Интеллектуальные алгоритмы экономят время, но создают проблемы с качеством контента.

Ivan Butko 2025.06.30 05:59 #37061

Forester #:

Для экономии времени - эти портянки и не читаю)) Ну может первые 5-10 строк.
Все экономят, а форум заполняется текстом. Все в плюсе.

Как и ожидалось скоро весь инет будет заполнен этим.

Вспомнилась политика одного известного "народного" брокера в части своего форума: начислять баллы за посты и потом выплачивать их.

За несколько лет форум превратился в сборище "сгенерированных" живыми И-LLM-агентами постов-синонимов.

Смысл заходить в ветки сразу же улетучился)) И это времена до существования чатов.

торговля FAQ по сервису Сигналы Петля Мёбиуса

Aleksey Nikolayev 2025.06.30 06:11 #37062

Maxim Dmitrievsky #:
Еще один бот по статьям вышел в топ маркета. Бьем рекорды по востребованности материала :) Пока промптусы воюют за место быть самым нудным на форуме. Насчитал человек 5-7, кто неплохо подзаработал в моменте, на базе статей.

Кол-во прочтений статей, по сравнению с другими, иногда в разы отличается.

Имхо, главное в этом деле - иметь налаженную структуру по сбыту продуктов. Свежие идеи конечно тоже важны - без новинок можно выпасть из обоймы.

[Удален] 2025.06.30 06:13 #37063

Aleksey Nikolayev #:
Имхо, главное в этом деле - иметь налаженную структуру по сбыту продуктов. Свежие идеи конечно тоже важны - без новинок можно выпасть из обоймы.

Ну это не продукты первой необходимости, поэтому наладить структуру не всегда возможно :) даже ларьки с пивом часто банкротятся.

[Удален] 2025.07.01 00:41 #37064

Практически дописал алго на смеси экспертов. Весьма занимательная штука получается. Осталось переписать тестер под это дело. Роутер-модель часто обучается с приемлемой ошибкой, интересно будет посмотреть в тестере и на новых данных :)

Еще важной частью является отбор моделей-экспертов по разным критериям. Большой выбор возможных действий.

Пример отбора экспертов по порогам и минимальному кол-ву правильно предсказанных меток. Каждый эксперт обучается на своих данных.

--- Результаты распределения меток ---
Модели, которые были использованы и соответствуют порогу min_assigned_samples:
  Модель 1: 1425 назначенных примеров
  Модель 5: 4057 назначенных примеров
  Модель 9: 893 назначенных примеров
  Модель 11: 9063 назначенных примеров
  Модель 14: 1090 назначенных примеров
  Модель 15: 747 назначенных примеров
  Модель 16: 185 назначенных примеров
  Модель 17: 212 назначенных примеров

И затем роутер-модель, которая выбирает какой эксперт торгует в данный момент

>>> router_model.get_best_score()
{'learn': {'Accuracy': 0.8489833481127215, 'MultiClass': 0.4767885754992078}, 'validation': {'Accuracy': 0.776081408038278, 'MultiClass': 0.6515423154292276}}

Что подать на вход Прогноз устойчивости системы в Обсуждение статьи "Секвента ДеМарка

[Удален] 2025.07.01 02:05 #37065

Ну.. по крайней мере, работает без ошибок :) в остальном - ожидаемо

[Удален] 2025.07.01 02:27 #37066

Возникает все та же проблема смещения-дисперсии, как и у обычного обучения. Меньше экспертов - ниже разброс, больше экспертов - ниже смещение. Больше экспертов - больше ошибка обучения роутера и наоборот.