ainews
Создать
Войти
Пользователь Reddit обнаружил, что рекомендованный формат диалогов для Hailuo H3 (`<d>[English]...<\/d>`) вызывает галлюцинации и добавляет лишние слова в речь персонажей. Простые кавычки работают идеально.
Дуг Тёрнбулл предложил способ тегирования контента через LLM: модель генерирует теги «из головы», затем векторный поиск по эмбеддингам подбирает ближайшие реальные теги из базы. Саймон Уиллисон тестирует подход для своего блога с 1856 тегами.
Автор, технический лидер с опытом, делится наблюдением: работа с AI больше похожа на управление командой, чем на написание кода. Код предсказуем, AI — нет. Те же навыки лидерства (объяснять контекст, цели, давать обратную связь) работают при взаимодействии с моделями. Главное — не притворяться, что AI человек, а научиться чётко выражать намерения.
Переключение между GPT и Claude или апгрейд до новой версии редко улучшает результат. Проблема не в модели, а в том, какой контекст вы ей даёте. Три критичных элемента: актуальные факты (которых нет в обучающих данных), конкретные примеры хорошего результата (не описания, а образцы) и напоминание о предыдущих правках. Частая ошибка — не дефицит контекста, а его избыток: 40 страниц текста мешают модели найти нужное.
Фрилансер поднимает неочевидную проблему: стоимость токенов падает, новые модели дешевеют, но постоянная смена инструментов съедает время на переучивание. Контекст, наработанный за полгода с одной моделью, не переносится — приходится начинать с нуля. Для соло-специалистов это реальные затраты, которые никто не считает.
Эксперимент показал: одна и та же 4B-модель на задаче классификации Kubernetes-задач выдала точность 60% на плохом промпте и 82% на хорошем. Разница в 22 процентных пункта — только из-за структуры запроса: порядка правил, контекста, количества шагов рассуждений.
Автор сгенерировал больше сотни продуктовых фотографий с помощью Stable Diffusion и поделился практическими находками: чисто белый фон сложнее, чем кажется (нужно указывать температуру света), отражающие поверхности порождают фантомные блики (используйте негативные промпты), масштаб критичен (добавляйте руки, предметы для сравнения), старые файн-тюны типа RealVisXL лучше новых моделей для продуктовой съёмки, а промпты нужно группировать по категориям товаров.
В длинных диалогах AI начинает забывать инструкции, противоречить себе и терять фокус. Причина не в «усталости» модели, а в архитектурных ограничениях: контекстное окно переполняется, а трансформеры хуже всего работают с информацией из середины контекста (эффект «lost in the middle»). Разные продукты по-разному решают проблему — обрезают историю, сжимают или извлекают релевантные части.
Разработчик поделился методом, как выжать максимум из малых локальных LLM (3B–8B параметров). Вместо огромных системных промптов он использует жёсткие markdown-шаблоны — «скелеты» с чёткими слотами для переменных. Модель не придумывает структуру, а только заполняет пробелы по строгим правилам, что резко повышает качество и стабильность генерации.
Статья проводит параллель между классической проблемой vendor lock-in в базах данных (Oracle, проприетарные хранилища) и новой ситуацией в AI: компании передают не просто данные, а контекст — промпты, коррекции, eval-сеты, трейсы агентов — провайдерам моделей, теряя контроль над своим институциональным знанием. Автор предлагает решение по аналогии с открытыми форматами таблиц (Iceberg, Delta Lake): отделить контекст от модели, сделав его портируемым активом.
Студент сценографии ищет способ использовать ChatGPT для раннего брейнсторминга и визуальной разработки, но сталкивается с тем, что изображения выходят слишком общими, пластиковыми и узнаваемо AI-генерированными. Интересует не списки прилагательных, а повторяемый процесс: как структурировать промпты, поддерживать визуальную последовательность серии, избегать дрейфа стиля при итерациях и достичь реализма в духе архитектурной фотографии с контролируемым светом, материальностью и сдержанной палитрой.
Автор поднимает вопрос: останется ли промпт-инжиниринг ключевым навыком в AI-креативе или победит тот, кто может позволить себе больше токенов и итераций. С ростом стоимости вычислений разрыв между независимыми художниками и студиями может определяться не талантом, а бюджетом на генерацию.
