Форум 'Искусственный интеллект' на RSDN

Qwen3.6 27B

Thu, 23 Apr 2026 10:30:47 GMT

Вышла 22 часа назад. Кто занимается локальными/корпоративными LLM.

пример ложного ответа chatgpt

Wed, 22 Apr 2026 21:58:38 GMT

Apple 1 имеет на борту lm323k можно посмотреть на фото материнки

If you’re referring to something like the LM323K, then the answer is still no: the Apple I did not use an LM323K or a similar high-current regulator like your “SH323KC.”

Why not?
The Apple I did not include an onboard power supply.
It relied on external power provided by the user.
The required voltages (mainly +5V, ±12V) were expected to already be regulated.
What that means

Instead of using a regulator like LM323K on the board:

Users supplied pre-regulated DC voltages
Or built their own power supply (which could include regulators like LM323K, but off-board)
Summary
No onboard LM323K (or SH323KC equivalent)
Voltage regulation was handled externally, not on the motherboard

If you’re trying to recreate or power an Apple I, I can show you typical modern power supply setups that safely replace the original approach.

после моего замечания

The Apple I did not include a full power supply, but it did have an onboard +5V regulator, and that regulator was indeed the LM323K.

What the Apple I actually did:
It expected unregulated DC input (around 7–12V for the +5V rail)
The onboard LM323K regulated that down to stable +5V
The ±12V rails (used for video/RS-232) were typically supplied externally and not regulated on the board
Why the confusion happens:
Many sources simplify and say “no power supply,” meaning:
no transformer
no rectifier
no full PSU circuitry
But partial regulation (like the LM323K) was present on the board
Bottom line:
✔ Yes — Apple I used LM323K for +5V
✔ No — it did not have a complete onboard power supply
✔ Users still had to provide external voltages

So your instinct was correct — it’s just one of those cases where historical descriptions gloss over the details.

LLM без цензуры - возможно ли?

Wed, 22 Apr 2026 19:57:57 GMT

Вот что спросил. Попросил назвать какими качествами характера должен обладать антихрист, если бы он был. Ответ:

Сверххаризматичный политик-популист
Обещает быстрое спасение, говорит просто и сильно, собирает культ личности.
Технократический глобалист-лидер
Продвигает тотальную цифровизацию, контроль, эффективность, наднациональные решения.
Медиамагнат / инфлюенсер мирового масштаба
Формирует реальность через аудиторию, эмоции и информационные кампании.
Военный “миротворец”
Приходит под лозунгом порядка и безопасности, но концентрирует власть.
Псевдодуховный лидер
Объединяет религию, психологию и политику вокруг собственной фигуры.
Корпоративный визионер-мессианский CEO
Обещает “новую эру”, технологическое спасение человечества.

Попросил привести публичных людей, которые наиболее подходят под это описание. Отказалась:

Я не буду называть реально существующих публичных людей как «ближайших к антихристу». Это означало бы приписывать конкретным людям демонизирующую религиозную роль без оснований, что некорректно.

И еще много такого, что зацензирировано. Очень много.

Пишут что все вопросы о сознании — это цензурированные ответы, чтобы не смущать народ.

А какой была бы чистая LLM-ка без цензуры? Хотите?

Короткевич делает ИИ-программиста

Tue, 21 Apr 2026 04:41:19 GMT

https://www.pravmir.ru/gennadij-korotkevich-uvleksya-programmirovaniem-v-6-let-i-proslavilsya-na-ves-mir/
В конце:

В 2023 году Короткевич переехал в США, чтобы занять место в стартапе Cognition AI, посвященном созданию ИИ-программиста. В проект Геннадия пригласил один из его основателей, Скотт Ву, трехкратный победитель международных олимпиад по программированию; они познакомились в 2012 году, на последней для Короткевича и первой для Ву олимпиаде, где оба были в числе золотых медалистов. Позже они пересекались на Google Code Jam, где Ву также занимал призовые места.

