Не совсем нулевая. Определённый профилактический эффект может быть: человек не всегда чувствует что у него аритмия, особенно если это нарушения АВ-проводимости и неполные блокады ножек пучка Гисса без выпадения отдельных сокращений или экстрасистол. Ещё после перенесенных заболеваний инфекционных могут развиваться и прогрессировать пороки сердца, которые на начальных этапах человек не заметит (просто будет ощущать слабость), а потом уже кальцинаты разрушат клапан(ы) и будет горюшко, которое только операцией на сердце можно исправить. Вот для таких случаев это приложение будет полезно как быстрая и грубая профилактика. Увидел - иди к врачу обследоваться на ЭКГ и УЗИ.
Идея хорошая, но это не ЭКГ. Я по первой специальности врач-терапевт, поэтому скажу, что это приложение точно может быть полезным для диагностики некоторых аритмий и пороков сердца. Но тот же инфаркт, гипертрофию предсердий и желудочков, а так же изменения ЭОС и прочие важные сугубо электрические феномены, которые имеют конкретные последствия - будет не видно. Тем не менее, для быстрой и относительно грубой диагностики - метод просто огонь! То есть логика здесь будет сводится к тому, что если что-то вылезло - иди обследуйся. И хуже от этого не будет. Эдакий маячок, что надо бы сходить.
Только у меня возникает ощущение, что таким образом менеджмент пытается избежать сокращений на своей стороне? Ибо удалёнка показала, что айтишники - люди в целом довольно ответственные и не нуждаются в надсмотрщике с палкой, чтобы решать свои задачи. При этом люди вполне себе умеют контактировать удаленно [censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie] С другой стороны понимаю, накупили площадей и они простаивают, а хотелось бы как-то отчитаться о полезности этих трат. По личным ощущениям меня сейчас удалось бы заманить в офис при одном условии, если он будет расположен в 15 минутах пешком от дома. Да и то, мне дома сильно комфортнее - не люблю эти опен-спейсные боксы и толпу людей вокруг. Даже хороших людей.
Исследование Anthropic прямо зашло :) Это ж надо так изгалиться: продублировать слой, а между исходным и дубликатом воткнуть латентное пространство, чтобы получился автоэнкодер. А потом скармливать модели всякое неэтичное (и этичное тоже), чтобы посмотреть комбинации каких фичей оказывают наибольший эффект, чтобы потом усиливать/приглушать весовые коэффициенты комбинаций фичей, дабы ничего вредного не генерила модель.
С GPT и GPT-2 я пробовал. У меня где-то до сих пор лежит статья, где чел его пошагово поясняет в ходе написания кода. Когда его выпустили, я как раз первый раз устроился дата сайнтистом в одну минскую небольшую компанию. Но под наши задачи он не годился. Только поразвлекались с ним локально и отпустили с богом. Если честно, я тогда не верил, что из этого может что-то адекватное вырасти. Сама по себе моделька очень легкая и в принципе с ней можно развлекаться даже на обычном средненьком компе с видюхой, которая дружит с CUDA. И даже на голом проце. А вот GPT-3 и далее, там уже всё, облом. А вообще, спасибо за направление мысли, ведь действительно количество слоев и голов внимания можно уменьшить (собственно то, что скейлится). По сути, если оставить без скейлинга уникальные компоненты из одной архитектуры, а потом привнести от себя туда изменения и сравнить сначала этих мелких гоблинов друг против друга и попробовать скейлить, то с определённой степенью уверенности можно ожидать, что позитивный или негативный эффект от изменения проявится и (вероятно) кратно усилится при скейлинге.
Это я понимаю, такие задачи тоже бывают периодически. И поиск аномалий, и тэгирование, и скоринг, да много всякого рутинного. Так-то в большинстве случаев дип лернинг вообще не нужен. Классические модели вполне себе неплохо справляются. Но тут речь о том, чтобы какой-то топчик руками потрогать. И не апишку, а именно саму модель. То есть тут не вопрос "чем заняться", тут вопрос - где добыть возможности прокачаться в том, что ресурсоёмкое и поэтому не может быть изучено на собственном железе или силами малой или средней компании. Согласитесь, ведь те люди, которые работают с этими здоровенными топовыми моделями не родились со знаниями и навыками создания и тюнинга этих монстров. Где-то учились, как-то экспериментировали. И в этом собственно суть моего вопроса - где и как прокачаться?
