Daniel, нейронка прекрасно пережёвывать сотни страниц документации и делает из них очень даже неплохие выжимки, которые годятся для кодирования. 95% людей которые отметились здесь по этой теме, никогда серьёзно с нейронками не работали. Я просто не хочу продолжать эту тему, потому что это бессмысленно, люди которые думают что они незаменимые программисты-они ошибаются, но узнают об этом слишком поздно

Андрей Рулин, я уже писал что моя скорость работы выросла в разы. конечно нейросеть не напишет по заказу сайт stockchart.ru но компоненты для фронтэнда через серию запросов пишет норм. Так же рефакторит куски кода по 300-500 строк

StockChart.ru,  сомневаюсь, что новые такие супер-пупер. Пока сколько лет они есть, новая версия была удобнее предыдущей, но не сказать, что кого-то там заменила.  Дизайнеров низкого качества разве что. 

NOT A HAMSTER, скажите вам 15 лет? Вы разве не понимаете что в этом вся проблема, что сумма которая будет озвучена в финале будет сильно отличаться от любых публичных заявлений, и как правило, в гораздо меньшую сторону?

Liberalism, а я с 11 лет программирую) я ещё далеко не все технологии перепробовал, т.к. ещё студент, но с уверенностью могу сказать, что на данном этапе нейронки ни коим образом не могут заменить людей в 2-х направлениях: 1) разработка специализированных программ, где человеку приходится разбираться в закрытой документации, и 2) на больших проектах, например, состоящих из многих микросервисов. Нейронка тут, увы, может лишь ассистировать. В создании реально больших проектов она мало чем помогает. По крайней мере, я не нашёл более эффективного способа её использования, чем помощь в проектировании и в создании отдельных алгоритмов. Человек без опыта не сможет самостоятельно реализовать такой продукт, используя нейронку. А о специалищированных системах и говорить не приходится. Нейронка не сможет запомнить всю документацию по реализации языка на используемой платформе. Поэтому, считаю, что ваш комментарий рассчитан на не самое обозримое будущее) пока работа айтишников просто упрощается

Знаете сколько стоит сейчас специалист, который умеет работать с LLM? И на сколько их зарплата выросла за последний год? Просто поменяйте стек, учитесь с разработчкта на ИИ специалиста. Зарплаты уже выше. Задач вагон.

kas_kas, Палантир и для оборонного сектора делает ИИ проекты. Да и LLM можно использоват на своем сервере.

Liberalism, Я бы вам привел в пример еще кучу вакансий. Но к сожалению, там зарплаты не указывают. 
А в описании пишут: размер зарплаты устанавливается индивидуально. 

И я не знаю ни одной вакансии, где маленькую зарплату не указывали бы. 

Это как  на сайтах дорогих швейцарских часов, всегда пишут: цена по запросу. А  когда делаешь запрос, тебя переводят на регистрацию. Потому что нельзя без этой процедуры узнать цену. 

Так же и с вакансиями где не указывается зарплата. 

Зачем это делается? Ну наверное чтобы не привлекать  внимание  многих завистников.

NOT A HAMSTER, я вам говорил конкретный реальный пример, в реальной компании, а вы мне ссылки про всё на свете на каком-то сайте, пусть и про ит

Liberalism, Если вы никогда не встречали айтишников зарабатывающих лям в месяц, то это не означает что их нет и что это чушь. 

Чтобы не быть голословным. За минуту нашел в инете.
И это конец 2023 года. Почти свежак.

Российским ИТ-шникам платят почти миллион в месяц, лишь бы не уехали. Зарплаты в отрасли рекордно выросли

Зарплаты ИТ-специалистов в России вплотную подобрались к 1 млн руб. в месяц. Росту окладов способствуют дефицит кадров и необходимость быстрой разработки отечественных сервисов на замену ушедшим иностранным.

