Челендж на 2026

Почему в памяти у тебя информация не хранится в правильном формате? Если ты что-то прочитал и понял - у тебя не возникнет больших сложностей хотябы придерживаться правильной терминологии.  Вот для тебя нэйминг - пустой звук, паттерны проектирования - тоже.  Если ты не можешь ясно изложить свою мысль - значит этой мысли нет.

Я практически никогда не пишу о темах, которые мне далеки - ты мог бы это заметить уже. Даже по форуму - я вообще не захожу в темы, которые вне сферы моих интересов. Да, я постоянно гуглю перед ответом, сверяюсь с ИИ. Но это для того, чтобы изложить свою мысль понятнее и точнее. Могу забыть какое то слово, термин. Что толку выкладывать кашу из головы. А так я даю тебе понятный и структурированный ответ, более того - сам перезапоминаю информацию эту. Но я не стану писать про то, что для меня темный лес. Я начал излагать факты по  строению нейросетей только после того как полез, вспомнил элементраную математику, что в них используется и как. Чтобы не выдать такие перлы как ты про матрицы. Мне было бы стыдно такое писать.

Ну, аргументируй на примерах, я не против увидеть свои пробелы.

Почему же ты не смог этого сделать на примере моего сервиса, я дал тебе ссылку. Давай, как программист - оцени что именно плохо там, не общими словами.

Что бы делать лучше - нужно сначала узнать как уже сделано. Очень рекомендую

А вообще  пока что все тюнинги, новые токенизаторы и прочие улучшения приводят к все более бредовым результатам, модель превращается в "районный ИИ/экономист" 😂 Я уже почти готов сдасться и вернутсья к РАГ, отбросив идею экономии на токенах Попробую подготовить максимально большой датасет для обучения..
Вот кстати, Арбнет - тебе задачка на знание ИИ, раз уж ты изучил все про нейросети. Решается она в голове, кстати - ничего сложного
Вот параметры результативной модели при обучении на 37Кб данных с 4-ми слоями и 4-мя головам, тиктокеном на 100000 слов - 330мегабайт. По размерам  - норма.
Насколько размер модели будет расти если я увеличу датасет, допустим до 15 Мб?  Нужно знать, когда модель превысит 4Гига и потеряется смысл в тренинге, ведь тогда лучше взять готовую SLM
не нужно точных цифр - примерная апроксимация

Ответа так и не последовало, как вы все видите. Вывод - все это пустая болтовня  про знание ИИ... Впрочем этого следовало ожидать.

После 3-х дней работы с Pytorch пришел к выводу что все это хорошо только для обучения и понимания как работает, от чего зависит, какие апарметры итд. Практической ценности нет. 

Критически важный момент - датасет. В домашних условиях одному практически нереально собрать такой, чтобы на нем можно было натренировать мало-мальски  полезную модель. А для тренировки нужен очень хороший. И обьемный. Просто накидать туда инфы для обьема - не получается. 

В итоге проще отказаться от этого варианта, потому что  использование как ОЛЛама с небольшой моделью+RAG так  и fine-tuning - предпологают использование базовой модели около 4 гигов, что требует в идеале отдельного сервера под нее. На данный момент для меня это нецелесообразно.

По-прежнему - кому охота поиграться - в личку скину репку, чтоб не возиться с настройками. Там уже есть готовая обертка для тренировки модели - дерзайте)

Ответвление от челенджа :)

Решил я попробовать использование агентов. И для этого "теста" решил добавить усложнение взять фреймворк которые ИИ не знают. т.е. как раз вот мой. И попробовать написать к нему модуль. При этом условие: я не должен вообще ни строчки написать в нем.

В качестве функционала простейшее: генерировать аватар по нику.

Сначала взял GigaCode - он лихо начал, и быстро написал код. Я в нем видел ошибки, но такие что не сложно было бы исправить... Но вот дальше его переклинило два дня он мне выносил фоном мозг. и я просто плюнул. Был похож на вечно торопящегося джуна бросающегося переписать все каждый раз заново и забывая что делал...

Взял агента от яши. Этот уже шел медленно но очень кропотливо подходил. Постоянно возвращался к анализу фреймоврка (я ему, как и первому, сказал склонировать репозиторий фреймворка во временный каталог), и не просто перечитывал файлы но и порой использовал рефлексию для анализа. после создания очередного класса чекал синтаксис. В общем планомерно фоном сделал. (За день, но тут надо понимать, что он постоянно просил подтверждение действия, а я работал т.е. были и простои пока я увижу). В итоге сделал.  И я его также попросил прикрутить стат анализ и анализ стиля кода - прогнать проверки и исправить. так же написать тесты, gitattributes и конфиг для докера (чтобы можно было использовать не только как модуль, но и как готовый сервис), а так же настроил и использовал тулзу версионирования. так же он делал своевременно коммиты ... в общем справился.

Из проблем: несколько раз в php код вставлял json (думаю это бага плагина vscode) и два раза дублировал строки когда в composer.json добавлял скрипты

Результат здесь  в доке есть описание как попробовать сервис через докер :)

Это нормальное поведение  - представь что ты кодишь с исполнительным джуном -мидлом юез фантазии. Если его не ткнуть носом - он и будет лепить все в кучу. Я изначально не проверял это, запуская проект, в итоге у меня масса модулей в которых JS code в  HTML не подключен  модулем а прямо впихнут - как и цсс. Лежит отдельная задача на рефакторинг - руки не доходят. Нужно все это явно указывать в агенте. Примерно так

Мне кажется у тебя небольшая ошибка в описании

Не "При использовании". А "Без" 😀 Но мне кажется что все, кто хоть раз запускал докер - понимают как запустить правильно нужную конфигурацию.
Я бы вообще добавил Makefile для таких случаев

хе-хе... а чет даже не вчитался. проверил, что инструкция работает и норм.... пасиб

хм... подумаю (точнее в случае этого модуля: заставлю)

Но ведь это ни чего не ломало? А тут прям по среди php кода json бахнут (ну видно что сырой ответ LLm ки) или в том же json дублирование с нарушением формата json

к слову, в ходе первого подхода к агентам узнал про MCP. И поставил  себе пометку сделать для фреймворка MCP сервер. (так же чисто по фану и изучения для)

могу посоветовать прогнать проект через codeindexer и составить карту, тогда агентам будет легче ориентироваться и использовать меньше токенов

Часто бывало что код получался ломаный, особенно при повторных правках. Агент улучшает ситуацию.
Это просто стандарт от Антропика. Если твой агент умеет читать код, править его или там ходить в интернет и искать на гитхабе инфу - значит в нем уже есть тула подобная МСР