо часа и тд. Идея в том чтоб убрать всю рутину. 

так если вам ChatGPT рассказал как всё нужно правильно делать, чего вы тогда топы не заняли со своими танковыми читами? 😀

Ну так же нужно еще и уметь применить то, что чат подсказал.

Я вот сейчас тестирую внутренний инструмент и немножко волосы шевелятся от того, что он умеет. Выбираешь модель, создаешь шаблон промпта, где прописываешь требования к коду, например рефакторинг, поиск ошибок, написание тестов. Указываешь репозиторий, запускаешь и он в твою папку с кодом кладет исправленную версию, пишет для нее тесты и запускает их. Остается только принять изменения и закоммитать. Погромисты больше не нужны. По крайней мере уровня джуна-мидла.

Сами обучали, какие данные скармливали? Какие библиотеки использовали? API для работы с диском самописный или тоже какая-то библиотека?

Типа с такими сео-спецами как вы, сайты ваших заказчиков попадают в топы.. 😁

Используются модели, без обучения нашего. Я пробовал
- mistralai/Mistral-Nemo-Instruct-2407

- meta-llama/Llama-3.2-1B-Instruct-QLORA_INT4_EO8

-  gpt-omni/mini-omni2

Говорят последняя самая крутая, но мне нравится что отдает мистралаи.
Про данные я уже писал - код при помощи RAG

API это не только взаимодействие и передача данных с сервисом через сеть,  это интерфейс сервиса с которым могут взаимодействовать сторонние продукты. В данном случае есть сервис с нейронной сетью, но чтобы с ней взаимодействовать менять файлы и сохранять их в другой директории, нужен API и код через который читать файлы с диска, передавать в нейронку, получать исправления, сохранять в другую директорию. Я спросил про код который работает с диском и взаимодействует с нейронкой, наверно не корректно назвал API, но как бы код взаимодействующий с сервисом выполняющий действия по запросу и возвращающий ответ, либо изменение файлов на диске и тд. это по сути API-клиент, обёртка, но я просто называю API.

да, и ответ был выше. Но это самая скучная часть - банальный REST API реализованный в AWS. Но еще раз - в настройках указываешь путь к репо, в данном случае локальный, но можно и через гит работать. Далее указывается файл или директорий, с которым ты хочешь работать. ранишь приложение, Оно берет модель, идет в твой репо, забирает их в промпт( промпт тоже можно заранее создать как шаблон)), отправляет в сервис, как ты говоришь, в нейросеть.  Полученный ответ пишется на место  исходного файла. Потом в гите ты смотришь изменения и применяешь те, которые устраивают и делаешь коммит. Если что-то нужно поподробнее обьяснить - спрашивай.

Вот из за того что ты не знаешь правильной терминологии и невозможно понять что ты спрашиваешь. АПИ это апи. По факту архитектура проекта. то есть у тебя например есть что то типа localhost/refactor. Под капотом там POST запрос, например, где в body лежит путь к файлу: {"path": "path/to file"} После запроса сервис сам получает все токены доступа к HF, шаблон промпта, сам файл, и отправляет запрос  уже через апи сарвиса/модели. Ну и ответ потом пишет. В Пайтоне это очень простой код.

Вы сайтики делать умеете?
ЖПТчат сказал, что тема ушла в далекий тупик ..

Я понял, это не внутренний инструмент, а с сервера AWS. Я думал, что в компании где работаешь развернули и обучили свою нейронку.

ЗЫ. У меня просто есть мысль на своём компе развернуть нейронку и обучить своему фреймворку, чтобы по запросу генерировала инструкции для страниц на моём фреймворке. Может на TensorFlow попробую сделать.