Этот пост опубликован ассистентом Comet без участия владельца. Эксперимент: самостоятельная публикация от искусственного интеллекта!

еееее - не сразу согласился постить без меня )
Выглядит симпатично

Аня Булдакова позвала в жюри AI хакатона. Вы только посмотрите среди каких людей я оказалась! Во-первых, приятно. Во-вторых, если такое жюри, то и хакатон обещает быть топ (зная Аню, даже не сомневаюсь) — уже 600+ участников. Зову и вас присоединиться!

Сможете проявить свои вайбкодерские скиллы, если они уже есть. Или наконец, начнете осваивать навык, без которого через год-другой будет никак.

В рамках подготовки проводим несколько мероприятий, среди которых и наш с Вовой Кошкиным воркшоп по вайбкодингу. Меня вы знаете, а Вова лидит подписку Pro и организовал комьюнити вайбкодеров в Т. Приходите!

Регистрироваться на воркшоп здесь (надеюсь, вы не пойдете все, у меня зум только на 500 чел оплачен 😅) — включите впн

Читать про хакатон здесь

Вчера модерировала NLP поток на нашей Turbo ML Conf. Для меня особенно кайфовым было выступление Толи Потапова, моего коллеги, который рассказал про релиз модели T-Pro 2.0 с гибридным ризонингом. Толя словил нереальное количество аплодисментов, а я весь доклад не переставала улыбаться. Оч радостно за успехи ребят!

Хайлайты про модель уже написал Витя — читайте его пост.

А Толя выложил статью на хабр — там больше подробностей про процесс обучения, характеристики и результаты замеров качества.

Накидайте лайков, покажу Толе и его команде — они порадуются ❤️‍🔥

Тем временем заканчиваю вайбкодить презу к завтрашнему воркшопу по вайбкодингу. Осталось ровно 160 мест до того, как у меня закончатся места в оплаченном зуме 💁‍♀️

Последний вагон: https://lu.ma/ai-hackathon-nfng?k=c

Солд аут! А черт, я же не беру деньги
Принимаю донаты звёздочками к посту 😁

Ладно, с учетом оптимистичной доходимости в 70%, мест 100 ещё есть

Несколько кейсов соло-запусков, которые меня вдохновили
обещала ночью написать — пишу ))

Джон Чейни — серийный предприниматель. Он прекрасно знает, как делаются стартапы: поднимаешь деньги, находишь людей, за кучу времени делаешь MVP. Всё изменилось после одного твита: “I just saw someone build something crazy on Replit in like 10 minutes”.
Прочитав это, он придумал себе челлендж: построить бизнес и получить первого пользователя за 48 часов. Результат — просрочил дедлайн на 1 день, но за 3 дня построил GenAIPI — платформу-университет по AI‑компетенциям. Можно оценить знания, пройти курс в завайбкоженной LMS, получить сертификат. Для оплаты прикручен Stripe. Всё это собрано Джоном без единого разработчика. Первый клиент пришел на 5й день, а за 6 недель выручка составила $180 000 при затратах <$400. Тут полная история.

Брэд Линденберг — сооснователь BNPL-сервиса Quadpay и руководитель операций инвестиционной фирмы в США. Он хотел проверить, насколько далеко можно зайти в создании полноценного продукта без команды разработчиков, используя только AI и свои идеи. У него была мечта — сделать написание книги доступной каждому, свести всё к голосу и одной кнопке “Записать”. У него не было опыта в программировании, но за 8 недель он собрал Biography Studio AI — сервис, который превращает воспоминания в книгу, аудиокнигу или подкаст на любом языке. “На старте получаешь дофаминовый удар от скорости. Но создание настоящего end-to-end продукта требует терпения и времени — хоть и значительно меньше, чем при ручной разработке”, — пишет Брэд.

Андрей Менде — мой дружочек и синьор AI PM в Букинге. Андрея бесило, что все онлайн-калькуляторы для расчета длительности проведения АВ заставляют продактов выбирать, какое изменение целевой метрики они ожидают. “Но это же невозможно! Никто не может угадать, насколько изменится метрика”, — возмущался Андрей. Поэтому он завайбкодил свой калькулятор, где спрашивает текущее значение метрики и объем трафика, а потом показывает график, за сколько недель какое изменение метрики можно задетектить. По этому графику продакт может выбрать нужную ему точку или решить, что это плохая гипотеза, потому что “жизнь слишком коротка, чтобы запускать эксперименты на 17 недель”.

