Вообще подавляющему большинству не важно, что именно там под капотом, полиамид, полиэтилен, пропилен, стиролбутеин.. фигзнаетчто
Важны свойства: прочность + упругость + теплостойкость (я знаю что по каждому из озвученных них это несколько параметров, условий и нюансов) и главное, возможность лить все это из жидкой фазы.... заметь, не важно как эта жидкая фаза получена - химически с последующем отверждением светом или закрепителем или высокой температурой с последующим профилем охлаждения это больше определить возможность использования в 3D принтерах.
И если abs/pla/pet(g) легкодоступны что то способное работать при 100-200+ градусах найти не так просто (только силикон, но он слишком гибкий, вроде можно намешать его с твердым наполнителем)
p.s. фторопласт я помню листал каталоги, их предлагают только юрикам с начальными объемами сотни килограмм (заводам не интересно работать с розницей)... когда как 10кг был бы более оптимальным.
можно больше информации, какие сейчас доступны варианты для высокотемпературных пластиков в розницу (не тоннами а просто сотни грамм-килогрнаммы) и на сколько дружелюбно это по цене?
Я и говорю, что GPT в одиночку скорее всего не сможет решать задачи универсально, то что у нее это получается, я считаю, да и исследователи намекают, только за счет невероятной избыточности мощности (к сожалению существующие алгоритмы обучения слишком дороги, и может оказаться дешевле обучить качественную большую модель, парадоксально).
Но вот gpt как часть более сложного алгоритма, на текущий момент это итеративные комплексы, где в т.ч. разные специализированные модели, решают каждая свою подзадачу, декомпозируют, собирают, суммаризируют, и собирают частные решения на стороне. Отличный пример - инструменты использующие поиск в базах данных и интернете, отдельная модель выделяет и формирует запросы в поисковую систему, другие ищут, третьи собирают и удерживают контекст..
Еще пример, я писал переводчик художественной литературы на основе gpt, отдельный модуль собирает информацию о персонажах и локациях, другой определяет какая часть информации должна быть добавлена в контекст, третья собирает уже готовые переведенные части и добавляет их в промпт как few-shot механизм (часть перевода - с ручной корректировкой)... т.е. это не то же самое что закинуть тупо всю книгу в модель и ожидать что она все переведет, результат в лучшем случае будет с большим количеством ошибок.
есть мнение что сама архитектура gpt не позволит делать это для любых задач, повторяю, нужно будет увеличивать количество слоев ну или менять кардинально архитектуру.
внешние костыли и нужны чтобы обойти эти ограничения.
Встречный вопрос, много ли ЛЮДЕЙ сумеют решить эту задачу в уме, без бумажки с ручкой?
Почему все ожидают от языковой модели внутренних рассуждений, когда как она действует почти интуитивно, делая буквально считанные шаги (фиксированный набор, скорее всего количество зависит от количества слоев сети) размышлений, в некоторых случаях эти шаги можно расширить, добавив магическое think step by step.
Чтобы GPT модель могла решать такие задачи, во первых на логику и математику она должна быть обучена, когда как большинство доступных моделей в первую очередь учат маркетингу и литературе и только потом всему остальному. Чудо уже то что они программировать могут. А во вторых - поверх модели необходимо разработать приложение, которое сложной серией запросов и вызовов, сумеет разобрать задачу на подзадачи, собирая попутно в контексте временной памяти (аналог листочка для человека) текущее состояние, и уже после, собрав достаточно данных, сможет дать ответ.
p.s. а еще большинство открытых моделей русский язык знают для галочки, объем обучающей выборки в нем у них несоизмеримо меньше чем англоязычный и рассуждают они на русском в каком то смысле хуже.
советую самостоятельно сделать лимонад, при необходимости купите воду газированную.
я экспериментировал по всякому, и сок из лимона+вода+сахар, и добавлял сок из яблока, и для пробы пытался сделать на основе лимонной кислоты... в общем много сахара это важный критерий (да есть вариант когда сахара мало, освежающий напиток но это не то).
Неплохим подспорьем является уменьшение количества сахара в три раза и добавление сахаразаменителя стевия.
формально САХАР в тех количествах, что мы едим во много раз вреднее сахаразаменителей, любых. Например во вкусной газировке сахара полтора-два стакана на полтора литра. Жрать стаканами сахар для растущего организма - это фейл. А еще есть конфеты, печенья, каши,..
