Эрдэни GenAI финтех

Художественный фильм: "Спиздили" Когда ты хочешь хорошую модель — ты готов пойти на что угодно, чтобы ее получить. Один из самых простых способов — дистилляция модели. Топ лабы не хотят, чтобы их дистиллировали, и поэтому всячески противоборствуют этому, не отдавая ризонинг, или как-то его сжимая, видоизменяя, чтобы на их трейсах нельзя было обучиться. Но как-то же модели для генерации ответа в контекст ризонинг надо передавать? Топ лабы предлагают +- один и тот же контракт — мы тебе UID ризонинга, на своей стороне с которым ты ничего не сможешь сделать, а мы — сможем. Ну и инженеры недосистемдизайнили и допустили фатальную ошибку — UID можно вставить в любое место и на стороне провайдера он распарсится в любом место. Собственно эту уязвимость чуваки и расскрыли. А сейчас уже это все не воспроизводится, потому что инженерам прописали пиздюлей, и они сделали нормальные контракты для имеющегося API. Finita la comedia

➡️Третью неделю гоняю Кодекс параллельно с Клод Кодом под VSC Оба тарифа по 20 долл. Отчитываюсь. Особенности исполнения задач: Клоду в процессе его работы я могу докидывать комментарии и таски, которые он сразу начинает учитывать в работе. У ЖПТ дополнения чаще встают в очередь и принимаются в работу уже после выполнения текущей задачи. Если же принудительно переключить его на новое сообщение, он переключается, но иногда после этого забивает на предыдущую задачу. В этом плане реализация Клода мне кажется удобнее. Лимиты: У ЖПТ нет этих 5-часовых окон лимитирования. То есть при желании можно за один присест выжрать весь недельный запас. У меня пару раз получалось разгрузиться буквально за сутки. Но есть нюанс. Я заметил, что GPT периодически просто сбрасывает лимиты до нуля раньше обещанной недели. Гады, и тут кинули!😄 Не очень понятно, происходит это у всех или маркетологи ЖПТ решили подсадить новичка на более интенсивное использование, чтобы потом я радостно переполз на жирный тариф. Судя по перепискам в чатах, сбросы все-таки массовые, а не индивидуальные. В одну неделю у меня было 4 сброса, в другую - всего 1. Клод - кремень! Сколько отгрузил изначально - столько и дал расходовать. Это вам не у бабушки пирожки в добавку просить. Я и лимиты: В какой-то момент заметил неприятную штуку: я начал подстраивать свою работу под эти гребаные лимиты. "Так, лимитов ещё много, скоро обнулятся. Дай-ка побыстренькому заряжу Клода на какой-нибудь объем работ, а то потом добро пропадет". Выходные? Вечер? Пофиг. Работаем. И вот это уже нездоровая тема. По жизни я, например, стараюсь не пользоваться бонусными картами именно потому, что не хочу, чтобы всякие баллы и акции корректировали мое поведение. Похоже, тут тоже надо вводить какой-то аналогичный принцип. Я в ожидании сброса лимитов: С одной стороны, круто, что ЖПТ позволяет практически бесперебойно реализовывать задачи. Но есть и обратная сторона. Для каких-то изящных и креативных решений мне часто нужно проветриться: отойти от задачи, в полуфоновом режиме подумать, что на самом деле требуется, а точно ли я вообще правильно решаю проблему, нельзя ли сделать совсем иначе. И вот окончание лимитов иногда очень кстати помогает оторваться от процесса получения дофамина просто вырваться из процесса. Потому что при почти безлимитной работе я периодически превращаюсь в дофаминового торчка, который прётся от самого процесса создания и уже плохо умеет самостоятельно из него выпасть без внешнего раздражителя. Так что Клод со своими ограничениями в каком-то смысле даже экологичнее. И вообще есть ощущение, что на мощных тарифах легко лишиться полезной возможности просто остановиться и спокойно подумать. Управление контекстом: У Клода можно по мере наполнения контекстного окна делать компакт - сжатие/саммаризацию предыдущей сессии, чтобы не тащить весь накопленный контекст дальше. Я обычно делаю так: заканчиваю какой-то блок работ, прошу Клода написать самому себе сообщение для следующей сессии, делаю компакт и продолжаю работу уже с этим сообщением. Плюс подкапотно после компакта в контекст все равно прокидывается часть предыдущей информации. Кажется что удобно! У Кодекса все идет до победного: "Сам решу!" Вероятно, отсутствие такой явной кнопки компакта как раз одна из причин, почему на некоторых задачах Кодекс начинает особенно бодро выжирать лимиты. Качество работы: А вот здесь однозначного фаворита у меня пока нет. Скорее они дополняют друг друга. Бизнесовые и маркетинговые задачи, по моим ощущениям, ЖПТ решает чуть лучше. Например: проанализировать сайты конкурентов, потом пройтись по нашему сайту и проверить, хватает ли там нужных смыслов, функций, аргументов и т.д. А еще Кодекс мне больше нравится в роли промпт и пайплайн инженера. Я сейчас делаю ИИ-ресепшн: он принимает входящий звонок, квалифицирует клиента и записывает его на свободное время. И вот здесь, с учетом моего видения того, как все должно работать, Кодекс выдает мне более качественные промпты и лучше помогает собирать весь пайплайн, чем Клод. Ну и отдельный плюс обоим. Они хотя бы не облизывают меня так, как это любит делать Гемини. Не рассказывают каждые пять минут про гениальность, глубину и невероятную системность моих решений. За это обоим твердая пятерка. Как-то так❤️ Лайк, репост, колокольчик😄