Самые высокооплачиваемые профессии

Ввиду повсеместного импортозамещения ПО самыми востребованными ИТ-специалистами в России являются в первую очередь программисты. Особенно высок спрос на Java-разработчиков – как сообщал CNews, в России язык Java очень популярен среди программистов. Не менее ценными и нужными являются и frontend-разработчики – те, кто отвечает за работу интерфейса программ. Именно эти две категории ИТ-шников могут рассчитывать на зарплату до 800 тыс. руб., согласно исследованию Uteam.

|-, Вот алгоритм 4го ГПТ. Но я не проверял, может так что-то другое используется 

Byte Pair Encoding (BPE) — это алгоритм для токенизации текста, который изначально был разработан для сжатия данных, но в последние годы стал популярным в области обработки естественного языка (NLP) для создания подсловных токенов. Вот как он работает и какие его основные характеристики:

Основные этапы алгоритма BPE:

1. Инициализация:

   • Начинаем с набора символов (например, букв) и считаем частоту каждого символа в тексте.

2. Поиск пар символов:

   • На каждом шаге алгоритм ищет наиболее часто встречающуюся пару соседних символов. Например, в словах «low», «lower» и «new» пара «lo» может быть наиболее частой.

3. Замена пар:

   • Самая частая пара символов заменяется новым токеном, который представляет эту пару. Это создаёт новый «словарь» токенов, который включает как отдельные символы, так и новые пары.
   • Например, пара «lo» может быть заменена на новый токен «X».

4. Повторение:

   • Процесс повторяется: после каждой замены снова вычисляется частота всех пар символов, и процесс продолжается до достижения заранее определённого количества токенов или до тех пор, пока не останется только один токен.

5. Финальная токенизация:

   • После завершения процесса BPE текст может быть разбит на токены, которые могут быть как одиночными символами, так и созданными подсловами.

Преимущества BPE:

• Сокращение размера словаря: Вместо того чтобы хранить каждое слово отдельно, BPE позволяет сохранять комбинации символов, что уменьшает размер словаря.
• Справление с редкими словами: BPE позволяет разбивать редкие слова на более частые подслова, что улучшает обработку таких слов в языковых моделях.
• Контекстуальная осведомлённость: Позволяет модели лучше понимать морфологию слов, что особенно полезно для языков с богатой морфологией.

Недостатки BPE:

• Неоптимальная длина токенов: В некоторых случаях BPE может создавать слишком длинные токены, что может увеличить вычислительные затраты.
• Потеря контекста: Если слишком много подслов, это может привести к искажению значения оригинальных слов.

BPE широко используется в современных языковых моделях, таких как GPT и BERT, для повышения качества обработки текста и улучшения результатов в задачах NLP.

|-, Короче думай как хочешь. Я наводку дал. 

|-, Да он не разбивает на буквы. Это ты видишь буквы, а он свой текст разбивает на токены и это совсем не слова, какие то слова вообще выбрасывают из текста. 

|-, я объяснил почему так выходит. Но можешь и дальше тратить время на выяснения. Спроси его лучше что такое токенизация и как ее используют для тренировке моделей и какие проблемы возникают. 

Ed Wilde, Я просто жду не дождусь, когда наконец-то нейронки заменят преподавателей, вы прям вот попали в мою голубую мечту… И это не сарказм.

Union_Jack, скажите а у вас реально дислексия, вы не в состоянии понять смысл прочитанного текста?
А как вы тогда читаете техническую документацию?

|-, это ничего не значащий пример. Современные модели работают с токенами- кусками слов, поэтому им тяжело ответить на вопрос про количество букв. С ростом мощностей перейдут на буквы и проблема отпадет.

StockChart.ru, вы еще скажите, что сейчас кто-то доки нормально пишет, как правило их вообще не пишут :)

StockChart.ru, ну и сделаете вы свою таску как сами решили, а другой программист как он решил, а вместе оно ВНЕЗАПНО не работает. И даже не внезапно, а вполне предсказуемо :)

Liberalism, хорошо уважаемый соискатель, мы вам перезвоним…