Отказ от сахара это рекомендация ВОЗ, ею пытаются потихоньку все страны следовать.
p.s. Если говорить про науку, перелопатив кучу статей я понял что лучший сахаразаменитель - стевия, там даже были какие то бонусы от его использования. Но он дороже и производителю проще набухать дешевый и противный аспартам (стевия тоже не идеальна по вкусу). Его фишка - количество, он на пару парядков более сладкий и к примеру одна ложка сахара это одна капля жидкой стевии, у него нет никаких противопоказаний, максимум может живот повести, если сожрать месячную норму за раз (у меня ребенок выпивал всю бутылочку, вроде даже поноса не было.. но если что не разрешайте так).
Учитывается ли взаимное положение элементов в документе или текст склеивается 'в том порядке что их разместил автор' даже если он редактировал его и верхние части документа добавил последними? Правильно ли распознается многоколоночные документы? Наличие формул и графиков и т.п.
Ну и в догонку, а как быть с pdf без текстовой информации? как картинка или векторный ps? А поддержка русского и не только языка?
хайтек завернут на таможне, я пробовал черз сдековских баеров, банально сопло для 3d принтера купить (особенность выбора принтера с проприетраными заморочками), не пустили.
это ваш личный пузырь, не прогресс отодвинул порог вхождения, а вы, тем что настроили, тем что обслуживаете.
Ребенок будет заинтересован изучать и разбираться, если у него не будет выбора.
И да, момент скорее всего упущен, и если вы сейчас перестанете поддерживать и помогать, ребенок скорее воспримет это как запрет а не как возможность изучить и понять.... процесс придется делить на шаги и направлять обучение с низов.
Еще ультразвуковая сварка есть, металлическая пластина прижимается к другой или ровной поверхности и обрабатывается мощным ультразвуком, это не плавка и не прессовка но изделия прикрепляются друг к другу.
Ультразвуковой 'проектор' будет шуметь (этот шум слышно на видео) и убрать это будет очень сложно (нужно больше матриц, излучающих уже наружу, в противофазе все то что нагенерировали внутри). Дальше - чем выше нужна скорость движения шарика, тем выше мощность, которую нужно выпускать наружу, и телу это может не понравиться, ведь ультразвук разрушает твердые предметы (кости, зубы, хз может и ногти).
Применение ультразвука в быту - приготовление пищи. Обработанное мясо, к примеру, при низких (ниже 60 градусов) температур делает его мягким, цитирую буквально шефповора который это применил - дешевая говядина стала сравнима качеством с дорогой, не высохла, была нежной и вкусной, он опускал на пол часа в УЗ-камеру кусок мяса в вакуумированном пакете, а позже слегка поджаривал его.
С этим и больше можно экспериментировать, например сделать густой бульон из овощей, без их фактической варки (высокая температура разрушает витамины) но на сколько это будет не классический смузи из блендера, хз....
Было видео про приготовление коньяка с помощью купания древесной щепы в УЗ ванне со спиртом (дешевую водку),.. не скажу за вкус но то что ультразвук делает процесс измельчения и перемешивания на много порядков быстрее естественного, факт (часы вместо лет).
Т.е. сначала мы генерируем текст а затем пытаемся разобраться с тем что намудрили...
Так как генерация текста это случайный процесс, происходящий (обычно, но само собой не обязательно) последовательно слева на право, то каждый раз, когда алгоритм принимает решение о выборе следующего слова (токена), он добавляет ответу хаотичности. Да, чем лучше внутри LLM построена модель знаний, тем с большими шансами она будет пытаться выйти на верное реение, т.е. если следующий токен ухудшил ситуацию с верным ответом, сеть попытается выкрутиться и следующими сообщениями вернуть смысл на место.. само собой это не всегда возможно, но возможно часто потому что чаще всего разные токены это некая вода в тексте - не критичный шум, без которого можно было бы обойтись, но великий рандом заставил выбрать именно этот путь.
Собственно это и есть одна из причин галлюцинаций, да, конечно, сама сеть не идеально строит модель знаний внутри себя, она тоже шумит, и этот шум вылезает в разбросе между полученными вероятностями для следующего токена и фактическими, теми что предполагает запрос в действительности. Простой пример - мы просим (llm обученную только складывать цифры) сложить два числа '2+3=' и фактические вероятности должны быть '5' - 100%, остальные цифры 0%, но сеть выдаст что то типа '5' - 85% и каждая цифра тоже какой то процент +-1%, и алгоритмы рандомизации токена с некоторой не нулевой вероятностью могут выбрать не максимально верное значение а рядом стоящее....