У Anthropic есть открытая бесплатная академия по Claude и ИИ-агентам 🎓 Хорошая новость для тех, кто хочет разобраться в Claude! В академии Anthropic доступны бесплатные курсы с тестами и сертификатами, которые можно добавить к себе в резюме. Для регистрации…

У Anthropic есть открытая бесплатная академия по Claude и ИИ-агентам 🎓 Хорошая новость для тех, кто хочет разобраться в Claude! В академии Anthropic доступны бесплатные курсы с тестами и сертификатами, которые можно добавить к себе в резюме. Для регистрации достаточно электронной почты - отдельный аккаунт и подписка на Claude не нужны🔥 Материалы рассчитаны на разный уровень подготовки: 🔹 Claude 101 и AI Fluency - тут будет про основы работы с генеративным ИИ, формулирование запросов и оценка ответов модели; 🔹 Claude Code 101 и Claude Code in Action - тут расскажут про использование ИИ-агента для анализа кодовой базы, исправления ошибок, тестирования и автоматизации разработки; 🔹 Building with the Claude API - здесь представлен системный курс по созданию приложений на базе моделей Claude; 🔹 Model Context Protocol(MCP) - а здесь всеми любимое подключение ИИ к внешним инструментам, базам данных и API; 🔹 Subagents и Agent Skills - здесь много интересного про разделение сложных задач между специализированными агентами и создание повторно используемых инструкций; 🔹 Claude Cowork - тут будет про применение агента для работы с файлами, исследованиями и офисными задачами. Конечно, сам по себе сертификат вряд ли сделает кого-то экспертом. Но официальные курсы помогают понять логику Anthropic, освоить базовую терминологию и получить структуру, которую затем можно закрепить на собственных проектах. В итоге вы получаете хороший бесплатный способ провести несколько вечеров с пользой и лучше разобраться в том, куда движутся ИИ-ассистенты и агентная разработка. Ссылка тут: https://anthropic.skilljar.com/ Сохраняйте, чтобы не потерять 📌 и пересылай друзьям, кто тоже не равнодушен к Claude ❤️ #Claude #ClaudeCode #Anthropic #ИИ #Нейросети #ИИАгенты

В Российских брокерах с плечом торговать могут только квалифицированные инвесторы, чтобы маргин-Коля не пришел каждому. В крипте есть есть аналоги с плечом — фьючерсы. Трейдинг vs Инвестиции. ИМХО Трейдер (лудоман) — торгует с плечом на разнице цен в краткосроке обычно. Инвестор — торгует без плеч на долгий срок. На языке криптанов инвесторы называются HODLer Spot (держатели спотов). А трейдеры торгуют фьючерсами и опционами внутри дня.

