Forwarded from Ошибка 404
Главное, что сказал директор по ИИ «Т-Банка» Виктор Тарнавский на AI Journey:
- Да, я — Витя.
- Компании перестают хотеть делать ИИ просто ради ИИ и наконец начинают задавать правильный вопрос: а где же мои деньги?
- Технооптимисты продолжают предлагать засовывать ИИ во все щели.
- Более 30% кода в «Т-Банке» пишется ИИ.
- Компания не планирует сокращать штат из-за ИИ. (В среду о сокращении 20% персонала в Сбере из-за ИИ заявил Герман Греф).
- «Т-Банк» в рамках Альянса ИИ работает над методологией корректного подсчёта эффекта от внедрения ИИ.
- Да, я — Витя.
- Компании перестают хотеть делать ИИ просто ради ИИ и наконец начинают задавать правильный вопрос: а где же мои деньги?
- Технооптимисты продолжают предлагать засовывать ИИ во все щели.
- Более 30% кода в «Т-Банке» пишется ИИ.
- Компания не планирует сокращать штат из-за ИИ. (В среду о сокращении 20% персонала в Сбере из-за ИИ заявил Герман Греф).
- «Т-Банк» в рамках Альянса ИИ работает над методологией корректного подсчёта эффекта от внедрения ИИ.
3❤66🔥19💅13🤡5🥱1
Недавно мой WHOOP распознал кусок явного не-сна как сон, что несколько выбесило и меня, и человека, с которым у меня был этот самый не-сон 🌚
Тут надо заметить что я перешел с Oura на WHOOP, так как с браслетом я понимаю как таскать железки, а с кольцом - нет. И там вроде бы таких косяков не было.
Решив всерьёз разобраться в вопросе, пошел смотреть, есть ли реальные исследования. Выяснилось, что есть.
Например, в этом артикле ребята отобрали 62 исследования устройств где они сравниваются только с профессиональным полисомниграфом и сделали агрегированную табличку. А вот в этом сравнивают в рамках одного исследования WHOOP 3.0, Oura Gen2 и ещё набор устройств.
Так вот. Краткий вывод такой.
1. Суммарное время сна и дырки в сне всеми девайсами определятеся хорошо и примерно одинаково – точность около 90%. Oura немного лучше и имеет больше данных, но не оч значимо. Можно доверять, фаворитов нет, включая Apple Watch.
2. Стадии сна (deep, REM, etc) все девайсы определяют одинаково плохо – точность около 60%. Для меня это означает что смотреть на этот репорт смысла нет.
3. Пульс и HRV WHOOP детектит значимо лучше чем Oura, proof. Соответственно, для спорта WHOOP подходит лучше, и выводам основанным на HRV (Recovery etc.) доверять можно больше.
Всё. Остаюсь на WHOOP!
Отмечу, что исследования доступны только по прошлым поколениям устройств. В новых что-то могло поменяться. Надеюсь, что в лучшую сторону.
Тут надо заметить что я перешел с Oura на WHOOP, так как с браслетом я понимаю как таскать железки, а с кольцом - нет. И там вроде бы таких косяков не было.
Решив всерьёз разобраться в вопросе, пошел смотреть, есть ли реальные исследования. Выяснилось, что есть.
Например, в этом артикле ребята отобрали 62 исследования устройств где они сравниваются только с профессиональным полисомниграфом и сделали агрегированную табличку. А вот в этом сравнивают в рамках одного исследования WHOOP 3.0, Oura Gen2 и ещё набор устройств.
Так вот. Краткий вывод такой.
1. Суммарное время сна и дырки в сне всеми девайсами определятеся хорошо и примерно одинаково – точность около 90%. Oura немного лучше и имеет больше данных, но не оч значимо. Можно доверять, фаворитов нет, включая Apple Watch.
2. Стадии сна (deep, REM, etc) все девайсы определяют одинаково плохо – точность около 60%. Для меня это означает что смотреть на этот репорт смысла нет.