И да, если отключить рандомизацию temp=0 то проблема шумящей области знаний внутри вылезет другим боком (например зацикливание - повторение символов).
К сожалению, не существует красивого алгоритма принятия решения (но исследователи стараются) шаг за шагом... но скорее всего это можно сделать, если позволить алгоритму делать шаг назад, т.е. сгенерировав несколько токенов, и если видно что получается что то не то, вернуться назад и выбрать другой токен.
p.s. Если задача может быть валидирована после (например генерация кода, который можно проверить, запустив его после) то можно решать задачу перебором всех ветвей дерева выбора токенов (и соответственно оптимизацию вести в этом направлении, зайдя внутрь нейронки).
А там, по уже отработанной китайцами (да и не только) схеме - первая партия будет действительно топ, первые месяцы весь интернет будет пестрить восторженными возгласами, даже может и обоснованными, ну а через месяц-другой следующие партии будут говном в кубе, разваливаться через год работы.
Не нужно пиратские, нужно децентрализованные, с удобством и возможностями сравнимыми с централизованными... чтобы вхождение нового пользователя было уровня - пару кликов мыши.
И да, это уже почти невозможно, мир уже потерял возможность свободно устанавливать приложения на смартфоны (все выпускаемые используют апп/гугл/ххх-сторы) и браузерные расширения (тут теперь только гики могут установить что то стороннее, обыватели все). Если не верите - напомнить, зачем гугл через шантаж заставил удалить функционал установки из apk приложения из total commander?
Еще бы пару красивых примеров, когда майкрософт с помпой удаляет установленный не через их стор приложения (пока это происходит с формальной привязкой к вреду - с помощью антивируса), но осталось совсем чуть чуть и лягушка до варится
Развернутый ответ в виде статьи был бы не плох.
Вообще подавляющему большинству не важно, что именно там под капотом, полиамид, полиэтилен, пропилен, стиролбутеин.. фигзнаетчто
Важны свойства: прочность + упругость + теплостойкость (я знаю что по каждому из озвученных них это несколько параметров, условий и нюансов) и главное, возможность лить все это из жидкой фазы.... заметь, не важно как эта жидкая фаза получена - химически с последующем отверждением светом или закрепителем или высокой температурой с последующим профилем охлаждения это больше определить возможность использования в 3D принтерах.
И если abs/pla/pet(g) легкодоступны что то способное работать при 100-200+ градусах найти не так просто (только силикон, но он слишком гибкий, вроде можно намешать его с твердым наполнителем)
p.s. фторопласт я помню листал каталоги, их предлагают только юрикам с начальными объемами сотни килограмм (заводам не интересно работать с розницей)... когда как 10кг был бы более оптимальным.
@MadFisherman
можно больше информации, какие сейчас доступны варианты для высокотемпературных пластиков в розницу (не тоннами а просто сотни грамм-килогрнаммы) и на сколько дружелюбно это по цене?
средняя цена мотка филамента в 1000 руб. против 80 руб. за гранулятжаль что для PEEK пластика это не так, гранулят продается на вес золота
Я и говорю, что GPT в одиночку скорее всего не сможет решать задачи универсально, то что у нее это получается, я считаю, да и исследователи намекают, только за счет невероятной избыточности мощности (к сожалению существующие алгоритмы обучения слишком дороги, и может оказаться дешевле обучить качественную большую модель, парадоксально).
Но вот gpt как часть более сложного алгоритма, на текущий момент это итеративные комплексы, где в т.ч. разные специализированные модели, решают каждая свою подзадачу, декомпозируют, собирают, суммаризируют, и собирают частные решения на стороне. Отличный пример - инструменты использующие поиск в базах данных и интернете, отдельная модель выделяет и формирует запросы в поисковую систему, другие ищут, третьи собирают и удерживают контекст..
Еще пример, я писал переводчик художественной литературы на основе gpt, отдельный модуль собирает информацию о персонажах и локациях, другой определяет какая часть информации должна быть добавлена в контекст, третья собирает уже готовые переведенные части и добавляет их в промпт как few-shot механизм (часть перевода - с ручной корректировкой)... т.е. это не то же самое что закинуть тупо всю книгу в модель и ожидать что она все переведет, результат в лучшем случае будет с большим количеством ошибок.
