Актуальні теми
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Anubhav
Сканування цілого сайту раніше займало:
Скрипт на Python.
Драматург або селен.
Ротація проксі.
Логіка обмеження швидкості.
Обробка помилок.
3 години налагодження, чому сторінка 47 повернула 403.
Тепер це один виклик API.
Кожен стартап з веб-скрапінгу, який зібрав мільйони для вирішення цієї проблеми, став єдиною кінцевою точкою.
Кожен фрілансер, який бере $500 за «вилучення даних сайту», щойно втратив всю свою бізнес-модель через команду /crawl.
HTML. Знижка. JSON. Обирайте свій формат. Жодних сценаріїв. Немає браузера. Головного болю немає.
Вся індустрія веб-скрапінгу звелася до одного рядка коду.
Хтось використає це, щоб клонувати сайти всіх конкурентів до п'ятниці. 💀
11 бер., 05:51
Знайомлю з новою кінцевою точкою /crawl — один виклик API і цілий сайт сканований.
Жодних сценаріїв. Немає керування браузером. Лише контент у HTML, Markdown або JSON.
185
Ти зараз уважно слухаєш?
Карпаті щойно відкрив репозиторій, де агент ШІ проводить власні дослідження машинного навчання. Автономно. У циклі. Поки ти спиш.
630 рядків коду. Кожна крапка на графіку — це повноцінний навчальний пробіг LLM.
ШІ обирає архітектуру, налаштовує гіперпараметри, комітиме код і починає знову.
Жодної людської участі.
Ти провів 6 місяців на курсі Udemy, навчаючись налаштовувати темпи навчання.
Цей агент робить це 50 разів перед ранковою кавою.
Той, хто навчав інтернет-глибокому навчанню, просто автоматизував дослідника.
Аспіранти машинного навчання ось-ось дізнаються, що їхня дисертація була 5-хвилинним навчанням на одному GPU.
8 бер., 03:53
Я об'єднав проєкт «autoresearch» у новий автономний мінімальний репозиторій, якщо хтось хоче пограти на вихідних. По суті, це тренувальне ядро nanochat LLM, скорочене до однієї відеокарти, однієї файлової версії з ~630 рядків коду, а потім:
- Ітерації людини у запиті (.md)
- агент ШІ повторює навчальний код (.py)
Мета полягає в тому, щоб ваші агенти могли досягати найшвидшого прогресу в дослідженнях без вашої участі без вашої участі. На зображенні кожна крапка — це повний тренувальний забіг LLM, який триває рівно 5 хвилин. Агент працює в автономному циклі на гілці git feature і накопичує git-коміти до навчального скрипту, коли знаходить кращі налаштування (з меншими втратами валідації наприкінці) архітектури нейронної мережі, оптимізатора, усіх гіперпараметрів тощо. Можна уявити, як ви порівнюєте прогрес досліджень різних запитів, різних агентів тощо.
Частково код, частково наукова фантастика і щіпка психозу :)
158
Найкращі
Рейтинг
Вибране