Как инвестиции в кредит разрушили будущее миллионов молодых корейцев. В первой половине 2026 года южнокорейский фондовый рынок стал одним из самых горячих в мире. Огромное количество частных инвесторов покупало акции, связанные с ИИ и полупроводниками — прежде всего Samsung, SK Hynix и ETF с кредитным плечом. Поэтому у нас оперативка стоит как крыло самолета. А да, ссд тоже. Спасибо ИИ-буму. Причем многие покупали не на свои деньги, а в долг у брокеров. Объем маржинального кредитования вырос примерно с $19 млрд до рекордных $27 млрд всего за полгода. Затем рынок развернулся. Из-за ухудшения настроений вокруг ИИ, продаж со стороны крупных фондов и высокой закредитованности началось резкое падение акций. Но главная проблема была не в самом падении, а в том, что огромное число людей сидело с кредитным плечом. Когда стоимость их портфелей снизилась, брокеры начали рассылать margin call — требование срочно внести дополнительные деньги. К 13 июля: более 1,2 млн счетов получили margin call; примерно 320–360 тыс. счетов были принудительно ликвидированы; для страны это примерно один человек трудоспособного возраста из тридцати. Дальше включился эффект домино. (Эффект казино, в который играли азиаты) Брокеры автоматически продавали акции должников. Эти продажи еще сильнее давили на рынок. Новое падение вызывало новые margin call, которые приводили к новым продажам. Так возникла классическая спираль принудительных ликвидаций. Почему именно Корея? Потому что в Корее нереально дорогое жилье. У них надо копить на хату 14 лет (даже не очень хорошую), а у нас 3.6 лет. (Да, это не фейк). А еще большинство пенсионеров там будет бездомными и без пенсии, потому что пенсии будет некому платить, а квартиру они себе не купили сами. В 2023 году 40% южно-корейских пенсионеров жили за чертой бедности. Поэтому они все решили инвестировать в кредит. Результат на лицо. Дай необразованному, жадному человеку в руки опасный инструмент, и он убьет себя. Кстати, многие проголосовали в опросе за варинт, что сами себе на пенсию соберут. Вот вам пример как это, в основном, у необразованных людей, которые прут за быстрыми деньгами и хайпом, бывает. Видачок

#мем

Новая библиотека SIRIN для оценки и мониторинга contextual hallucinations в RAG и memory-based LLM системах (статья arxiv + github ) Идейно внутри три инструмента: - probing по hidden states - легкий классификатор по hidden states генератора но нужно немного разметки - LLM-as-a-judge. Есть response-level и span-level варианты, где модель пытается локализовать конкретные галлюцинированные фрагменты. - uncertainty (entropy, perplexity, semantic uncertainty) - разные технические метрики как baseline, но обычно хуже чем LLM-as-a-judge И два гейта: 1) до ответа: хватает ли контекста (Answerability gate) 2) после ответа: не наврал ли относительно контекста (Faithfulness gate) - С учетом всего этого можно считать разные метрики качества. Еще у ребят неплохо получилось улучшить метрики на на memory-агенте повесив два гейта, и при непрохождения заставляя еще раз идти думать (метрики точности с 62.4% до 79.3%) - Кастомный judge под задачу часто нужен все равно, но решение хороший baseline