Ну, повестку-то легко заменить и стоп-слова обходить. А вот изменить сам организационный алгоритм (продвигаем одну повестку, минусим-плюсуем не читая, тон задает старшина итп) - это гораздо сложнее. Вот там верно заметили, что когда тролль работает по накатанной, то для него это просто сродни работы саппорта. А если придётся менять алгоритмы, изгаляться с подачей повестки, регать по многу раз забаненные аккаунты, не палиться шаблонами активности и т.п. - вот от этого у ефрейторов пригорит. Ибо ферма это всегда низкоадаптивный механизм, управляемый центрально. Это ж мы пишем от себя и свободно, а там есть конкретный приказ что продвигать, где продвигать и конкретный рекомендованный механизм как именно это надо делать. Модель будет вычислять ферму быстрее, чем она будет начинать мешать жить местным. А ферме не хватит адаптивных ресурсов, чтобы создавать устойчивый и эффективный шаблон поведения каждую неделю.
Ну, будут шифровать до отправки в мессенджер. Плагинов понаписывают. Тоже мне проблема. Гибридное шифрование навроде ECC+AES на коленке можно написать.
Чот как-то Тесла и Амазона даже ниже рынка. Видимо посчитали всех вперемешку - и разработчиков, и курьеров, и работяг на складах и линиях. У яблока тоже как-то не огонь, видимо такая же ситуация: работяг на заводах посчитали вперемешку с разрабами.
И даже если взять pretrained модель и близкий к реальности датасет, скажем, на 40-50 ГБ, то файнтюнить её все равно получится очень и очень дорого. Такие развлечения себе только богатые галеры могут позволить. Видимо, надо идти учиться куда-то к производителям железа NVIDIA сейчас вроде дает возможность руками потрогать топовые модели. Но отзывов пока про их курсы не получал от знакомых. https://learn.nvidia.com/
Развивая мысль о дальнейшем развитии идеи с деревом, или в более широком смысле, графом. Уверен, что ботоферма - это всегда сущность медленная и действующая по шаблону. Соответственно, если вершинами являются аккаунты пользователей, а ребрами - взаимодействия между ними, то ферма будет действовать как сообщество внутри сообщества и из-за устоявшегося подхода у фермы будут появляться некие признаки поведения характерные. Как, впрочем, и у профессионального сообщества. Мы точно знаем как ферма себя ведёт и какие шаблоны продвигает, но сейчас делаем это интуитивно, а можно было бы поставить на поток. Скажем, раз в неделю обновлять граф, проводить его анализ и делать репорт модерам на зачистку. Технически это будет недорого: эмбеддинги от названия и тела статьи получить, эмбэддинги от комментов, направления рёбер (кто кому какое действие совершает или пишет), складываем в графовую и векторную базы, а дальше мануальная разметка, кластерный анализ и какой-нибудь классификатор (тот же градиентный бустинг вполне подойдёт) и репорт модеру на стол ежедневный о подозрительной активности. Менять шаблоны, читай переписывать методички, каждую неделю ефрейторам никаких сил не хватит, работать без методички им нельзя - как бы конфуза с начальством не вышло, а встроиться в шаблон профессионального сообщества им нельзя, потому что тогда выйдет, что они на нашу мельницу воду льют.
Да, собственно, за счёт такого рынка и кормимся. То, что можно назвать малыми (инференс на устройстве) и средними (инференс на инстансе) моделями. Плюс third-part API, которые облачные провайдеры предоставляют (там у них целые model zoo, model garden-ы): получил эмбэддинги или результаты инференса чужой модели и дальше с ними там дорабатываешь, или даже дотюнил её иногда средствами поставщика. Это востребованно и на этом вполне можно зарабатывать, но дотянуться до самого "вкусного", cutting edge SoTA, тоже бы хотелось. А то возникает ощущение застоя. Отчасти помогает улучшить ситуацию появление хороших производительных векторных баз данных и соответствующих плагинов для уже существующих, но у меня лично без доступа к топчику грусть и тоска развиваются.
К сожалению, сейчас у всех, кто работает с ML становится гораздо меньше возможностей для самостоятельного обучения. Да, есть теория прекрасно описанная; да, есть много полезных курсов, НО лично для меня многое банально упирается в "железо". Если тот же Bert и его вариации и модельки из Deep Pavlov ещё можно было как-то локально у себя погонять и потюнить, то монстров вроде LlaMA особо на своём железе не погоняешь для экспериментов. Аналогичная ситуация и с CV моделями, если они тяжелее YOLO и ResNet-подобных. Реально поэкспериментировать получится либо если работаешь в большой компании на их мощностях, либо на курсах от "облаков", но там особой свободы действий не дадут и кредиты ограничены. Мне вот хочется поиграться с L-RoPE в контексте LLM, но я реалистично смотрю на вещи - даже если я себе куплю топовый комп с модной видюхой, то всё равно вряд ли оно вытянет. Интересно, как Анна обходит "железный" потолок?
