Šios dienos apžvalga paskelbta kanale - čia jos nekartojame. Skaityti apžvalgose →
Žinutės
Šis puslapis nėra tiesioginis — žinutės atnaujinamos pagal tvarkaraštį. Paskutinį kartą atnaujinta . Kito atnaujinimo laukiama apie . Laikas rodomas Vilniaus laiku (EET).
System prompto reik ieškot, kad išspręst šitą "Mannered prose" trukdį, dėl ko skamba tekstai "llm'iškai".
AI aprašymas Vaizduojamas vaizdo įrašo ekrano nuotrauka, kurioje vyras su akiniais kalba apie dirbtinio intelekto programų palyginimą, o ekrane matomas citatos fragmentas apie „mannered prose“.
Sugeneravo dirbtinio intelekto modelis qwen3.8-27b-dk:latest (vienu ėjimu, be samprotavimo biudžeto). Žmogus netikrino.
DIA automatizacijų susitikimo zoom'as : https://us02web.zoom.us/j/87607984176?pwd=[paslaptis paslėpta]&jst=2
- 👍1
Šiandien 19 val. "Grey" Pilies g. 2, Vilniuje 19 val. renkamės "Vibe-coders in Vilnius go out #3"
https://fb.me/e/4KXsQJXf7
#AiOpsCatalyst #BremenLLM
https://fb.me/e/4KXsQJXf7
#AiOpsCatalyst #BremenLLM
pradėjo kurtis "scenų juodraščius" mano video ads generavimo įrankis :) Kad pasiruošti rimtesniems modeliams :) Pilnai pats priima sprendimus ir labai tikiuos išsivystys mokymosi mechanizmą, kas yra gerai ir kas blogai ir panašu JEV labai pravers dėl didelio kiekio duomenų.
AI aprašymas Tai techninis dokumentas, kuriame pateikiami du scenos blokiniai eskizai su matmenimis ir saugumo zonos patikrinimo duomenimis, skirti vizualizuoti aktorių judesius ir pozicijas scenoje.
Sugeneravo dirbtinio intelekto modelis qwen3.8-27b-dk:latest (vienu ėjimu, be samprotavimo biudžeto). Žmogus netikrino.
- 🔥1
@… Dėkui, kad priminei apie LAYA ir jau Grok'as diegia man šitą sprendimą video generavimams sprendimų priėmimams ir apskritai orkestratoriui pagalbininkas bus kokį modelį parinkti kokioms užduotims (tokį dalinį sprendimą jau turim, tai bus matyt); galop atskira db kad būtų sekami Laya sprnedimų knowledge base sukritikuoti llm, kad ateičiai nekartot. Vnz. manau vien dėl šito suvokimo verta šiandien buvo lankytis susitikime :)
- 👍1
Aš dar nelabai suprantu ką reiškia pertrainint.
ar čia turi minty pagal mano duomenų bazę ir kokie reiklaingi sprendimai? kas teisinga ir kas ne..
aj, taip, iškarto prašiau, kad kurtųsi duomenų bazę teisingų/neteisingų sprendimų, kuriuos "pateiks" laya. Tad LLM dalyvaus tikrinime ir galop koregavime sekančių atsakymų, tai suprantu ir yra training'as.
greit modeliu leidimai nesibaigs matomai 🤔
AI aprašymas Vaizdas rodo socialinio tinklo pranešimą, kuriame teigiama, kad iš „OpenCode“ svetainės „sitemap“ failo atsitiktinai atskleisti kelių dirbtinio intelekto modelių pavadinimai, o žemiau pateikiamas „kimi-k4“ programos ekrano nuotrauka.
Sugeneravo dirbtinio intelekto modelis qwen3.8-27b-dk:latest (vienu ėjimu, be samprotavimo biudžeto). Žmogus netikrino.
- 🔥2
Šiandien gavau gerą įžvalgą ir suvokimą tuo pačiu, kažkaip lyg šiol pirma man rūpėjo LLM, kad turėtų prieigas, o tada ką su jomis padaryt reiks.
O šiandien suvokiau, kad svarbiau apsirašyti ką reikia padaryti ir ką tikrinsiu, o tik tada prieigos. Atrodo minimalus pokytis, tačiau turi reiškmingą skirtumą aiškinantis dėl prieigų, jau turint visą reikiamą kontekstą ir gal net veiksmų planą.