есть мнение что сама архитектура gpt не позволит делать это для любых задач, повторяю, нужно будет увеличивать количество слоев ну или менять кардинально архитектуру.
внешние костыли и нужны чтобы обойти эти ограничения.
Встречный вопрос, много ли ЛЮДЕЙ сумеют решить эту задачу в уме, без бумажки с ручкой?
Почему все ожидают от языковой модели внутренних рассуждений, когда как она действует почти интуитивно, делая буквально считанные шаги (фиксированный набор, скорее всего количество зависит от количества слоев сети) размышлений, в некоторых случаях эти шаги можно расширить, добавив магическое think step by step.
Чтобы GPT модель могла решать такие задачи, во первых на логику и математику она должна быть обучена, когда как большинство доступных моделей в первую очередь учат маркетингу и литературе и только потом всему остальному. Чудо уже то что они программировать могут. А во вторых - поверх модели необходимо разработать приложение, которое сложной серией запросов и вызовов, сумеет разобрать задачу на подзадачи, собирая попутно в контексте временной памяти (аналог листочка для человека) текущее состояние, и уже после, собрав достаточно данных, сможет дать ответ.
p.s. а еще большинство открытых моделей русский язык знают для галочки, объем обучающей выборки в нем у них несоизмеримо меньше чем англоязычный и рассуждают они на русском в каком то смысле хуже.
Работайте с ИИ на английском.
советую самостоятельно сделать лимонад, при необходимости купите воду газированную.
я экспериментировал по всякому, и сок из лимона+вода+сахар, и добавлял сок из яблока, и для пробы пытался сделать на основе лимонной кислоты... в общем много сахара это важный критерий (да есть вариант когда сахара мало, освежающий напиток но это не то).
Неплохим подспорьем является уменьшение количества сахара в три раза и добавление сахаразаменителя стевия.
чей именно copilot вы используете?
майкрософтовский бесплатный и его качество последние пол года отвратительнее некуда.
формально САХАР в тех количествах, что мы едим во много раз вреднее сахаразаменителей, любых. Например во вкусной газировке сахара полтора-два стакана на полтора литра. Жрать стаканами сахар для растущего организма - это фейл. А еще есть конфеты, печенья, каши,..
Отказ от сахара это рекомендация ВОЗ, ею пытаются потихоньку все страны следовать.
p.s. Если говорить про науку, перелопатив кучу статей я понял что лучший сахаразаменитель - стевия, там даже были какие то бонусы от его использования. Но он дороже и производителю проще набухать дешевый и противный аспартам (стевия тоже не идеальна по вкусу). Его фишка - количество, он на пару парядков более сладкий и к примеру одна ложка сахара это одна капля жидкой стевии, у него нет никаких противопоказаний, максимум может живот повести, если сожрать месячную норму за раз (у меня ребенок выпивал всю бутылочку, вроде даже поноса не было.. но если что не разрешайте так).
мне мало информации сказали, говорили что через казахстан, просто сказали таможня отказала везти запчасти.
Как текст извлекается из pdf?
Учитывается ли взаимное положение элементов в документе или текст склеивается 'в том порядке что их разместил автор' даже если он редактировал его и верхние части документа добавил последними? Правильно ли распознается многоколоночные документы? Наличие формул и графиков и т.п.
Ну и в догонку, а как быть с pdf без текстовой информации? как картинка или векторный ps? А поддержка русского и не только языка?
хайтек завернут на таможне, я пробовал черз сдековских баеров, банально сопло для 3d принтера купить (особенность выбора принтера с проприетраными заморочками), не пустили.
правая кнопка на странице - сохранить как
это ваш личный пузырь, не прогресс отодвинул порог вхождения, а вы, тем что настроили, тем что обслуживаете.
Ребенок будет заинтересован изучать и разбираться, если у него не будет выбора.
И да, момент скорее всего упущен, и если вы сейчас перестанете поддерживать и помогать, ребенок скорее воспримет это как запрет а не как возможность изучить и понять.... процесс придется делить на шаги и направлять обучение с низов.
Еще ультразвуковая сварка есть, металлическая пластина прижимается к другой или ровной поверхности и обрабатывается мощным ультразвуком, это не плавка и не прессовка но изделия прикрепляются друг к другу.