Прошу обратить внимание, сюда вроде пока ни один ефрейтор с вечерней смены не отписал. Хороший признак. Присоединяюсь к идее Cray по поводу сделать открытым от кого лайк или дизлайк. Сразу будет видно, если ботоферма работает.
Комментарий скрыт за нарушение правил комментирования. [censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]
Слишком вольная интерпретация. Таки 54%(49.63% - 58.37%) против 67%(62.88% - 71.12%). Статистически значимая разница даже на уровне ДИ95% присутствует. Не дотягивает пока железная башка до кожаных мешков.
Для начала, я бы посоветовал нормальное подтверждение уровня В2 получить. Сдать IELTS. Тогда ваш В2 точно будут признавать за B2. Кроме того, это откроет вам возможность поступить на английский трек в магистратуру. Следующий момент: поищите волонтариат в каком-нибудь институте по профилю вашего образования. Там постоянно идут исследования, и бюджет на само исследование может быть приличным, а вот зп совсем низкие и поляки на такую работу не хотят идти, следовательно можете договориться, что сделаете какие-нибудь дашборды для задач научной группы на условиях волонтариата, а взамен пускай вас возьмут лаборантом на проект на минималку (уже будут денюжки и начнёт капать опыт). Параллельно с этим продолжайте искать себе стажировку в компаниях. Одновременно можно поступить в полицеалку на заочное или даже очное по какой-нибудь специальности, что позволит вам получить польский диплом и сертификат В1 польского по окончании. Далее сможете уже работать по специальности из полицеалки и не на минималку. И параллельно - ищите, ищите, ищите...
Комментарий скрыт за нарушение правил комментирования. [censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]
Есть гипотеза, что именно поэтому они и начали так резко падать. Чем меньше беларусов и больше индусов, тем больше факапов. А это не просто факап, а факапище. [censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]
Комментарии
Не совсем нулевая. Определённый профилактический эффект может быть: человек не всегда чувствует что у него аритмия, особенно если это нарушения АВ-проводимости и неполные блокады ножек пучка Гисса без выпадения отдельных сокращений или экстрасистол. Ещё после перенесенных заболеваний инфекционных могут развиваться и прогрессировать пороки сердца, которые на начальных этапах человек не заметит (просто будет ощущать слабость), а потом уже кальцинаты разрушат клапан(ы) и будет горюшко, которое только операцией на сердце можно исправить. Вот для таких случаев это приложение будет полезно как быстрая и грубая профилактика. Увидел - иди к врачу обследоваться на ЭКГ и УЗИ.
Идея хорошая, но это не ЭКГ. Я по первой специальности врач-терапевт, поэтому скажу, что это приложение точно может быть полезным для диагностики некоторых аритмий и пороков сердца. Но тот же инфаркт, гипертрофию предсердий и желудочков, а так же изменения ЭОС и прочие важные сугубо электрические феномены, которые имеют конкретные последствия - будет не видно. Тем не менее, для быстрой и относительно грубой диагностики - метод просто огонь! То есть логика здесь будет сводится к тому, что если что-то вылезло - иди обследуйся. И хуже от этого не будет. Эдакий маячок, что надо бы сходить.
Только у меня возникает ощущение, что таким образом менеджмент пытается избежать сокращений на своей стороне? Ибо удалёнка показала, что айтишники - люди в целом довольно ответственные и не нуждаются в надсмотрщике с палкой, чтобы решать свои задачи. При этом люди вполне себе умеют контактировать удаленно [censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie] С другой стороны понимаю, накупили площадей и они простаивают, а хотелось бы как-то отчитаться о полезности этих трат. По личным ощущениям меня сейчас удалось бы заманить в офис при одном условии, если он будет расположен в 15 минутах пешком от дома. Да и то, мне дома сильно комфортнее - не люблю эти опен-спейсные боксы и толпу людей вокруг. Даже хороших людей.
Исследование Anthropic прямо зашло :) Это ж надо так изгалиться: продублировать слой, а между исходным и дубликатом воткнуть латентное пространство, чтобы получился автоэнкодер. А потом скармливать модели всякое неэтичное (и этичное тоже), чтобы посмотреть комбинации каких фичей оказывают наибольший эффект, чтобы потом усиливать/приглушать весовые коэффициенты комбинаций фичей, дабы ничего вредного не генерила модель.