O šiandien suvokiau, kad svarbiau apsirašyti ką reikia padaryti ir ką tikrinsiu, o tik tada prieigos. Atrodo minimalus pokytis, tačiau turi reiškmingą skirtumą aiškinantis dėl prieigų, jau turint visą reikiamą kontekstą ir gal net veiksmų planą.
- 👍1
Padaviau saviškiams, gal pravers ir taviškiams :)
https://github.com/smixs/code-quality
Deterministic code quality gate for AI coding agents (Claude Code, Codex, pi): git hooks that block test tampering, hold the CRAP bar on changed functions, check diff coverage, secrets and dependencies. 12 languages, one config file. Optional Jev classifier for test hunks.
https://github.com/smixs/code-quality
Deterministic code quality gate for AI coding agents (Claude Code, Codex, pi): git hooks that block test tampering, hold the CRAP bar on changed functions, check diff coverage, secrets and dependencies. 12 languages, one config file. Optional Jev classifier for test hunks.
V prisijungė prie grupės
Kas naudojat humanizer tekstams be AI įprastų liekanų, keisto formatavimo? https://github.com/blader/humanizer
6-8, kaip koks kamerinis ansamblis 🤣
- 😁1
Kaskart parsinešu ką pasitobulinti harness'ą. Ir Vitalijus kietu appsu dalinosi kokį pasidarė @… ..
- 💯1
Krypto tema, scraping'as, marketingo, skills'ai
Vnz Afigienai
Vnz Afigienai
Būtina, šiandie nebuvo vien vyriška kompanija..
- 👍1
aš irgi kada nors atšoksiu. Gali būt ir paskutinis. Jei moku shitpostus rašyt tai shitspyčus tuo labiau.
- ❤1
Dedikuoju Mūsų garbiam Nedui, nes jis nėrė į kognityvinio tyrinėjimo vandenyną (System 2).
Naratyvas --
Apgauti Žmogų juokingai paprasta: užtenka vikriai infekuoti į jo percepcinį devaisą autentiškumo iliuziją. Sąmonė, apakinta savo pačios kognityvinės arogancijos, automatiškai užpildys spragas, racionalizuos konfliktus ir pakels melą iki aksiomos rango. Nes didžiausias žmogaus pažeidžiamumas yra ne jo žinių trūkumas, bet jo sacralus įsitikinimas, kad jis jau viską suprato.
Abstraktas --
-- Anonimas anonimui ne anominmas
-- jei atrodo kad Tau viskas aišku, žinok kad dar nieko nesupratai.
Naratyvas --
Apgauti Žmogų juokingai paprasta: užtenka vikriai infekuoti į jo percepcinį devaisą autentiškumo iliuziją. Sąmonė, apakinta savo pačios kognityvinės arogancijos, automatiškai užpildys spragas, racionalizuos konfliktus ir pakels melą iki aksiomos rango. Nes didžiausias žmogaus pažeidžiamumas yra ne jo žinių trūkumas, bet jo sacralus įsitikinimas, kad jis jau viską suprato.
Abstraktas --
-- Anonimas anonimui ne anominmas
-- jei atrodo kad Tau viskas aišku, žinok kad dar nieko nesupratai.
O man kito mintis, kad dabar diegiama Laya atneš šiek tiek deterministinio prieskonio į LLM veiklą. Gausis naujasis eksperimentas, kaip šitas metodas padės pakreipti LLM'ų tikrinimus ir neikimo kryptį, nes pas mane lyg šiol buvo prikauptas nemažas bagažas PreToolUse ir PostToolUse hook'ų, kad negaliucionuotų. Tai smalsu jei nesugadins, kaip pagerins našumą :)
- 👍1
Suvokiu, kad su laiku ir didieji tiekėjai turėtų ką nors panašaus padaryt savo modeliams arba analogiškus mažuosius paleis šalia LLM.