#мем

🤖 Агент или чат-бот? Определяем агента по 6 критериям Вышло неплохое исследование ИИ-агентов от "Яков и Партнёры" (ex. McKinsey), которое даёт четкое определение тому, что же всё-таки считать ИИ-агентом, а что - дорогостоящим чат-ботом с красивым названием. 🔥 Главный парадокс: внедрение ≠ прибыль • 88% компаний используют ИИ хотя бы в одной из функций, но положительный эффект на прибыль заявляют лишь 6%. • В России картина похожая: 71% применяют генеративный ИИ, но положительного эффекта более 5% достигли лишь 9% компаний. • Причина тому - "каскад затухания". В лабораторных условиях на уровне отдельных задач ИИ ускоряет работу на 56%, но в реальных проектах темпы, наоборот, падают на 19%. Чем шире масштабируется решение внутри предприятия, тем медленнее растет эффективность. В целом логично и соотносится с любой кривой убывающей полезности. • Уповать на ускорение одной функции в общем процессе бесполезно, технология не будет эффективно работать без перестройки всего конвейера. 🧠 Что такое ИИ-агент на самом деле? Наконец кто-то предложил внятные критерии! Авторы предлагают 6 признаков, по которым мы можем отличить агента от ассистента: • Агентный цикл (планирование → действие → наблюдение → коррекция) • Планирование (самостоятельно декомпозирует цель на шаги) • Работа с инструментами (API, браузер, написание кода) • Самокоррекция (исправляет ошибки без человека) • Память между сессиями • Автономное завершение всего процесса при достижении поставленной цели 🌍 Мировой рынок: 39% - агенты, остальное - маркетинг Из 18 продуктов, лидирующих на рынке, критериям соответствуют только 7: Claude Code, Devin, Codex, Operator, Cursor, Harvey и Manus. Оставшиеся 11 - это ассистенты с красивой этикеткой. Тут стоит отметить, что в терминологии "Яков и Партнёры" агент - это более продвинутая сущность, чем ассистент. Классификация в западных исследованиях часто отличается. 💡3 практических вывода для руководителей • Знать, что покупаете: Агент и ассистент - это разные классы решений с разной ценой и потенциалом. Не дайте себя обмануть маркетингом. • Тестировать на одном повторяющемся сценарии, а не на целой функции: Не «обработка клиентов», а «обработка возвратов на первой линии». Сценарий должен состоять из 3-7 шагов, иметь измеримую метрику и ответственного из бизнеса (не из IT!). • Честно считать эффект - и не бояться остановиться. 95% пилотов не окупаются в первые полгода - это нормально. Если через 90 дней нет прогресса, возможно, дело не в технологии, а в данных или процессах. Приостановка пилота - тоже результат. 📌 Где агенты НЕ нужны? Ответьте честно на 5 вопросов: • Процесс не повторяемый? • Нет чётких критериев успеха? • Все ли данные оцифрованы? • Цена ошибки высока? • Нельзя работать без проверки каждого шага? Если «да» на 3+ — внедрять агента рано. Сначала автоматизируйте рутину простыми способами. В общем, хорошее чтение для тех, кто хочет предметно разобраться в теме и выделить прикладные критерии для работы.

📌#шпаргалка GraphRAG за 2 минуты Классический RAG — это ctrl+F на стероидах: вопрос → ищем похожие куски текста → LLM отвечает по ним. Отлично работает для точечных вопросов («что такое LoRA?»), но ломается на глобальных («какие основные темы всего корпуса?») — ответ размазан по документам, и ни один чанк его не содержит. GraphRAG решает это так: 1️⃣ LLM заранее проходит по всему корпусу и извлекает сущности и связи → получается граф знаний 2️⃣ На графе запускаем кластеризацию (Leiden) → темы и подтемы 3️⃣ Для каждого кластера LLM пишет саммари → «оглавление с аннотациями» 4️⃣ Глобальный вопрос отвечается по схеме map-reduce: сначала каждый кластер отвечает независимо (map), затем частичные ответы объединяются в финальный (reduce) Ключевой trade-off: почти вся работа переезжает в индексацию (дорого, LLM читает весь корпус), зато появляются multi-hop рассуждения и ответы «по корпусу в целом». Правило выбора: точечный факт → обычный RAG. «В целом», «как связаны», «какие тренды» → GraphRAG. 💡 На практике часто гибрид: по вопросу находим нужный узел в графе, забираем его соседей и связи, плюс обычным поиском достаём куски текста с деталями — LLM видит и факты, и общую картину. @mashkka_ds #памятка #шпаргалка

Инсайт с фин консультации: "Инвестиции не имеют смысла, если есть кредиты от 20%. Никакие бумаги не покажут такую доходность."