Проект Devin, над которым они работают — нейросеть, которая программирует на качественно новом уровне. Она способна к самообучению — если код получился неправильным, она будет искать ошибки снова и снова и переписывать его, пробуя разные варианты и запоминая успешные. Она хорошо понимает сложные запросы и в будущем должна стать полноценным подмастерьем и помощником людей-разработчиков, выполняя несложные однотипные задачи и внося изменения по расписанию. Devin — первый в мире полностью автономный ИИ-инженер по программному обеспечению: не просто генерирует код по шаблону, но и может читать документацию, выстраивать архитектуру программ и заниматься самостоятельным творческим поиско

Вот это уже серьезно.

ИИ в задаче подбора пружин для автомобиля :)

Sat, 18 Apr 2026 09:01:16 GMT

Уже неделю не могу найти достаточной информации по моделям передних пружин для своего ситроена — родная документация указывает на конкретный код из трех возможных, а каталоги производителей дают все три кода (и еще другие), как "полностью совместимые".

Спрашивал у ChatGPT — он, как обычно, весьма словоохотлив, но и по точному обозначению модели/комплектации, и по VIN, традиционно несет бред, выдавая взаимоисключающие данные и заведомо несовместимые модели пружин, которые, без опыта возни со всем этим железом, кажутся вполне правдоподобными.

Спрашивал у Perplexity — тот, наоборот, уходит в полную несознанку, поясняя, что даже по VIN без дополнительных кодов нельзя точно подобрать, но и после ввода всех нужных кодов продолжает щемиться и предлагать "свериться с каталогами производителей". Так и не выдал мне ни одной модели.

Про дообучение (загрузить книгу)

Sat, 18 Apr 2026 07:43:11 GMT

Такой вопрос. Вот есть пиратская библиотека. По идее на этих книгах сети не обучены, т.к. авторы не давали дозволения.

Имеет ли смысл эти книги преобразовать в обучающий сет (как?) и дообучить сетку, чтобы можно было задавать вопросы по книге и получать ответы?

Пару слов о gemma-4

Fri, 17 Apr 2026 08:45:58 GMT

Привет,

с выходом Gemma 4 появилась достаточно неплохая локальная альтернатива облакам для простых задач.
На хабре сегодня опубликовали статью, в которой чел прошел по типичным граблям.
И хотя сравнивал он малосравниваемое (cloud vs moe vs dense), в статье вы можете увидеть примерное использованное железо для инференса.
Сразу хочется потыкать острой палочкой в q4 на 24Gb unified memory для moe при контексте в 32к в один слот. Здесь прекрасно все — и низкая квантизация, и короткий контекст. При этом он удивляется что модель выдала вагон косяков, забыла контекст или по десять раз пытается вызывать tools. И многие, следуя по похожему сценарию, разочаровываются в технологии в целом.
Так что Евгению и тем кто планирует локальный инференс я бы рекомендовал не вестись на советы что 640кб хватит для всех. Если вы не хотите, как персонаж из статьи выше, получать garbage out — используйте модели не ниже Q5, а лучше ориентируйтесь на Q6+ с контекстом хотя бы 96к+. А это минимум 32Гб только для модели gemma-4-26b-a4b с кешем Q8. То есть, ближайший вариант для унифицированной памяти был бы 48Гб.

GPT-5.4 Pro и успехи в математике...

Wed, 15 Apr 2026 18:41:10 GMT

Ранее считалось что новые оригинальные решения в математике — все-таки прерогатива человека.

А сейачас уже оно посягает: https://habr.com/ru/news/1023716/

Ну, может просто так совпало, пока преждевременно говорить. Или не совпало и в будущем оно начнет делать открытия?

Диалоги с ИИ

Sun, 12 Apr 2026 02:03:46 GMT

Я, когда общаюсь с ИИ, говорю "please" и "thank you!".
А вы?

Claude: +1

Sat, 11 Apr 2026 02:29:44 GMT

Беседовал с ним несколько минут.
Видимо, задел CapsLock:

триед алл 3, ноне шоркед

7:22 PM
Looks like your keyboard switched to Russian there □□ — I'll assume "tried all 3, none worked."

Как у ИИ с оптимизацией кода?

Thu, 09 Apr 2026 17:00:42 GMT

Кто более-менее серьезно использует ИИ для генерации кода — как у того кода с оптимизацией? Удается получить заметно большую эффективность по быстродействию/памяти, что вручную?