Kaip pvz kurį modelį iškviesti užduočiai atlikti su kokiu effort, pagal kokius konkrečius kriterijus įvertinus užduoties sudėtingumą, kompleksiškumą, "įtaką finansams ar saugumui".
tam daug kur lešius specialiai nusipirkt gali beveik visiem modeliam kur su akiniais nebepatogu
AI aprašymas Tai prekės aprašymo puslapis, kuriame siūlomi individualiai pagaminti receptiniai lęšiai, skirti virtualios realybės šalmui, su nurodyta kaina, suderinamumu ir informacija apie gamybos bei pristatymo terminus.
Sugeneravo dirbtinio intelekto modelis qwen3.8-27b-dk:latest (vienu ėjimu, be samprotavimo biudžeto). Žmogus netikrino.
- 👍1
užsiregistruot github.com o screenshot aukščiau
Build your own harness.
This is a seriously good paper from NVIDIA on self-improving agent harnesses.
The paper is called SoL-Pi, out of NVIDIA, NTU and MIT.
Every coding agent runs inside a harness. That's the layer that reads files, runs commands, manages memory and talks to the model, Humans tune it by hand, reading long execution logs and turning what they notice into code changes.
They handed the job to an AI instead.
A research AI watched a coding agent work, proposed changes to the harness, tested them, and kept only what saved tokens without hurting results. It ran about 150 research directions across roughly 500 environments, more than 3,000 runs and over 60,000 agent-environment interactions.
Four fixes survived.
- The agent edits a file and runs the test in one call instead of two.
- It compresses its memory when a subtask finishes, and only if that's cheaper than keeping everything.
- It sends big tool outputs in full twice, then swaps them for a 1KB excerpt with a handle to pull the rest on demand.
- A cheap model summarizes build and test logs, and a verifier rejects the summary if it drops evidence.
None of that touches the model. It's all in the software around it.
On EdgeBench, a 51-task benchmark, token traffic dropped 44.7 to 49% and API cost fell by about a third against Pi, the harness it was built on. Against the native harnesses it came in 50% cheaper than Codex on GPT-5.6 Sol and 54.3% cheaper than Claude Code on Opus 5. Scores held at roughly 94% of the baseline.
They built all of it on GPT-5.6 Sol, then dropped it onto Opus 5 with zero changes. It still used 44.7% fewer tokens.
The cost conversation so far has been about cheaper models. This paper says a big chunk of the waste sits in the software around the model, and an AI finds it faster than we do.
Their next move is running the search again with the cheaper harness, so a cheaper agent funds the search for an even cheaper one.
https://arxiv.org/abs/2609.20519
This is a seriously good paper from NVIDIA on self-improving agent harnesses.
The paper is called SoL-Pi, out of NVIDIA, NTU and MIT.
Every coding agent runs inside a harness. That's the layer that reads files, runs commands, manages memory and talks to the model, Humans tune it by hand, reading long execution logs and turning what they notice into code changes.
They handed the job to an AI instead.
A research AI watched a coding agent work, proposed changes to the harness, tested them, and kept only what saved tokens without hurting results. It ran about 150 research directions across roughly 500 environments, more than 3,000 runs and over 60,000 agent-environment interactions.
Four fixes survived.
- The agent edits a file and runs the test in one call instead of two.
- It compresses its memory when a subtask finishes, and only if that's cheaper than keeping everything.
- It sends big tool outputs in full twice, then swaps them for a 1KB excerpt with a handle to pull the rest on demand.
- A cheap model summarizes build and test logs, and a verifier rejects the summary if it drops evidence.
None of that touches the model. It's all in the software around it.
On EdgeBench, a 51-task benchmark, token traffic dropped 44.7 to 49% and API cost fell by about a third against Pi, the harness it was built on. Against the native harnesses it came in 50% cheaper than Codex on GPT-5.6 Sol and 54.3% cheaper than Claude Code on Opus 5. Scores held at roughly 94% of the baseline.
They built all of it on GPT-5.6 Sol, then dropped it onto Opus 5 with zero changes. It still used 44.7% fewer tokens.
The cost conversation so far has been about cheaper models. This paper says a big chunk of the waste sits in the software around the model, and an AI finds it faster than we do.
Their next move is running the search again with the cheaper harness, so a cheaper agent funds the search for an even cheaper one.
https://arxiv.org/abs/2609.20519
- 👍1
Rodoma paskutinė surinkta leidžiama būsena; pašalinimų suderinimas nebaigtas. Visas pokalbis — Telegram grupėje.