3. Пульс и HRV WHOOP детектит значимо лучше чем Oura, proof. Соответственно, для спорта WHOOP подходит лучше, и выводам основанным на HRV (Recovery etc.) доверять можно больше.
Всё. Остаюсь на WHOOP!
Отмечу, что исследования доступны только по прошлым поколениям устройств. В новых что-то могло поменяться. Надеюсь, что в лучшую сторону.
1❤29🔥16💅9🥱7🤔2
Вам знакомо эту чувство когда вы запустили агента в Cursor и теперь вам нечем заняться?
Приходится открывать телефон и смотреть рилсы? Легко упустить момент когда агент закончил работу?
Встречайте:
CHAD: the brainrot IDE
В этот форк VS Code прямо в интерфейс встроен тикток, тиндер, казино и даже Clash Royale! Смотрим ютуб
Самое смешное что это реальный YC-backed стартап которому выдали $500k (!!!!!)
Считаю, что надо еще добавить:
- чат-рулетку
- порнхаб
- ленту вайлдберриз
- сиолошную🌟
Предлагайте ваши идеи что нужно добавить в комментариях
Приходится открывать телефон и смотреть рилсы? Легко упустить момент когда агент закончил работу?
Встречайте:
CHAD: the brainrot IDE
В этот форк VS Code прямо в интерфейс встроен тикток, тиндер, казино и даже Clash Royale! Смотрим ютуб
Самое смешное что это реальный YC-backed стартап которому выдали $500k (!!!!!)
Считаю, что надо еще добавить:
- чат-рулетку
- порнхаб
- ленту вайлдберриз
- сиолошную
Предлагайте ваши идеи что нужно добавить в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
🤡62💅31❤14🔥5 2
В гуманоидных роботах все пытаются сделать "LLM moment”: обучить роботов делать произвольные действия в новом окружении. Это ключевое свойство AI-систем – генерализация.
Квартиры довольно уникальные, дырки в носках тоже у всех уникальные, поэтому без генерализации настоящих домашних гуманоидов не построить.
Вот классный видос где ребята из стартапа Physical Intelligence снимают три случайных квартиры на Airbnb чтобы проверить генерализацию уборки посуды и прочих задач. В одной из квартир робот решил что плита это шкаф и всю посуду сложил в плиту. Что-ж.
В отличии от текстовых моделей, в роботных задачах есть проблема: не на чем обучаться. Тебе нужны тысячи и десятки тысяч часов видео каждой конкретной работы от первого лица – а таких мало. А часто нужны ещё дорожки с сенсоров – ведь это сквозная система из глаз, ручек и ножек.
Есть три основных направления:
- Сажать людей с камерами на лбу мыть посуду
- Сажать роботов подключённых к телеметрическому управлению мыть посуду
- Симулировать реальность: делать максимально похожие на настоящие, но разнообразные кухни, и мыть там посуду
Последнее выглядит особенно прикольно, но в реальности там сложно с разнообразием и корректностью. Мою квартиру точно не сэмулируешь – у меня тут странная лепная посуда и дерзкий кот.
Вот тут можно позалипать в почти 4к-часовой видео датасет людей которые делают разные задачи от первого лица в разных точках мира. Да, мы сами собираем данные для того чтобы роботы нас захватили🌟
Квартиры довольно уникальные, дырки в носках тоже у всех уникальные, поэтому без генерализации настоящих домашних гуманоидов не построить.
Вот классный видос где ребята из стартапа Physical Intelligence снимают три случайных квартиры на Airbnb чтобы проверить генерализацию уборки посуды и прочих задач. В одной из квартир робот решил что плита это шкаф и всю посуду сложил в плиту. Что-ж.
В отличии от текстовых моделей, в роботных задачах есть проблема: не на чем обучаться. Тебе нужны тысячи и десятки тысяч часов видео каждой конкретной работы от первого лица – а таких мало. А часто нужны ещё дорожки с сенсоров – ведь это сквозная система из глаз, ручек и ножек.