С GPT и GPT-2 я пробовал. У меня где-то до сих пор лежит статья, где чел его пошагово поясняет в ходе написания кода. Когда его выпустили, я как раз первый раз устроился дата сайнтистом в одну минскую небольшую компанию. Но под наши задачи он не годился. Только поразвлекались с ним локально и отпустили с богом. Если честно, я тогда не верил, что из этого может что-то адекватное вырасти. Сама по себе моделька очень легкая и в принципе с ней можно развлекаться даже на обычном средненьком компе с видюхой, которая дружит с CUDA. И даже на голом проце. А вот GPT-3 и далее, там уже всё, облом. А вообще, спасибо за направление мысли, ведь действительно количество слоев и голов внимания можно уменьшить (собственно то, что скейлится). По сути, если оставить без скейлинга уникальные компоненты из одной архитектуры, а потом привнести от себя туда изменения и сравнить сначала этих мелких гоблинов друг против друга и попробовать скейлить, то с определённой степенью уверенности можно ожидать, что позитивный или негативный эффект от изменения проявится и (вероятно) кратно усилится при скейлинге.
Это я понимаю, такие задачи тоже бывают периодически. И поиск аномалий, и тэгирование, и скоринг, да много всякого рутинного. Так-то в большинстве случаев дип лернинг вообще не нужен. Классические модели вполне себе неплохо справляются. Но тут речь о том, чтобы какой-то топчик руками потрогать. И не апишку, а именно саму модель. То есть тут не вопрос "чем заняться", тут вопрос - где добыть возможности прокачаться в том, что ресурсоёмкое и поэтому не может быть изучено на собственном железе или силами малой или средней компании. Согласитесь, ведь те люди, которые работают с этими здоровенными топовыми моделями не родились со знаниями и навыками создания и тюнинга этих монстров. Где-то учились, как-то экспериментировали. И в этом собственно суть моего вопроса - где и как прокачаться?
Ну, повестку-то легко заменить и стоп-слова обходить. А вот изменить сам организационный алгоритм (продвигаем одну повестку, минусим-плюсуем не читая, тон задает старшина итп) - это гораздо сложнее. Вот там верно заметили, что когда тролль работает по накатанной, то для него это просто сродни работы саппорта. А если придётся менять алгоритмы, изгаляться с подачей повестки, регать по многу раз забаненные аккаунты, не палиться шаблонами активности и т.п. - вот от этого у ефрейторов пригорит. Ибо ферма это всегда низкоадаптивный механизм, управляемый центрально. Это ж мы пишем от себя и свободно, а там есть конкретный приказ что продвигать, где продвигать и конкретный рекомендованный механизм как именно это надо делать. Модель будет вычислять ферму быстрее, чем она будет начинать мешать жить местным. А ферме не хватит адаптивных ресурсов, чтобы создавать устойчивый и эффективный шаблон поведения каждую неделю.
Ну, будут шифровать до отправки в мессенджер. Плагинов понаписывают. Тоже мне проблема. Гибридное шифрование навроде ECC+AES на коленке можно написать.
Чот как-то Тесла и Амазона даже ниже рынка. Видимо посчитали всех вперемешку - и разработчиков, и курьеров, и работяг на складах и линиях. У яблока тоже как-то не огонь, видимо такая же ситуация: работяг на заводах посчитали вперемешку с разрабами.
Штука в том, что обучить даже среднюю модель LLAMA3 7B - это 1.3 млн GPU часов на видеокартах H100. Это помимо остального железа. Правда, это на 15 триллионов токенов. https://github.com/meta-llama/llama3/blob/main/MODEL_CARD.md
И даже если взять pretrained модель и близкий к реальности датасет, скажем, на 40-50 ГБ, то файнтюнить её все равно получится очень и очень дорого. Такие развлечения себе только богатые галеры могут позволить. Видимо, надо идти учиться куда-то к производителям железа NVIDIA сейчас вроде дает возможность руками потрогать топовые модели. Но отзывов пока про их курсы не получал от знакомых. https://learn.nvidia.com/
Развивая мысль о дальнейшем развитии идеи с деревом, или в более широком смысле, графом. Уверен, что ботоферма - это всегда сущность медленная и действующая по шаблону. Соответственно, если вершинами являются аккаунты пользователей, а ребрами - взаимодействия между ними, то ферма будет действовать как сообщество внутри сообщества и из-за устоявшегося подхода у фермы будут появляться некие признаки поведения характерные. Как, впрочем, и у профессионального сообщества. Мы точно знаем как ферма себя ведёт и какие шаблоны продвигает, но сейчас делаем это интуитивно, а можно было бы поставить на поток. Скажем, раз в неделю обновлять граф, проводить его анализ и делать репорт модерам на зачистку. Технически это будет недорого: эмбеддинги от названия и тела статьи получить, эмбэддинги от комментов, направления рёбер (кто кому какое действие совершает или пишет), складываем в графовую и векторную базы, а дальше мануальная разметка, кластерный анализ и какой-нибудь классификатор (тот же градиентный бустинг вполне подойдёт) и репорт модеру на стол ежедневный о подозрительной активности. Менять шаблоны, читай переписывать методички, каждую неделю ефрейторам никаких сил не хватит, работать без методички им нельзя - как бы конфуза с начальством не вышло, а встроиться в шаблон профессионального сообщества им нельзя, потому что тогда выйдет, что они на нашу мельницу воду льют.