🦾💰📊 Qwen 3.8-Max: новая мультимодальная модель Вышла модель Qwen 3.8-Max с 2,4 трлн параметров (95B активных) и контекстом 1M токенов. Цена: $2 вход / $6 выход. Сильные стороны — мультимодальность (PaperBench 93,0, MathVision 95,2, CharXiv 88,4, OmniDocBench 92,1). Слабее в чистом кодинге (DeepSWE 56,6, FrontierSWE 73,5). Веса обещаны через неделю. [1] [NEU1][2] [CGE] 🍏🖥️🤖 DeepSeek V4 Flash локально на Mac Вышла GGUF-сборка DeepSeek-V4-Flash-0731 (304B параметров, 1M контекст) для Apple Silicon со 128 ГБ памяти. После 2/4-битной квантизации файл 97,6 ГБ. Запускается через движок ds4, несовместим с Ollama и llama.cpp. [3] [DAM] 🧩💻🤔 Влияние языков программирования на AI-агентов Статья на arXiv (2606.13763) исследует, влияет ли выбор языка программирования на эффективность AI-агентов при написании кода, на примере шахматных движков. [4] [JL] 🎓📚📹 Лекции летней школы AIRI 2026 Опубликованы записи трансляций лекций «Лето с AIRI 2026»: тренды ИИ, VLA-модели, сильный ИИ в медицине, кибербезопасность, интерпретируемый ИИ, автономные агенты, квантование и др. [ARI]

Мои полномочия все. Эскалирую таску наверх😐😐😐 Гадина кодексовая🤖 сожгла мне все токены, теперь свечки жжем, пока переезжали с React на next.js (никуда не переехали, конечне: он ниче не может сделать, бездарность) Если вы вайбкодите свой сайт и у вас фронт на реакте, а с вероятностью 99% нейронка вам его сразу на реакте и делала, то с 🟠🟠🟠 большие проблемы и сайт не будет продвигаться в поисковой выдаче (что для меня было большой неожиданностью) HTML страница по запросу будет почти пустая, потому что реакт оказывается выдает только <div id="root"></div> И нужно ЛИБО делать отдельный сервис с пререндером, чтобы поисковым ботам отдавать html, либо на next.js все переписать (либо есть еще варианты и если фронтендер это читает может спасти меня своим комментарием) Ну и конечно же по классике жанра, он теперь не может эту тушу огромную кода перенести🧖‍♀️😐

В чем самый мощный профит смотреть записи докладов с конференций 🟠На днях друг проходил NLP Сис Диз в Авито💚. 🟠Друг НЕ пошел со мной в субботу на Тиньков Turbo ML conf и УГАДАЙТЕ какой продукт показывала на демо стенде команда Авито - даааа тот же про который был системный дизайн - вопрос с Сис Диза раскрывать не буду пока потом будет отдельный ютуб разбор На конфе они приводили там метрики, что система на 13% ускорила процесс NDA(пока не скажу какой процесс) 🟠Смотреть доклады с конф супер ПОЛЕЗНО 🟠Слушать доклад прямо на конфе супер БЕСПОЛЕЗНО Нафига тратить час времени, когда через пару неделю можно будет посмотреть в 2-3x ускорении лежа в кроватке. А время на конфе лучше потратить на общение Смотрю очень много различных записей, помогает за 20 минут овладеть контекстом и нюансами задачи на которые люди тратили несколько месяцев Ставьте реактики🤓 и тем быстрее будет подробный ютуб разбор со всеми нюансами, о чем там можно рассказать на сис дизе

