Прогнал 3 текста на детекторе text.ru (который сюда кидал оба варианта + ещё 2). Результат - текст написан человеком. Но эти детекторы так себе работают, конечно.
По сути, всё дело в промте стилистики и фактуры, чем сложнее задача, тем более не похожим на ИИ становится текст.
И, да, ещё раз: синонимы не влияют на уникальность с АИшность. )
Я бы такую задачу решал двумя вариантами.1. Создал бы свою модель с помощью PyTorch и обучил бы ее. На выходе полная независимость, после обучения сможет работать на дохлых компах. Но требует хороший датасет с примерами.2. Взял бы небольшую модель, хорошо работающую с русским языкоми дообучил бы ее. Тут уже не нужен большой датасет, она по нескольким примерам поймет, что от нее хотят. Вот тут уже простор для творчества.- Прикрутить pymorphy2 - он умеет спрягать автоматически.- Синонимайзер, только не так как у автора - иметь огромную базу данных. Достаточно примеров.
- DeepPavlov - чтобы корректировать такие перлы как у автора про читать чай)- RAG - чтобы дообучать модель на примерах существующих магазинов.В итоге получится полная автоматизация.
А зачем им платить, если в кубышку можно складывать? Они то больше не заплатят того, что ты перечислил.
Может да, может нет. Вопрос в % и объёме. Мы же не знаем, какой больничный будет. Может - МРОТ. И, может, человек более 4 месяца в году (ну и декреты там всякие).
в ПФР и медфонд есть платежи.
ИП не должен платить взносы по страхованию на случай временной нетрудоспособности и материнства, но если он хочет получить право на социальные пособия (больничные, декретные, по уходу за ребенком), то ему нужно перечислять эти взносы добровольно. Сумма взноса в 2025 году составляет 7 809,12 рубля,
Мне желательно, чтобы я отдал строчки таблицы и получил максимально читаемый заголовок.
Не Форель стейк, а стейк из форели; не судак заморозка, а судак замороженный, не лосось икра слабая соль, а икра лосося слабосолёная.
Если под каждый тип делать свой шаблон, то для этого не нужны сторонние решения, для этого подойдёт if and else внутри скриптов. Тогда, в крайнем случае, внешнее решение должно получать таблицу и приводить падежи и род в нужный вид или получать данные типа: "рыба - ж.р., заморозка - ед.ч, ж.р, р.п".
Суть практической задачи при работе со словарями я написал. Как это реализовать в шитс/экселях - тоже. Думаю, на AI с этим тоже проблем не будет, даже не подключая библиотек по работе со словами.
Соответственно, если шаблон надо писать самому, то вот как раз этот шаблон можно было бы интегрировать в софт (порядок полей), а из самого словаря подтягивать правильные словоформы.
Как это работает сейчас:
1. Есть таблица характеристик (последняя картинка, 30+ полей).
2. В полях "тайтл", "дескрипшен", "шот" используются обращения к словарю по модели, зависящей от типа товара. Если строго:
Тип товара: рыба, тип обработки - охлаждённая, то формируется тайтл после проверки назвария рыбы (судак - мужской род, форель - женский род): словарь (поле, род, падеж) > охлаждённая форель, охлаждённый судак.
Если тип товара - полуфабрикат (стейк, фарш, котлеты), то порядок запроса меняется с название - тип заморозки на тип продукта +из(если ж.р.) + название. Т.е. на выходе: стейк из фореши, фарш из судака.
Проблем две:
1. Для каждого типа (или группы типов) надо создавать отдельный шаблон.
2. Каждый элемент параметров надо добавлять в словарь.
Соответственно, было бы отлично:
1. Формировать грамотный и понятный текст в нужной последовательность;
2. Получить головый словарь или опцию для его доработки.
Желательно всё это через API, чтобы работало в Гугл Шитс / Битрикс 24 / Вукомерц / Мой склад.
Ну и что бы было понятнее, шорт на выходе собирает аттрибуты и выглядит примерно так: замороженные котлеты из форели, выловленной в Карелии. Штучная упаковка и заморозка на корабле. Дата изготовления чч нн, срок хранения котлет из форели - 6 месяцев. Продукт содержит ч белка, н углеводов и я жиров. Это очень краткая и простая версия того, что должен уметь собрать словарь.
Откуда они узнали, что я когда-то принял решение сделать у них аккаунт? )