Есть три основных направления:
- Сажать людей с камерами на лбу мыть посуду
- Сажать роботов подключённых к телеметрическому управлению мыть посуду
- Симулировать реальность: делать максимально похожие на настоящие, но разнообразные кухни, и мыть там посуду
Последнее выглядит особенно прикольно, но в реальности там сложно с разнообразием и корректностью. Мою квартиру точно не сэмулируешь – у меня тут странная лепная посуда и дерзкий кот.
Вот тут можно позалипать в почти 4к-часовой видео датасет людей которые делают разные задачи от первого лица в разных точках мира. Да, мы сами собираем данные для того чтобы роботы нас захватили
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥26❤11🤡5🤔2 2
Очень подробное исследование от Антропика про увеличение продуктивности людей от AI на макроэкономическом уровне. Анализ на данных самого Claude: считали насколько ускоряется время выполнения типовых задач.
Раскатка такого ускорения на население US даст буст продуктивности на дополнительные 1.8% каждый год. Это огромное число.
Labor productivity growth - это такой базовый показатель роста экономики. Примерно означает прирост экономического аутпут работ всех людей за год. Обычно это порядка 2%. Это примерно означает что у всех станет на 2% больше «ценностей».
Постулируется, что AI в текущем виде это дополнительные 1.8%, то есть почти в два раза выше. Это huge.
Сплит импакта по профессиям на картинке. Видно, что самая жирная сейчас это разработка, и на втором месте "менеджеры". Рост импакта там в логарифмах (fucking nerds), для менеджеров это получается +25% к скорости решения задач.
Эти числа – текущий уровень технологий, то есть совсем не учитывает будущий рост качества. И примерно сходится с другими «прогнозерами». Короче, это прям много и важно на макро-уровне. Еще один знак что мир будет ускоряться значительно быстрее чем мы думаем.
https://www.anthropic.com/research/estimating-productivity-gains
Раскатка такого ускорения на население US даст буст продуктивности на дополнительные 1.8% каждый год. Это огромное число.
Labor productivity growth - это такой базовый показатель роста экономики. Примерно означает прирост экономического аутпут работ всех людей за год. Обычно это порядка 2%. Это примерно означает что у всех станет на 2% больше «ценностей».
Постулируется, что AI в текущем виде это дополнительные 1.8%, то есть почти в два раза выше. Это huge.
Сплит импакта по профессиям на картинке. Видно, что самая жирная сейчас это разработка, и на втором месте "менеджеры". Рост импакта там в логарифмах (fucking nerds), для менеджеров это получается +25% к скорости решения задач.
Эти числа – текущий уровень технологий, то есть совсем не учитывает будущий рост качества. И примерно сходится с другими «прогнозерами». Короче, это прям много и важно на макро-уровне. Еще один знак что мир будет ускоряться значительно быстрее чем мы думаем.
https://www.anthropic.com/research/estimating-productivity-gains
1🔥37🤡7❤2 2
Дуров на выходных запустил некоторое ИИчко – конфиденциальную распределенную сеть GPU-компьюта с обменом за TON.
Проект похож на Gonka от братьев Либерманов – тоже попытка создать AI Compute не принадлежащий гигантским корпорациям с примесью крипты. Они про него много рассказывают в недавнем подкасте.
Так вот. Зачем всё это нужно я откровенно не понимаю )
Компьют – это просто вычислительный ресурс. Есть облачные провайдеры – арендуй и используй. У них все равно будет эффективней. Не доверяешь большим – есть куча маленьких. Зачем так сложно?
Считать что компьют таким образом перестанет принадлежать корпорациям – наивно. 90% компьюта лежит в больших компаниях – и не потому что у них есть деньги, а потому что они потенциально могут их себе вернуть.