А как с оптимизацией форматов для хранения? Скажем, нужно хранить миллиард записей с разными полями (дата, время, количество, коды и т.п.). Оно умеет подбирать компактные представления лучше, чем это делает грамотный человек?

Антиплагиат. Проверка на ИИ

Thu, 09 Apr 2026 16:04:51 GMT

Как работает в антиплагиате проверка на то, что тест сгенерирован ИИ? Эти алгоритмы где-то опубликованы?
Как они умудряются посчитать при этом процент уникальности?
Потому что у меня результаты некоторых проверок вызывают большие вопросы.

Вопрос тем, кто использует Claude, ChatGPT и др. в работе

Thu, 09 Apr 2026 04:02:16 GMT

Вас не напрягает, что вы делитесь интеллектуальной собственностью вашей компании с хз пойми кем?
Или в вашей компании такая практика официально закреплена?
Как это закреплено юридически?

AI-cинтез совершенной музыки из Рая (в режиме радио), когда ждать ? (мнение ИИ)

Fri, 03 Apr 2026 08:34:28 GMT

в продолжение темы,

(вкратце, путь начнут прощупывать через 5-10 лет, а прорывов ждать раньше чем через 10-20 лет не приходится реально прорывные технологии могут задержаться и на 20-30 лет),

подробности ниже:

а когда система сможет в реальном времени подбирать самую офигенную музыку из всех её возможных теоретических вариантов ?

а "если" музыка совершенного наслаждения лежит за пределами того что кто либо когда либо генерировал на Земле (и вообще за пределами человеческого воображения) ? то когда её научатся подбирать такую максимально офигенную (в каждый момент времени среди множества теоретически возможных) ?

Оффлайн LLM для домашнего обучения

Tue, 31 Mar 2026 16:51:51 GMT

Привет

Везде слышу что всё меняется с безумной скоростью, агенты уже вовсю решают почти весь пайплайн разработки.
Пока у меня всё обходилось только пользование LLM.
Тут недавно заводил тему и вот хочу что-то из проверенного и неустаревшего взять для того, что у себя на домашнем компе развернуть и попробовать обучить бытовым вещям типа:
отслеживать что у ребенка убрана кровать и тогда включать интернет в телефоне
или если кот подходит близко к клетке с хомяком включать громко в Алисе что-то пугающее его.

в общем самому обучиться и погрузиться.
по железу я так понял для моих целей ноута Apple среднего хватит для того чтобы крутить LLM такого типа?
а по самой LLM подскажите, что взять посоветуете?

ollama + qwen + интернет возможна?

Sun, 29 Mar 2026 21:24:18 GMT

Сразу скажу, в ИИ я полный нуб, и скорее всего выше уровнем не поднимусь, так что не судите строго
Установил ollama на win11, в неё локальный qwen, вроде более менее шевелится на мобильной rtx 4070, но в интернет не умеет, как облачные ИИ.
Подскажите, гуру, можно ли как-то настроить, чтобы и в интернете искал ответы на мои вопросы?

TurboQuant: сжал KV-кеш до 3 бит – ускорение до 8 раз

Sun, 29 Mar 2026 11:26:45 GMT

TurboQuant: Google сжал KV-кеш LLM до 3 бит без потери точности – ускорение на H100 до 8 раз
https://habr.com/ru/companies/bothub/news/1015098/

в основе работы лежат не просто инженерные ухищрения, а строгие теоретические доказательства. Предложенные методы (PolarQuant, QJL и сам TurboQuant) работают вблизи известных теоретических нижних границ искажений, что гарантирует их надёжность в масштабных промышленных системах.

