@ethize: ServiceNow (NOW) Nu Holdings (NU) SAP SE (SAP) AppLovin (APP) CrowdStrike (CRWD) Model: Claude Opus 4.6 (Anthropic) Narzędzie: Extended Research (tryb
@artek-jablonski: Wszystkie LLM-y siedzą na tych samych wyszukiwarkach i czytają te same portale finansowe typu Motley Fool czy Yahoo, które w kółko cytują ten sam zestaw "AI winners", więc siłą rzeczy plują podobnymi nazwami. Do tego w treningu mają wbudowane, że ServiceNow, CrowdStrike i Palantir to "zwycięzcy AI", bo tak pisano o nich przez cały 2024 i 2025 rok. Żeby wyciągnąć z modeli coś nieoczywistego, trzeba pytać wąsko o konkretną
Tu nie chodzi o prompt a o samo narzędzie ;) Każdy LLM czytał te same artykuły o spółkach AI, więc jak go pytasz bez ograniczeń, wypluwa podobne listy. Nawet jak napiszesz idealny prompt, LLM zna tylko kilka tysięcy najgłośniejszych spółek z treningu, a na świecie jest ich 50 tysięcy reszta dla niego nie istnieje. Potrzebujesz lepszych i aktualnych danych np. Bloomberga 2k papieru/msc ;) Jakie dasz dane wejściowe takie dostaniesz wyjściowe. Data
Zastanawiam się, jaki jest konsensus wśród programistów dotyczący wpływu AI na rynek pracy. Najczęściej spotykam się z następującymi scenariuszami:
A) AI obniży koszt tworzenia oprogramowania, dzięki czemu więcej firm będzie mogło pozwolić sobie na rozwiązania customowe. To zwiększy popyt na usługi IT i zapotrzebowanie na programistów, a wynagrodzenia pozostaną na podobnym poziomie.
B) AI obniży koszt tworzenia oprogramowania, co zwiększy liczbę projektów i ogólny wolumen pracy w IT. Jednocześnie próg wejścia do branży znacząco
W długiej perspektywie scenariusz D. AI po prostu przyspiesza naturalny przesiew — szybciej oddziela amatorów od specjalistów.
Mówię to jako budowlaniec, który korzysta z Claude Code. Naprawdę nie trzeba być programistą, żeby dziś napisać sobie CRUD-a. Ale bez wiedzy domenowej i fachowców nie da się stworzyć produktu, który realnie rozwiązuje problemy biznesu.
Jedno jest pewne — senior, który nie korzysta z narzędzi AI, jest równie przegrany jak junior, który korzysta tylko z
Trochę marketing:) Brzmi jak rewolucja, ale w praktyce agent czyta dane, próbuje coś zrobić, patrzy co wyszło i próbuje inaczej, tylko 1000 środowisk naraz bo mają zasoby GPU
Artykuł Dennisa Yuricheva przedstawiający ideę działania dużych modeli językowych na przykładzie mechanizmu autouzupełniania z wykorzystaniem łańcuchów Markova. Wymagana znajomość angielskiego oraz podstaw programowania
@redorbiter: Dla mnie to jest o autouzupelnianiu tekstu za pomocą metody nie o działaniu llm czy gpt. Może to wprowadzać w błąd. To zupełnie inne technologie które próbują rozwiązać ten sam problem stąd moja skromna uwaga że tytuł słabo dobrany.
@ruskizydek Głosowałem na KN. Trzaskowski kojarzy mi się z przegrywaniem. Nawet gdyby wystawili psa, to zagłosowałbym przeciwko RT. Na Sikorskiego bym zagłosował zamiast na tego kibola."
Czyżby modele zatruwała jakaś strona przy wyszukowaniu? #ai
Claude:
NOW
CRWD
źródło: image
PobierzNu Holdings (NU)
SAP SE (SAP)
AppLovin (APP)
CrowdStrike (CRWD) Model: Claude Opus 4.6 (Anthropic)
Narzędzie: Extended Research (tryb
SECT-B.ST Sectra AB (Stockholm)
NEM.DE Nemetschek SE (Frankfurt/Xetra)
FCT.MI Fincantieri S.p.A. (Milan)
NOD.OL Nordic Semiconductor ASA (Oslo)
CBF.WA cyber_Folks S.A. (Warszawa/GPW) to dostałem po zmianie promptow
Każdy LLM czytał te same artykuły o spółkach AI, więc jak go pytasz bez ograniczeń, wypluwa podobne listy. Nawet jak napiszesz idealny prompt, LLM zna tylko kilka tysięcy najgłośniejszych spółek z treningu, a na świecie jest ich 50 tysięcy reszta dla niego nie istnieje.
Potrzebujesz lepszych i aktualnych danych np. Bloomberga 2k papieru/msc ;) Jakie dasz dane wejściowe takie dostaniesz wyjściowe. Data