Причём тут токены тоже не ясно. Я вообще удивляюсь попыткам связать AI и крипто мир – как будто связи там примерно никакой.
Мне нравятся братья Либерманы, у них близкий к моему взгляд и вопросы. Но конкретно этот проект который они дают я не понимаю совсем.
Что я упускаю?
Проект похож на Gonka от братьев Либерманов – тоже попытка создать AI Compute не принадлежащий гигантским корпорациям с примесью крипты. Они про него много рассказывают в недавнем подкасте.
Так вот. Зачем всё это нужно я откровенно не понимаю )
Компьют – это просто вычислительный ресурс. Есть облачные провайдеры – арендуй и используй. У них все равно будет эффективней. Не доверяешь большим – есть куча маленьких. Зачем так сложно?
Считать что компьют таким образом перестанет принадлежать корпорациям – наивно. 90% компьюта лежит в больших компаниях – и не потому что у них есть деньги, а потому что они потенциально могут их себе вернуть.
Причём тут токены тоже не ясно. Я вообще удивляюсь попыткам связать AI и крипто мир – как будто связи там примерно никакой.
Мне нравятся братья Либерманы, у них близкий к моему взгляд и вопросы. Но конкретно этот проект который они дают я не понимаю совсем.
Что я упускаю?
Cocoon
Confidential Compute Open Network
Cocoon connects GPU power, AI, and Telegram’s vast ecosystem – all built on privacy and blockchain.
💅13❤10🔥4🤡3🤔2
Figure AI
Яркие ребята. Стартап чисто про гуманоидных роботов. Деньги в них вложили практически все: Безос, Microsoft, Nvidia, Intel, OpenAI и так далее. Последний раунд был $1B+ !!
За три года успели сделать уже три поколения гуманоидов.
Figure 02 отпахали почти год на конвейере BMW. Не стоит думать что они там всю машину собирали, роботы выполняли одну конкретную задачу – засунуть деталь в станок для сварки. Эксперимент успешный – роботы отработали 1000+ часов и поучаствовали в сборке 30k машинок. Вот видос
Последнее поколение – Figure 03 – уже ориентировано на домашнее использование. Его, правда, нигде нет. И дат релиза нет. В интервью CEO Brett Adcock (ага, его так зовут) говорит что "может быть, в 2026".
У ребят классные статьи про начинку. Вот подробная статья об устройстве их AI-мозга HELIX. Управление собрано на двух моделях – медленной думающей VLM на 7B на основе LLM которая передает латентный вектор в быструю управляющую 80M модель которую они обучали сами. Обе модели смотрят на картинку, но первая чешет репу, а вторая шевелит пальчиками.
Отдельный респект за потрясающий визуал, продакшен видео и сайт. Красиво всё, красиво.
Вот только в отличии от великих Boston Dynamics или того же 1X Neo, у Figure AI нет буквально никаких реальных отзывов или видео на ютубе. Это как-то смущает. Где роботы, Adcock?
Яркие ребята. Стартап чисто про гуманоидных роботов. Деньги в них вложили практически все: Безос, Microsoft, Nvidia, Intel, OpenAI и так далее. Последний раунд был $1B+ !!
За три года успели сделать уже три поколения гуманоидов.
Figure 02 отпахали почти год на конвейере BMW. Не стоит думать что они там всю машину собирали, роботы выполняли одну конкретную задачу – засунуть деталь в станок для сварки. Эксперимент успешный – роботы отработали 1000+ часов и поучаствовали в сборке 30k машинок. Вот видос
Последнее поколение – Figure 03 – уже ориентировано на домашнее использование. Его, правда, нигде нет. И дат релиза нет. В интервью CEO Brett Adcock (ага, его так зовут) говорит что "может быть, в 2026".
У ребят классные статьи про начинку. Вот подробная статья об устройстве их AI-мозга HELIX. Управление собрано на двух моделях – медленной думающей VLM на 7B на основе LLM которая передает латентный вектор в быструю управляющую 80M модель которую они обучали сами. Обе модели смотрят на картинку, но первая чешет репу, а вторая шевелит пальчиками.
