PythonTalk

? 😱 Мы привыкли гуглить ошибки (или спрашивать у нейронки), но 90% ответов Python дает сам, прямым текстом. Проблема в том, что кто-то не умеет читать этот текст. На картинке — алгоритм по типовым ошибкам, который должен быть прошит в подкорке у любого джуна...

🔥 Прирост заявляют мощный по сравнению с пятой версией, почти Opus 😍 Я каждый день пользуюсь 👍

🔭 Сейчас вы пишете import numpy as np на автомате, даже не задумываясь, что за этой строчкой стоит опенсорс-драма, которая могла похоронить Питон как язык для Data Science еще в зародыше. Если бы в начале нулевых всё пошло по другому сценарию, сегодня мы бы грустно ворочали тензоры в R или мучились с плюсами. В 1995 году Джим Хагунин написал Numeric — первый вменяемый C-экстеншн для работы с многомерными массивами. До него Python в математике был просто медленным скриптовым языком. Но Numeric отвратительно справлялся с большими файлами...

интернете. На практике модель не становится умнее. Она просто начинает вежливее галлюцинировать. Проблема почти никогда не в модели. Проблема в архитектуре промпта: нет изоляции контекста, нет структуры вывода, нет защиты от инъекций, нет механизма верификации ответа. Написал строку текста — получи непредсказуемый результат. 🗓 1 апреля в 18:00 по мск в «Точке Сборки» разбираем техники, которые переводят промптинг из «попробуем так» в воспроизводимый инженерный процесс...

🛑 Наверняка вы все используете одно из базовых правил промпт-инжиниринга: начинайте запрос с фразы типа «Представь, что ты Senior Python Developer сд 100 годами опыта в Google». Да, я тоже так делаю. Так вот, выкатили свежее исследование от USC, которое доказывает, что такие фразы делают модель тупее в написании кода. Почему так? 🧐 Сырые знания (факты, алгоритмы, логика) закладываются в модель на этапе pretraining. А вот умение отыгрывать роль, следовать формату и быть безопасной — это результат instruction-tuning (SFT/RLHF)...