Код от нейросетей выглядит идеально — пока не попадает в продакшен. Там всплывают тихие баги: логика чуть расходится с требованиями, краевые случаи обработаны неполно, вызываются методы из прошлых версий библиотек.Это не временный недостаток. Баги заложены в саму математическую природу современных LLM — аппроксимация гарантирует точность только внутри области тренировочных данных. За её пределами начинается экстраполяция, а вместе с ней — галлюцинации. Читать далее
Основная цель статического анализатора – найти и показать ошибки в коде, чтобы вы могли их исправить. Однако показать ошибки — это не так просто, как кажется на первый взгляд. Есть ряд проблем, с которыми сталкиваются пользователи, особенно новые пользователи. В этой статье я расскажу про эти проблемы и про то, как с ними можно бороться. Читать далее
Проблемы качества базы данных LLM[1] и необучаемости LLM в силу ограничения размеров контекстного окна сводятся к одной проблеме никак с LLM не связанной – оценке доверия к публикациям и их авторам вообще. Вторая проблема – LLM не умеет решать простые логические задачи легко решаемые
Сегодня я подготовила для вас подробный и откровенный разбор резюме.Он будет особенно полезен тем, кто работает в сфере продаж или управляет командами.Ко мне пришел запрос: «Посмотрите, пожалуйста, резюме руководителя отдела продаж. Что исправить, чтобы оно привлекало рекрутеров?»Кто если не я – разберет всё подробно с объяснениями, примерами и рекомендациями.Все ошибки в резюме повторяются у 80% кандидатов. Меняются только детали, главное обратить на них внимание и исправить. Читать далее