Отдельный респект за потрясающий визуал, продакшен видео и сайт. Красиво всё, красиво.
Вот только в отличии от великих Boston Dynamics или того же 1X Neo, у Figure AI нет буквально никаких реальных отзывов или видео на ютубе. Это как-то смущает. Где роботы, Adcock?
FigureAI
Figure 03 | Figure
Figure is the first-of-its-kind AI robotics company bringing a general purpose humanoid to life.
❤18🔥8🤡3 2🤔1
Делаю с фондом voskhod.vc питч-сессию. Буду оценивать AI-проекты для будущих инвестиций как эксперт.
Оч интересно, раньше так не делал ) приходите рассказать про ваш стартап!
Подробности тут
Оч интересно, раньше так не делал ) приходите рассказать про ваш стартап!
Подробности тут
🔥48❤10💅6 3
This media is not supported in your browser
VIEW IN TELEGRAM
Потрясающего робота Memo делают молодые ребята из Sunday Robotics
Стартап упрощает себе задачу где может, и правильно делает.
В отличие от 1x или Figure, ребята не пытаются делать чистого гуманоида. Он стоит на палке и ездит на колесиках – это явно более простая задача.
Задачу масштабирования обучения ребята решают клешнёй как на видео. Эту клешню могут носить люди и записывать видео для обучения. Одновременно, она сильно проще в производстве. Человеческая кисть это сложнейший продукт эволюции, повторить очень сложно.
Ребята позиционируют свой подход как альтернативный к подходу больших компаний: чтобы запустить цикл у них, нужно много роботов в продакшне на телеуправлении или прорывы в исследованиях + огромный компьют, и помимо этого – высокоточные "руки". Этим ребятам нужно сколько-то часов видео людей в клешнях из 3D-принтера.
В успех подобных ребят пока что верится сильно больше чем в красивых гуманоидов от 1X, Neo или Tesla.
Очень вдохновляющее и простое видео "my story" на главной, посмотрите🌟
Стартап упрощает себе задачу где может, и правильно делает.
В отличие от 1x или Figure, ребята не пытаются делать чистого гуманоида. Он стоит на палке и ездит на колесиках – это явно более простая задача.
Задачу масштабирования обучения ребята решают клешнёй как на видео. Эту клешню могут носить люди и записывать видео для обучения. Одновременно, она сильно проще в производстве. Человеческая кисть это сложнейший продукт эволюции, повторить очень сложно.
Ребята позиционируют свой подход как альтернативный к подходу больших компаний: чтобы запустить цикл у них, нужно много роботов в продакшне на телеуправлении или прорывы в исследованиях + огромный компьют, и помимо этого – высокоточные "руки". Этим ребятам нужно сколько-то часов видео людей в клешнях из 3D-принтера.
В успех подобных ребят пока что верится сильно больше чем в красивых гуманоидов от 1X, Neo или Tesla.
Очень вдохновляющее и простое видео "my story" на главной, посмотрите
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥24 14❤8
Ребята из AI Factory сделали большую карту российских ИИ-компаний.
Я потыкался, карта хорошая. Люблю такие карты. И табличка удобная есть.
Можно увидеть что рынок на удивление очень живой и богатый. Одних агрегаторов нейросетей 14 штук, я из них знал три штуки.
Всем молодым компаниям в ИИ удачи в это нелёгкое время. Из таблички 80% компаний умрут 🥲 Но на молодых компаниях всё держится – на ошибках всех этих идей и подходах построится понимание что же на самом деле надо было делать.
p.s. пост не купленный, я ребят вообще не знаю, и рекламу не даю
https://incrussia.ru/specials/karta-rossijskogo-ii-2-0/
Я потыкался, карта хорошая. Люблю такие карты. И табличка удобная есть.