Да, собственно, за счёт такого рынка и кормимся. То, что можно назвать малыми (инференс на устройстве) и средними (инференс на инстансе) моделями. Плюс third-part API, которые облачные провайдеры предоставляют (там у них целые model zoo, model garden-ы): получил эмбэддинги или результаты инференса чужой модели и дальше с ними там дорабатываешь, или даже дотюнил её иногда средствами поставщика. Это востребованно и на этом вполне можно зарабатывать, но дотянуться до самого "вкусного", cutting edge SoTA, тоже бы хотелось. А то возникает ощущение застоя. Отчасти помогает улучшить ситуацию появление хороших производительных векторных баз данных и соответствующих плагинов для уже существующих, но у меня лично без доступа к топчику грусть и тоска развиваются.
К сожалению, сейчас у всех, кто работает с ML становится гораздо меньше возможностей для самостоятельного обучения. Да, есть теория прекрасно описанная; да, есть много полезных курсов, НО лично для меня многое банально упирается в "железо". Если тот же Bert и его вариации и модельки из Deep Pavlov ещё можно было как-то локально у себя погонять и потюнить, то монстров вроде LlaMA особо на своём железе не погоняешь для экспериментов. Аналогичная ситуация и с CV моделями, если они тяжелее YOLO и ResNet-подобных. Реально поэкспериментировать получится либо если работаешь в большой компании на их мощностях, либо на курсах от "облаков", но там особой свободы действий не дадут и кредиты ограничены. Мне вот хочется поиграться с L-RoPE в контексте LLM, но я реалистично смотрю на вещи - даже если я себе куплю топовый комп с модной видюхой, то всё равно вряд ли оно вытянет. Интересно, как Анна обходит "железный" потолок?
Прошу обратить внимание, сюда вроде пока ни один ефрейтор с вечерней смены не отписал. Хороший признак. Присоединяюсь к идее Cray по поводу сделать открытым от кого лайк или дизлайк. Сразу будет видно, если ботоферма работает.
Комментарий скрыт за нарушение правил комментирования.
[censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]
Слишком вольная интерпретация. Таки 54%(49.63% - 58.37%) против 67%(62.88% - 71.12%). Статистически значимая разница даже на уровне ДИ95% присутствует. Не дотягивает пока железная башка до кожаных мешков.
Для начала, я бы посоветовал нормальное подтверждение уровня В2 получить. Сдать IELTS. Тогда ваш В2 точно будут признавать за B2. Кроме того, это откроет вам возможность поступить на английский трек в магистратуру. Следующий момент: поищите волонтариат в каком-нибудь институте по профилю вашего образования. Там постоянно идут исследования, и бюджет на само исследование может быть приличным, а вот зп совсем низкие и поляки на такую работу не хотят идти, следовательно можете договориться, что сделаете какие-нибудь дашборды для задач научной группы на условиях волонтариата, а взамен пускай вас возьмут лаборантом на проект на минималку (уже будут денюжки и начнёт капать опыт). Параллельно с этим продолжайте искать себе стажировку в компаниях. Одновременно можно поступить в полицеалку на заочное или даже очное по какой-нибудь специальности, что позволит вам получить польский диплом и сертификат В1 польского по окончании. Далее сможете уже работать по специальности из полицеалки и не на минималку. И параллельно - ищите, ищите, ищите...
Комментарий скрыт за нарушение правил комментирования.
[censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]
Прыдацели свайго вида! Атшчыпенцы рода чалавечыскава! Жалкия рабы сисцемы искуственнава сатаны!
Есть гипотеза, что именно поэтому они и начали так резко падать. Чем меньше беларусов и больше индусов, тем больше факапов. А это не просто факап, а факапище. [censored - П. 4.1.2. Пользовательского соглашения — https://devby.io/pages/polzovatelskoe-soglashenie]