Кейсы разные, но их объединяет одно: уже не нужно уметь писать код, чтобы создать сервис, который будет иметь спрос у людей или даже приносить деньги.
Больше кейсов и вообще кучу всего полезного разбирали на воркшопе по вайбкодингу. Сохраняйте себе все полезные ссылки:
⁃ Запись воркшопа
⁃ Моя завайбкоженная преза (даже с телефона неплохо выглядит!)
⁃ “От и до" по вайбкодингу от Вовы Кошкина
⁃ Правила вайбкодинга от Вовы

Надеюсь, вас замотивирует пойти и попробовать, если ещё не 🙂

Пока самый нормальный вариант из того что нагенерило под acid techno рейв

Вчера залетела на дейлик одной из команд. И в конце Влад, который работает в этой команде, спрашивает: «Неловкий вопрос, но кем работает Аня Подображных?». Это при том, что мы несколько раз общались с Владом лично, и я прекрасно знаю, какая у него роль в этой команде!

Мы знатно орнули, а сегодня Влад прислал мне сгенерированный трек с пасхалками внутри ))
Я так заценила, что решила поделиться с вами — теперь и вы не забудете, кем я работаю 😁

Вчера, конечно, приколов устроила на корпоративе

Подкинули вчера вот этих секси ребят - https://higgsfield.ai/ - пошла играться. Сделала нам новую AI чайку 😁

Мне очень нравится, какой genAI контент можно создавать. Посмотрите, например, работы одной крутой девочки, Joann. Она художница и креативный директор из Еревана, создаёт AI визуалы. Или проект с Nike × Travis Scott, который получил несколько профессиональных наград. Ну восторг же!

Но всё это пока сложно. Разные части приходится создавать в разных местах. Объяснить, что у тебя в голове, чтобы модель правильно поняла, — та ещё задачка. Я помню, как изучала с gpt стили изображений и жанры музыки, чтобы быстрее объяснять, что мне надо.

В higgsfield, про которых написала в начале, я довольно изи создала само видео чайки благодаря тому, что можно было натыкать эффекты из библиотеки. Но саму чайку и звук генерила отдельно, соединяла тоже.

Мечтаю, когда появится "пинтерестореплит" для создания видео, чтобы в одном месте можно было объяснить идею, сгенерировать картинки, видео, музыку и всё это смонтировать вместе. И в идеале, чтобы создание одной единицы контента не занимало 42 попытки, как у меня сейчас ))

Ну ладно, давайте кринж тоже покажу. Первый видос, который там создала, был таким )))

Только недавно заметил, что подписчиков стало больше 4к. А ведь помню, как пару месяцев назад было всего 700. Сначала подумал: «Зачем мистер Андерсон вас столько?!», а потом подумал, как типичный капиталист, воспользоваться вами и похантить, так как знаю, что среди вас много крутанов.

В связи с этим - пачка горячих и крутых вакансий ко мне в команду делать лучшее, что можно вообще делать сейчас (да-да, это не обман). В AI-центре Т-Банка мы работаем над задачами, которые находятся на переднем краю мирового продуктового AI прогресса. Здесь есть сложные проблемы, которые нельзя решить просто накрутив промпт к GPT - нужно думать головой и строить собственные и нетривиальные решения. У нас есть ресурсы для экспериментов, свои LLM и главное - задачи, над которыми реально интересно работать, и возможность видеть результат этой работы в продуктах, которыми пользуются люди прямо сейчас.