Можно увидеть что рынок на удивление очень живой и богатый. Одних агрегаторов нейросетей 14 штук, я из них знал три штуки.
Всем молодым компаниям в ИИ удачи в это нелёгкое время. Из таблички 80% компаний умрут 🥲 Но на молодых компаниях всё держится – на ошибках всех этих идей и подходах построится понимание что же на самом деле надо было делать.
p.s. пост не купленный, я ребят вообще не знаю, и рекламу не даю
https://incrussia.ru/specials/karta-rossijskogo-ii-2-0/
❤52🤡7🔥6 1
Очень вдохновляющая история у Humanoid Артёма Соколова
Артём – бывший владелец той самой ювелирки SOKOLOV. Артём окончательно продал компанию в августе этого года и уже год как занимается гуманоидными роботами в Лондоне. Это круто. Follow the dream, всё такое.
Ребята за 8 месяцев собрали работающего робота, что, конечно, невероятная скорость. Недавно ещё прикрутили к нему ноги, успешно ходит.
Робота целят на заводы, general purpose. Особого позиционирования я пока не заметил, но это чуть ли не единственный такой стартап в европейском регионе.
Ребятам всяческой удачи
Классный видос тут🤖
Артём – бывший владелец той самой ювелирки SOKOLOV. Артём окончательно продал компанию в августе этого года и уже год как занимается гуманоидными роботами в Лондоне. Это круто. Follow the dream, всё такое.
Ребята за 8 месяцев собрали работающего робота, что, конечно, невероятная скорость. Недавно ещё прикрутили к нему ноги, успешно ходит.
Робота целят на заводы, general purpose. Особого позиционирования я пока не заметил, но это чуть ли не единственный такой стартап в европейском регионе.
Ребятам всяческой удачи
Классный видос тут
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥57 10❤7🤡7
Я теперь ангел-инвестор в Kodacode
В последнее время много общаюсь со стартапами и фондами. Хочется помогать небольшим компаниям расти и развиваться.
На этой неделе вошел в Kodacode как инвестор и советник.
Kodacode - AI-копилот разработчика для крупных компаний. Такой российский Cursor, но с прицелом на энтерпрайз.
Казалось бы, зачем, есть же Cursor? Рассказываю.
1. Для крупного энтерпрайза текущие "легкие" решения не подходят. И Cursor, и Claude Code перестают работать на больших корпоративных проектах. Тебе нужно иметь карты проектов и зависимостей, уметь вытаскивать правильные куски кода из большой кодовой базы, уметь соблюдать корпоративные политики. Не говоря уж об использовании внешних моделей.
2. Большой энтерпрайз это про сложную интеграцию. Например, кодовую базу нужно правильно обогатить для конкретного кодинг инструмента. Это всегда проще делать с локальным игроком который рядом, а пока границы закрыты иначе уж точно не получится. Кто займет рынок – тот останется надолго.
3. На таких рынках выигрывают команды с сильными технологиями и техническим бэкграундом. Команда Kodacode - одна из самых технически сильных на рынке. Не как обычно вайбкод тяп-ляп.
И вообще – просто круто что есть смелые ребята в технологически сложных стартапах, считаю это надо всячески поддерживать.
Буду помогать советом. Ребята, удачи!
Kodacode | Kodacode TG | Хабр
В последнее время много общаюсь со стартапами и фондами. Хочется помогать небольшим компаниям расти и развиваться.
На этой неделе вошел в Kodacode как инвестор и советник.
Kodacode - AI-копилот разработчика для крупных компаний. Такой российский Cursor, но с прицелом на энтерпрайз.
Казалось бы, зачем, есть же Cursor? Рассказываю.
1. Для крупного энтерпрайза текущие "легкие" решения не подходят. И Cursor, и Claude Code перестают работать на больших корпоративных проектах. Тебе нужно иметь карты проектов и зависимостей, уметь вытаскивать правильные куски кода из большой кодовой базы, уметь соблюдать корпоративные политики. Не говоря уж об использовании внешних моделей.