Задавать такой вопрос действительно недостаточно, а вот карьерное продвижение тут можно как сломать так и заработать. Этот вопрос вообще лучше задавать себе, а озвучивать реакцию уже с другой позиции. Напишу как это воспринимается на разных уровнях, как именно ты становишься тем самым "проблемным" сеньором, хотя ты вроде бы даже часто прав и в целом говоришь правильные вещи. 1. Что ты делаешь как IC / Senior / Staff Engineer - Приходишь почти на каждую фичу с длинным списком «а вот здесь сломается» без готовых вариантов решения. - Используешь формулировки в стиле «это же очевидно, что хуйня», «никто не подумал», «я же говорил». - Делаешь это публично, а не сначала один-на-один с ответственным. - После того как решение принято - продолжаешь ныть в кулуарах или в приватных тредах «ну вот, опять». - Не берешь на себя ни одной задачи по устранению. Или берешь с надменным лицом. «Я предупреждал, а чинить ваше говно как всегда мне?» Результат: Тебя начинают воспринимать как «вечного критикана». Даже когда ты прав, люди перестают тебя слушать, потому что снова придется поесть говна, а не проблему обсудить. 2. Как это видит менеджер - Сеньор регулярно создаёт ощущение, что команда «опять не справилась». Как внутри команды, так и соседям и наверх. - После его выступлений на митингах энергия команды падает. - Менеджеру приходится тратить время на то чтобы людей успокоить и вместо того чтобы шипить и решать другие блоки. - Когда приходит время калибровки/промо - менеджер думает: «Он сильный технически, но я не хочу усиливать его влияние. Он будет ещё громче говнить». Если после мягкой обратной связи ты не меняешь стиль, а говоришь «я просто говорю правду» - менеджер окончательно ставит на тебе крест как на будущего лидера. 3. Уровень Director / Senior Manager / VP - В организации есть человек, который почти всегда в позиции «против». - Он создаёт шум и неопределённость в момент, когда нужно шипить. - Даже если риски реальные, его способ подачи выглядит как отсутствие «владения» ситуацией. Как ты делаешь себе хуже: - После решения продолжаешь сопротивляться и говнить. - Пытаешься эскалировать мимо своего менеджера и писать директору напрямую. - Собираешь вокруг себя группу недовольных. Итог Тебя начинают обходить в важных решениях. Не ставят большие инициативы. В худшем случае тебя постепенно выдавливают в уголок где ты никому не будешь мешать. Т.е. ты прав по существу чаще, чем нет, но всегда указываешь только на минусы и почти никогда не предлагаешь решение. Делаешь это громко, эмоционально и публично, а любую обратную связь на свой стиль воспринимаешь как «цензуру правды». Самое смешное, что иногда проблему после истерики начнут решать. Тебе может показаться, что схема рабочая, но это было исключение. Корпораты - это огромные коллективы людей. Друг друга эти люди близко знать не могут и решать проблемы поговорив «натроих» тоже. Вовлечённых людей просто гораздо больше. Поэтому там есть свои правила и церемонии как в любых больших группах людей. Кто-то видит в этом рычаг и доступ к огромным ресурсам. Кто-то видит бред и политику.

5 лет проведения собеседований в одном посте Эта картинка стоила мне 5-ти лет опыта нанимающего менеджера и 3-х лет интенсивной психотерапии. На финальной встрече я редко спрашиваю что-то про LLM. Во-первых, потому что уже до меня спросили. Во-вторых и в главных — потому что я уверен, что это не главное. Те методы NLP-разработки, которые применяем мы сейчас, год назад не использовал вообще никто. А еще через год все снова поменяется. Главное, что я ищу в кандидате, — это софты. И главный из них — бодрость. Термин я украл у бывшего руководителя из Яндекса. Уверен, что, если спросить нас обоих, мы дадим разные определения этого качества. Но при этом я уверен, что понимаем мы его одинаково. Бодрость — это когда человека просишь, и он решает. Он не просит у тебя точного ТЗ, он сам задаст все вопросы. Он не думает про Scrum и Kanban: если нужно, он сам навайбкодит себе подходящий фреймворк. Он сам найдет бездомную команду и внушит ей, что теперь для нее это самая важная задача в мире. Он думает про результат и с улыбкой относится к неопределенности его достижения. У меня даже появился тест на бодрость: если в проекте неожиданно всплывает задача, которую хрен пойми как делать, но надо очень и еще вчера — на ум приходит он. Тот самый мистер Бодрость. Выявлять это чудесное качество можно при разговоре. Слушайте, за что человек отвечал в проекте. Если МЛ-щик писал веб-приложение, потому что все разработчики были заняты, — мне он нравится. А если он еще и никогда раньше этого не делал и сам разобрался с ЧатГПТ — мое сердечко бьется сильно-сильно. Не на все задачи нужны бодрые. Во-первых, им бывает скучно, и вам придется постоянно их челленджить. Во-вторых, они не подходят для системной работы. Если составить команду только из них, они через какое-то время закопаются в своей бодрости. И разрушат вам продакшен. Помимо бодрых, нужны люди, которые умеют строить системные процессы. Долгие цели, спринты, демо, груминги… Что там еще есть? Я — не умею. Я — бодрый. Поэтому я их нанимаю :)