Ультразвуковой 'проектор' будет шуметь (этот шум слышно на видео) и убрать это будет очень сложно (нужно больше матриц, излучающих уже наружу, в противофазе все то что нагенерировали внутри). Дальше - чем выше нужна скорость движения шарика, тем выше мощность, которую нужно выпускать наружу, и телу это может не понравиться, ведь ультразвук разрушает твердые предметы (кости, зубы, хз может и ногти).
Применение ультразвука в быту - приготовление пищи. Обработанное мясо, к примеру, при низких (ниже 60 градусов) температур делает его мягким, цитирую буквально шефповора который это применил - дешевая говядина стала сравнима качеством с дорогой, не высохла, была нежной и вкусной, он опускал на пол часа в УЗ-камеру кусок мяса в вакуумированном пакете, а позже слегка поджаривал его.
С этим и больше можно экспериментировать, например сделать густой бульон из овощей, без их фактической варки (высокая температура разрушает витамины) но на сколько это будет не классический смузи из блендера, хз....
Было видео про приготовление коньяка с помощью купания древесной щепы в УЗ ванне со спиртом (дешевую водку),.. не скажу за вкус но то что ультразвук делает процесс измельчения и перемешивания на много порядков быстрее естественного, факт (часы вместо лет).
Т.е. сначала мы генерируем текст а затем пытаемся разобраться с тем что намудрили...
Так как генерация текста это случайный процесс, происходящий (обычно, но само собой не обязательно) последовательно слева на право, то каждый раз, когда алгоритм принимает решение о выборе следующего слова (токена), он добавляет ответу хаотичности. Да, чем лучше внутри LLM построена модель знаний, тем с большими шансами она будет пытаться выйти на верное реение, т.е. если следующий токен ухудшил ситуацию с верным ответом, сеть попытается выкрутиться и следующими сообщениями вернуть смысл на место.. само собой это не всегда возможно, но возможно часто потому что чаще всего разные токены это некая вода в тексте - не критичный шум, без которого можно было бы обойтись, но великий рандом заставил выбрать именно этот путь.
Собственно это и есть одна из причин галлюцинаций, да, конечно, сама сеть не идеально строит модель знаний внутри себя, она тоже шумит, и этот шум вылезает в разбросе между полученными вероятностями для следующего токена и фактическими, теми что предполагает запрос в действительности. Простой пример - мы просим (llm обученную только складывать цифры) сложить два числа '2+3=' и фактические вероятности должны быть '5' - 100%, остальные цифры 0%, но сеть выдаст что то типа '5' - 85% и каждая цифра тоже какой то процент +-1%, и алгоритмы рандомизации токена с некоторой не нулевой вероятностью могут выбрать не максимально верное значение а рядом стоящее....
И да, если отключить рандомизацию temp=0 то проблема шумящей области знаний внутри вылезет другим боком (например зацикливание - повторение символов).
К сожалению, не существует красивого алгоритма принятия решения (но исследователи стараются) шаг за шагом... но скорее всего это можно сделать, если позволить алгоритму делать шаг назад, т.е. сгенерировав несколько токенов, и если видно что получается что то не то, вернуться назад и выбрать другой токен.
p.s. Если задача может быть валидирована после (например генерация кода, который можно проверить, запустив его после) то можно решать задачу перебором всех ветвей дерева выбора токенов (и соответственно оптимизацию вести в этом направлении, зайдя внутрь нейронки).
А там, по уже отработанной китайцами (да и не только) схеме - первая партия будет действительно топ, первые месяцы весь интернет будет пестрить восторженными возгласами, даже может и обоснованными, ну а через месяц-другой следующие партии будут говном в кубе, разваливаться через год работы.
тег сарказм что ли добавьте
Не нужно пиратские, нужно децентрализованные, с удобством и возможностями сравнимыми с централизованными... чтобы вхождение нового пользователя было уровня - пару кликов мыши.
И да, это уже почти невозможно, мир уже потерял возможность свободно устанавливать приложения на смартфоны (все выпускаемые используют апп/гугл/ххх-сторы) и браузерные расширения (тут теперь только гики могут установить что то стороннее, обыватели все). Если не верите - напомнить, зачем гугл через шантаж заставил удалить функционал установки из apk приложения из total commander?
Еще бы пару красивых примеров, когда майкрософт с помпой удаляет установленный не через их стор приложения (пока это происходит с формальной привязкой к вреду - с помощью антивируса), но осталось совсем чуть чуть и лягушка до варится