2. Большой энтерпрайз это про сложную интеграцию. Например, кодовую базу нужно правильно обогатить для конкретного кодинг инструмента. Это всегда проще делать с локальным игроком который рядом, а пока границы закрыты иначе уж точно не получится. Кто займет рынок – тот останется надолго.
3. На таких рынках выигрывают команды с сильными технологиями и техническим бэкграундом. Команда Kodacode - одна из самых технически сильных на рынке. Не как обычно вайбкод тяп-ляп.
И вообще – просто круто что есть смелые ребята в технологически сложных стартапах, считаю это надо всячески поддерживать.
Буду помогать советом. Ребята, удачи!
Kodacode | Kodacode TG | Хабр
kodacode.ru
AI-помощник разработчика
Koda — AI-помощник для разработчика, который работает без VPN, отлично понимает русский язык и предоставляет доступ к современным моделям прямо из вашей IDE.
🔥83❤37 14🤡12🤔2
Перевел для вас потрясающую пасту с x про внедрение копилотов
В прошлом квартале я выкатил Microsoft Copilot на 4 000 сотрудников.
$30 за место в месяц.
$1,4 млн в год.
Я назвал это «цифровой трансформацией».
Совет директоров обожает такие слова.
Они утвердили всё за одиннадцать минут.
Никто не спросил, что именно это будет делать.
Включая меня.
Я всем сказал, что это «увеличит продуктивность в 10 раз».
Это не настоящее число.
Но звучит как настоящее.
HR спросили, как мы будем измерять эти 10x.
Я сказал, что «подключим аналитические дашборды».
Они перестали спрашивать.
Через три месяца я заглянул в отчёты по использованию.
Copilot открыли 47 человек.
12 пользовались больше одного раза.
Один из них — я.
Я использовал его, чтобы пересказать письмо, которое мог прочитать за 30 секунд.
Это заняло 45 секунд.
Плюс время на исправление галлюцинаций.
Но я назвал это «успешным пилотом».
Успех — это когда пилот заметно не провалился.
CFO спросил про ROI.
Я показал ему график.
График рос вверх и вправо.
Он измерял «AI enablement».
Я придумал эту метрику на месте.
Он одобрительно кивнул.
Теперь мы «AI-enabled».
Я не знаю, что это значит.
Но это есть в нашем инвесторском деке.
Сеньор-разработчик спросил, почему мы не взяли Claude или ChatGPT.
Я сказал, что нам нужна «enterprise-grade security».
Он спросил, что это значит.
Я сказал: «комплаенс».
Он спросил: какой именно комплаенс.
Я сказал: «весь».
Он посмотрел скептически.
Я поставил ему «разговор про карьерное развитие».
Он перестал задавать вопросы.
Microsoft прислали команду для кейс-стади.
Они хотели сделать из нас историю успеха.
Я сказал, что мы «сэкономили 40 000 часов».
Я посчитал это, умножив число сотрудников на число, которое придумал.
Они не проверяли.
Они никогда не проверяют.
Теперь мы на сайте Microsoft.
«Глобальная корпорация получила 40 000 часов прироста продуктивности с Copilot».
CEO запостил это в LinkedIn.
Собрал 3 000 лайков.
Он ни разу не пользовался Copilot.
Никто из руководителей не пользовался.
У нас есть исключение.
«Стратегический фокус требует минимальных цифровых отвлечений».
Эту политику написал я.
Лицензии продлеваются в следующем месяце.
Я запрашиваю расширение.
Ещё 5 000 мест.
Мы не использовали первые 4 000.
Но в этот раз мы «продавим адопшен».
Адопшен — это обязательное обучение.
Обучение — это 45-минутный вебинар, который никто не смотрит.
Но прохождение будет трекаться.
Прохождение — это метрика.
Метрики живут в дашбордах.
