Пульс ИИ: что обсуждают в соцсетях

Автор делится любопытным подходом к бенчмаркингу внутри OpenAI: вместо абстрактных тестов модели получают одну и ту же практическую задачу — переписать десктопный Codex на Rust и GPUI. Это не просто генерация кода, а полноценная сборка нативного приложения под несколько платформ.

Сложность в том, что сам Codex развивается быстрее, чем модель успевает зафиксировать актуальную версию. Идея в том, чтобы одна модель могла одновременно поддерживать Mac, Windows и версию на Rust — пока это предел, но команда говорит, что стали ближе. Интересно посмотреть, когда это превратится из теста в реальный рабочий процесс.

Автор демонстрирует коллекцию из 338 готовых «скиллов» для ИИ-агентов, которые должны имитировать работу целой компании — от CEO до стажёра. Идея напоминает конструктор: можно собрать виртуальный штат под любую задачу.

Проект полезен для быстрого прототипирования бизнес-процессов или демонстрации возможностей агентов, но к замене реальных сотрудников, конечно, стоит относиться осторожно. Интересен скорее как концепт и источник вдохновения для автоматизации отдельных функций.

В Cyberfreek обсуждают model collapse — риск потери разнообразия, когда модели обучают на результатах предыдущих моделей. Автор поста связывает эту проблему с ростом количества сгенерированных текстов и изображений в интернете.

Интересен здесь вопрос происхождения обучающих данных: как отличать человеческий материал от генерации и сохранять разнообразие выборки. Сам пост — повод для обсуждения, а не доказательство того, что любые синтетические данные неизбежно ухудшают модель.