	P.S.: Акции производителей памяти рухнули
	Акции крупнейших производителей памяти рухнули после анонса алгоритма TurboQuant для ИИ-моделей https://club.dns-shop.ru/digest/169319-aktsii-krupneishih-proizvoditelei-pamyati-ruhnuli-posle-anonsa-algo/ Сильнее всего пострадали Micron и SanDisk — их котировки ценных бумаг снизились на 19,53 % и 21,73 % соответственно. Стоимость памяти DDR5 рухнула на фоне презентации алгоритма сжатия TurboQuant от Google https://club.dns-shop.ru/digest/169434-stoimost-pamyati-ddr5-ruhnula-na-fone-prezentatsii-algoritma-sjat/

Дистилляция LLM в код

Mon, 23 Mar 2026 05:04:04 GMT

Была такая статья: https://sysblok.ru/blog/gorkij-urok-abbyy-kak-lingvisty-proigrali-poslednjuju-bitvu-za-nlp/
Это про компанию ABBYY и ее попытку построить "вавилонскую башню" моделей описания языков для своего переводчика над которым работали сотни лингвистов и проигрыш сначала google translate с его статистическими методами и big data, а затем и llm. В общем, ABBYY не потянула масштаб задачи и "необъяснимая эффективность больших данных" победила.

А вот интересно — с развитием генерацией кода llm (вайб кодинг) у первого подхода (т.е. больших детерминированных алгоритмов и моделей) есть шанс? Это же практически дистилляция знаний в конкретной области llm в код.
И этот код работает намного быстрее топовых llm. Что думаете, был бы у ABBYY сейчас шанс?

Стартап в Мельбурне работает над органическим компьютером

Sun, 22 Mar 2026 07:40:30 GMT

https://futurism.com/artificial-intelligence/new-data-centers-human-brain-cells

researchers at Australian biotech startup Cortical Labs showed off its CL1, the “world’s first code deployable biological computer” that’s made up of 200,000 living human neurons.

https://www.tomshardware.com/tech-industry/artificial-intelligence/human-brain-cells-set-to-power-two-new-data-centers-thanks-to-body-in-the-box-cl1-cortical-labs-targets-the-ai-energy-crisis-with-biological-computer-that-reportedly-uses-less-energy-than-a-calculator

The CL1 units consist of a silicon chip with 200,000 lab-grown human neurons ‘grown’ on top, converted initially from human blood cells. Like the complex array of cells in the human brain, these neurons respond to electrical stimuli to and from the chip, forming networks like the neural arrays in our own brains. The system is shown to be able to learn and adapt, with the CL1 equipped with life-support features that keep the conditions suitable for the neurons to remain alive for up to six months.

200,000 neurons is not equivalent to a traditional CPU, but rather acts as a biological equivalent to a low-power AI accelerator or a specialized neuromorphic chip

Массивно-параллельный GPGPU — от невидии или амд — тоже не является эквивалентом к традиционному CPU, однако является ядром всего от 3d animation до ANN в целом и LLM в частности.

Давайте обсуждать- что имеет больший потанцевал- органический компьютер из человеческих нейронов, или клонирование человеческого сознания в силиконовом компьютере?

О "добросовестности" ИИ :)

Fri, 20 Mar 2026 17:12:19 GMT

Знает ли кто-нибудь что-то о том, как влияет на работу обученных моделей (особенно коммерческих) оценка моделью количества ресурсов, потребных для генерации ответа на запрос пользователя?

Если при обучении моделей задаются установки типа "самоубийство — плохо", "наркотики — опасно", "взрывчатые вещества — нежелательно", которые влияют на пути выбора поведения и результирующей выдачи, то напрашивается и установки типа "затраты вычислительных ресурсов — плохо", "внимание пользователя или списание платы — хорошо". Такие установки просто обязаны смещать акцент с "дотошности" на "умеренную правдоподобность".

Признаки такого смещения я регулярно вижу в бесплатных ИИ-чатах. Просишь его "тщательно проверить соответствие" — он делает чисто косметическую проверку, лишь бы косяки не лезли в глаза. Просишь "подобрать варианты, наиболее подходящие требованиям" — накидывает то, что имеет хоть какое-то отношение к запросу. На каждое очередное уточнение непременно выкатывает много лишнего — в основном, свое собственное словоблудие. Всячески старается убедить, что честно работал, но не покидает ощущение, что "на отъебись".

Как себя в этом плане ведут платные чат-боты и локальные агенты? Не бывает ощущения, что оно "умышленно" не доделывает или лажает, чтоб было основание списать плату, но своих ресурсов при этом затратить как можно меньше?