из 10

смотреть не обязательно — забрать выжимку и пункты

оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал

LLM: перегрузка памятью, ненадёжность демо, синтетические данные схлопываются

Карпати о LLM: RL неэффективен, модели перегружены памятью, нужны когнитивные ядра. Прогресс медленный, демо обманчивы. Для дела: фокус на текстовых задачах, осторожность с автономией.

что из этого моё

Прямой пользы мало: видео о фундаментальных ограничениях LLM, а не о практических инструментах. Можно учесть при выборе моделей для оркестрации: не ждать от них высокой автономии, использовать для шаблонных задач, а для уникальных — предусматривать человеческий контроль.

Что забрать

отметь, что берёшь в работу → или отбрось как не своёмоё →

вынести в конфиг конвейера разборов правило: для уникальных задач предусматривать человеческий контроль

замерить долю шаблонных задач в конвейере разборов, чтобы оценить потенциал автоматизации

о чём говорят, по времени

главы доводят до 08:17 · дальше по ролику меток нет

Критика индустрии00:00 ↗

Карпати о том, что индустрия преувеличивает прогресс, а RL неэффективен.

Аналогии с животными02:03 ↗

Почему эволюция не подходит для ИИ, и что такое цифровые призраки.

Знания vs интеллект04:06 ↗

Модели перегружены памятью, нужно когнитивное ядро.