Блог*

Встретил папищека

Updated S-tier list just dropped!

Опять 🤯

#politota Призыв в РФ будет круглый год. t.me/faridaily24/1688

#трудовыебудни

— Как ваша кукуха? — В порядке. — Но съехала? — Но съехала.

Старое, доброе, вечное. Я про это фичу знал, потом забыл, а сейчас в закрытом чате скинули и вспомнил 🌝 Если через Chrome/Chromium открыть сайт со сломанным сертификатом, то наберите thisisunsafe (просто на странице с предупреждением) и случится чудо. Сайт для проверки, например https://revoked.badssl.com Нашёл коммит, в котором это добавили https://chromium.googlesource.com/chromium/src/+/d8fc089b62cd4f8d907acff6fb3f5ff58f168697%5E%21/components/security_interstitials/core/browser/resources/interstitial_large.js

#gamedev #video youtube.com/watch?v=2nogizPW8Os Видео о том, как можно балансировать пошаговые игры с несколькими действиями за ход.

#prog #cpp #suckassstory Это компилируется MSVC

Языковые модели выдают нам не результаты своих индивидуальных размышлений, создаваемых в рамках построенной на основе собственного опыта картины мира, - а наши же коллективные представления. В их ответах те же смыслы, слепые пятна, общепринятые заблуждения и ценности, что и в материалах, на которых они учились, - это представления и ценности тех обществ, которые их создают. То есть, западные? Не совсем. Прочитал тут в блоге Ильи Плеханова про интересное исследование: «Ученые из University of North Texas изучали, как искусственный интеллект принимает финансовые решения, и сравнивали его с тем, как это делают обычные люди по всему миру. Они задавали одинаковые вопросы про деньги и финансовые решения семи разным ИИ-моделям (включая ChatGPT разных версий, Gemini и другие) и сравнивали их ответы с ответами реальных людей из 53 стран. Оказалось, ответы LLM больше всего похожи на ответы жителей Танзании (в первую очередь) и Кении. Значительная доля человеческой рабочей силы, используемой для обучения моделей с подкреплением и модерации контента, набирается в Африке. Танзания, как и Кения, предлагает преимущества в плане рабочей силы: владение английским языком и дешевизна. Кенийских аннотаторов нанимают менее чем за 2 доллара в час для маркировки текстов для OpenAI. Поскольку эти восточноафриканские аннотаторы поставляют сигналы вознаграждения, которые формируют результаты LLM, вполне вероятно, что лингвистический стиль и ценностные суждения, встроенные в модели, естественным образом напоминают танзанийский (и кенийский) дискурс больше, чем дискурс других национальных групп. И исследование про финансовые решения это показало. Специалисты из Восточной Африки напрямую направляют поведение LLM. С чем вас всех, пользователи, и поздравляем».

#ml и... #suckassstory?