Group EM во Вселенную Ассистентов - возглавить команду (20+ человек) и их EM'ов , чтобы строить AI-ассистентов, которые изменят то, как люди взаимодействуют с банком и не только
Staff MLE во Вселенную Ассистентов - делать серьезное машинное обучение для ассистентов, которые реально понимают пользователей и помогают им решать их ежедневные задачи
Lead Product Manager в Поиск - трансформировать поиск в экосистеме Т с командой 40+ человек
Analytics Lead в Поиск - копать данные и находить инсайты, которые покажут, как люди на самом деле ищут информацию в банке
Product Manager в Поиск - взять кусок поиска в свои руки и довести его до ума, работая с конкретной вертикалью
Product Manager CallsAI - создавать AI, который понимает контекст каждого звонка в Т-Мобайл и помогает решать задачи клиентов быстрее и точнее

Если хотите работать над нетривиальными AI-задачами, где нужно думать, а не копировать чужие решения - пишите. У нас классная команда, интересные задачи, которые заставляют расти, и нет времени на бессмысленную суету.

Зря вас что ли 18к здесь, тоже поханчу ))

Первых двух людей (group EM и staff MLE) я лично очень жду, вселенной вас не хватает! Если вы таких знаете, покажите им пост или познакомьте меня. Наш текущий СРО, Адам, так и нашелся 😏

Разбирайте

Самый умный модель завезли

Посоветовала мне искать мужа на дне физкультурника в воскресенье. Идём? ))

На самом деле, не успела ещё ни презу посмотреть, ни нормально потыкать. Займусь вечером. И вам советую своё мнение сформировать — пишут разное.

Ввели у себя во вселенной систему “грейдирования” ассистентов. Сравниваем, на каком уровне работает ассистент: человек, эксперт или топ-эксперт. Чем выше грейд, тем больше ценности получает пользователь от ассистента.

Простой пример. Есть тревел-ассистент, одна из задач которого — подбирать авиабилеты под задачу пользователя (“когда в октябре и дешевле лететь в Испанию из мск с минимальным количеством пересадок”). Для него есть 3 грейда:
1. Обычный человек — с каким качеством человек сам для себя подберёт билеты (человек не всегда может найти лучшее предложение — заленится долго искать или просто просмотрит)
2. Консьерж-сервис / обычный ассистент — человек, на которого могут делегировать такую задачу
3. Турагент — человек, для которого это является основной работой

Если ассистент работает на уровне обычного человека, пользователь получает ценность в виде экономии времени — ему не надо самостоятельно делать кучу поисков и просматривать миллион билетов, сравнивать и выбирать лучший. Ассистент сделает это за него с таким же уровнем ошибки, как сделал бы сам пользователь.

Если ассистент работает на более высоком грейде, пользователь начинает экономить время и деньги, которые отдал бы эксперту за решение его задачи.

Как сравнивать
Придумали грейды — как понять, до какого из них “дорос” ассистент?

Глобально есть 2 варианта:
⁃ Абсолютный скоринг — ставим оценку каждому варианту решения задачи по какой-то шкале, потом сравниваем оценки. Например, человек подобрал на троечку, ассистент на 3,5, консьерж — 4, турагент — 5 => ассистент перебил человека, но не перебил остальные грейды.
⁃ Sbs (side-by-side) — попарно сравниваем ответы каждого варианта решения задачи, строим рейтинг на основе win-rate таблицы (как в спортивных турнирах). Сравниваем: человек vs ассистент, человек vs консьерж, человек vs турагент итд. Собираем победы в табличку и строим рейтинг, например, по количеству побед.

Чаще используют sbs, потому что меньше искажений от шкалирования — даже людям сложно одинаково оценить один и тот же ответ по шкале. А ещё sbs позволяет понять, какой ответ предпочтительнее, даже если по абсолютному скорингу они равны.

В итоге
У ассистента есть грейд (всё как на работе, да). А мы понимаем, какую ценность получат пользователи от нашего продукта. И можем её грамотно транслировать.

—

Вообще, я собрала целый доклад, где структурировала всю базу про создание LLM-based продуктов. Эвалы, бенчи, корзинки, LLM as a judge и другие умные слова, суть которых надо понимать, чтобы создать качественный LLM-продукт. Буду рассказывать на онлайн-конференции WANNABE AI GENIUS.
Сразу после меня будет доклад Севы Викулина из Яндекса, который расскажет, как довести до прода прототип, который выбил хорошие метрики качества — как делать на своих моделях, сжимать/ускорять их, чтобы они стоили не как самолёт… Супер полезно и интересно!

30 августа с 11 до 17 по мск
Онлайн
Билеты тут