Виктор Носко

По опыту общения с проектировщиками: они очень страдают от того, что приходится вот эти все параметры зданий и сооружений вычитывать вручную в десятках документов.

Они же берут и копипастят разные определения и термины из разных ГОСТов, а потом начинаются споры где правильно, как это интерпретировать и тп
Ну и к тому же люди тоже ошибаются вот при такой муторной работе ежедневной.

Так что такие сервисы - это помощник, ну типа апгрейда интеллектуального поиска. Плюс, всегда можно проверить - сгенерировала сетка бред или нет в исходном документе
(Да, Яндекса Нейро тоже ошибается, но это ведь удобно сразу получать ответ на вопрос)

Вся соль в задаче: анализировать, читать готовую документацию по проектированию сетей намного проще, чем проектировать их с нуля - это совсем другое дело, некст левел интеллектуальности требуется.
То есть в целом можно провести такую градацию типовых задач:
а) читать и отвечать по документам - самое легкое
б) выявлять в документах несоответствия в тексте - сложнее
в) отвечать по схемам, чертежам проекта - еще сложнее
г) создавать проекты сетей обучившись на текстах и чертежах людей-экспертов - еще сложнее
д) проектировать сети эффективные и оптимальные, с точки зрения бюджет, безопасности - некст левел, это generative CAD

Пока мы находимся на уровне а) и б), но движемся к мультимодальности - только понимать нужно не смешные мемы или картинки, а сложные схемы разных нотаций типа UML и др

Выше ответил.
Кстати, в видео новизна идеи описана - если очень кратко мы даем целеполагание агентам, а в случае с LLM мы как люди должны это целеполагание задавать с помощью промтинга.

Я могу более образно объяснить, метафоричнее: можно считать, что мультиагентный подход это создание распределенной нейросети - где нейрон это агент, а связи агентов с агентами - это связи внутри нейросети.
У этого подхода есть крутые эмерджентные свойства - например, там на уровне агентов возникает логика - примерно как классическая логика возникает на уровне понятий, кванторов и высказываний. Но об этом мы расскажем позже.

Я только ЗА Пелевина - читал его много и многие идеи у него топ. Но никто не знает что собственно это должна быть за монада. Да и Q оказалась слухом

Есть вот такая более техническая статья, где мы немного опубликовали нашу эмуляцию опыта Павлова с рефлексами, может быть вам будет интересно: https://vc.ru/future/955617-logicheskiy-vyvod-fractalgpt

Прежде чем писать комментарий неплохо бы хотя бы полистать видео: вот таймкод https://youtu.be/Zz59xt6kRAE?t=1122 со слайдом, где дается классификация методов промтинга по 4м категориям, в том числе упоминается AutoGPT и другие.
В этой части я рассказываю что в целом почти все методы промтинга обладают недостатками, описываю их, и далее будет про tool use, hugginggpt.
Кстати AutoGPT самый отстойный проект - он очень простой и потому почти бесполезный, там не работает ни планирование ни декомпозиция на задачи, о чем забит их Гитхаб). Советую другие, получше - например promptbreeder https://www.youtube.com/watch?v=tkX0EfNl4Fc в котором хотя бы заложено итеративное улучшение - вот это еще более-менее прикольно.

Привет, приходите к нам на вебинар, нам исполнился год https://fractaltech.timepad.ru/event/2816471/

У нас запустился полноценный сервис, куда вы можете загрузить свои документы: http://fractalgpt.ru/

Упростил)

Только что опубликовал пост с релизом публичным и увидел ваш комментарий)
https://dtf.ru/life/2267486-startap-fractalgpt-vypustil-qa-agenta-s-tochnymi-generativnymi-otvetami-po-vashim-dokumentam

Продажи уже есть, а публичный запуск для всех был 2 дня назад в нашем чате, 16го ноября.
Информация о количестве продаж, внедрений не раскрывается - но я скажу так, что еще до релиза обращались и госкомпании и коммерческие и очень просили этот продукт, а мы его допиливали до стабильного состояния.
Там у них проблема что аналога нет, вообще - либо надо Чатгпт использовать, либо свое делать, а они не умеют.
Показатели успешности в бизнесе очень разные - точно можно сказать, что если компания использует любой поисковик по данным, то наша система лучше и это будет считаться успешным внедрением - просто по параметру практически отсутствующих галлюцинаций в ответах.

Я профессионально занимаюсь ИИ, разработчик(можно глянуть профиль, там есть статьи, мы делаем ИИ автономный), член сообщества AGIRussia, член Ассоциации развития ИИ, выступал на ИИ конференциях и могу сказать что вы просто первая ласточка, прогресс не остановить.

Конечно вы лично из-за попадания истории в СМИ возможно выиграете дело и тп, но я призываю использовать ваш кейс для регулирования индустрии ИИ.
Но вангую, что и дальше будет воровство контента ИИ компаниями, которое по сути не является воровством - по этой теме советую посмотреть интервью Либерманов Осетинской, листаните на часть про ИИ: https://www.youtube.com/watch?v=UHP1lgmS8GE
Вы в курсе что Майкрософт тупо украл данные тысяч разработчиков кода с Github и использовал их для обучения своей нейросети Copilot и ничего! Да, кто медийный могут подать в суды, а обычные люди ничего не сделают. А прикрытие ровно как в вашей истории: вы юзаете Гитхаб, согласились с условиями ну и все, в тряпку заткнулись. https://www.cnews.ru/news/top/2022-10-17_virtualnyj_programmist

То же самое с картинками - известные художники добились убирания своих работ из датасета, а обычные нет.
Я больше скажу - вы пользуетесь ChatGPT или сеткой сбера Gigachat? Так они тоже "украли" тексты миллионов людей по всему миру, не спросили разрешение, никаких там роялти не платят. И тут нужен блокчейн, иначе да, с фейками мы бед все хлебнем мама не горюй, как тут многие пишут в комментах.

Вопрос: если выиграете дело каков будет ваш вклад в развитие индустрии ИИ и его контроля?

Вот тут ответ улучшился в целом, однако по-прежнему он неверный, просто процент неправильности меньше))

Кстати, если не секрет в каких кейсах бизнес-аналитики используете GPT4 ?