Дашборды идут в презентации для совета директоров.
Презентации для совета директоров приносят мне повышение.
К Q3 я буду SVP.
Я всё ещё не знаю, что именно делает Copilot.
Но я знаю, зачем он нужен.
Он нужен, чтобы показать, что мы «инвестируем в AI».
Инвестиции — это траты.
Траты — это приверженность.
Приверженность — значит, мы серьёзно относимся к будущему.
Будущее — это то, что я скажу, что оно такое.
Главное, чтобы график шёл вверх и вправо.
502🔥104🤡49 16❤9
[31/100] Витя Тарнавский
T-pro 2.0 – с гибридным ризонингом 🥳 Лучшая модель в своём весе среди всех открытых моделей по широкому ряду русскоязычных бенчмарков. В два раза более быстрая и дешевая чем аналоги по качеству. Модель с рассуждениями, создана для построения сложных систем…
Выложили пэйпер про T-pro 2.0
До-тренировка опенсорса на другой язык дает лучше результат на этом языке и значительно эффективней в инференсе за счет локального токенизатора и оптимизированного спекулятивного декодера.
Все расписали в репорте: архитектура, датамикс, подход к обучению, токенизации и прочее.
Если вы захотите повторить наш опыт, можете пользоваться рецептом.
Поставьте нам лайкосов на Hugging Face 🤗
HF | arXiv
До-тренировка опенсорса на другой язык дает лучше результат на этом языке и значительно эффективней в инференсе за счет локального токенизатора и оптимизированного спекулятивного декодера.
Все расписали в репорте: архитектура, датамикс, подход к обучению, токенизации и прочее.
Если вы захотите повторить наш опыт, можете пользоваться рецептом.
Поставьте нам лайкосов на Hugging Face 🤗
HF | arXiv
huggingface.co
Paper page - T-pro 2.0: An Efficient Russian Hybrid-Reasoning Model and Playground
Join the discussion on this paper page
1🔥56❤24 9🤡6
🎄 T-Pro 2.1 и T-Lite 2.1
Дарим вам на новый год апдейт наших открытых моделей.
В реальных системах задачи отличаются от решения текстовых задач. Мы строим наши модели как хорошие инженерные кубики для реальных систем.
Мы значимо улучшили качество на двух задачах: Instruction Following и Tool Calling. Теперь модели стабильней себя ведут на сложных инструкциях вроде чёткого формата ответа и при вызове тулов. Последнее особенно важно для построение агентских систем.
Пользуйтесь!
И почитайте оч крутой репорт о проделанной работе на Хабре
Hugging Face | Хабр
Дарим вам на новый год апдейт наших открытых моделей.
В реальных системах задачи отличаются от решения текстовых задач. Мы строим наши модели как хорошие инженерные кубики для реальных систем.
Мы значимо улучшили качество на двух задачах: Instruction Following и Tool Calling. Теперь модели стабильней себя ведут на сложных инструкциях вроде чёткого формата ответа и при вызове тулов. Последнее особенно важно для построение агентских систем.
Пользуйтесь!
И почитайте оч крутой репорт о проделанной работе на Хабре
Hugging Face | Хабр
Хабр
Обновление T-Pro 2.1: как мы улучшили Instruction Following и Tool Calling
Всем привет! На связи Толя Потапов и команда ML Т-Банка. Этим летом мы выпустили большую языковую модель T-pro-2.0 — эффективную русскоязычную модель с гибридным подходом к reasoning. Сегодня...
🔥53❤17 12 3🤡2
Знаете, как моя дочь называет DeepSeek?
Глубокая Болезнь
Глубокая Болезнь
3 133❤46🤡16 16🔥8
Ребята, спасибо огромное что читаете канал. Вы - супер 🤖
Я на каникулы. Всех с наступающим!
Я на каникулы. Всех с наступающим!
Please open Telegram to view this post
VIEW IN TELEGRAM
2❤119 52🔥32