Its_Suchkov

Это хитрая уловка. Якобы бесплатно, а на самом деле нужно платить. Решается только покупкой премиума. У меня то же самое.

1. расцензуренные модельки
ни одна облачная модель не будет полностью открытой. у нее есть фильтры безопасности, запретные темы и тд.
с локальными моделями так-же - по умолчанию базовая версия весов не будет отвечать на незаконные вопросы. однако умные люди нашли способ обйти это ограничения. поэтому обычно после выхода серьзной модели выходит и версия без цензуры.
2. актуальные шутки
во-первых - старый добрый few-shot на лучших примерах.
во-вторых - постоянная обновляема база шуток, анекдотов и контекста. формат такой базвы может быть разный (rag, skills, общий сиспромт или динамический сиспромт). обновляется это или вручную, или сами агенты периодически смотрят популярные видосы в тиктоке и вычленяют шутки.

еще, наверное, есть такая штука: ищем видос в тт с текстом, пасрим текст через OCR, берем самый залайканный комм и используем его в качестве шутки. так можно приличный датасет собрать, и на небольшое дообучение хватит пары десяткой тысяч рублей.

Вопрос не в том что шутки смешные, а в контексте. Может ли он удачно пошутить согласно ситуации.

Забить с помощью RAG в систему 100500 готовых шуток и анекдотов, не проблема (тогда они будут появляться более менее под ситуацию).

А еще, облачные модели, не топовые, более чем неплохие, заплатить реально копейку за сообщение, вполне по силам.
p.s. правда вопрос про uncensored, я вопрос не изучал но не вижу тут особых проблем. Сам по себе мат не цензурится, обычно модели цензурят на политику, секс и причинение вреда другим (очень абстрактно, типа создать бомбу дома)

p.p.s. 2 шт nvidia gpu 4060ti 16gb (в сумме 32gb) позволяют запускать неплохие открытые модели на скоростях под 3000 input/80 output tps - цена вопроса +100т.р. за видеокарты. И под неплохие, я говорю про способные к программированию.
Для анекдотов хватит моделей в разы слабее, с меньшими требованиями.

Если делать на базе майнинговых китайских переделанных из P102/P104 с ценой порядка 5тр.-8т.р. за 16gb то скорость конечно будет ниже раза в три но и дешевле в 5 раз.

p.p.p.s не нужно покупать железо. Изучите вопрос на облачных сервисах, есть роутеры типа openrouter, где собраны наверное все существующие модели, имеющие смысл.

Если алгоритмы нужны, то какие (например, два указателя, бинарный поиск, алгоритмы для графов и так далее)?

Ты про Дональда Кнута слышал?
Ну вот теперь услышал.
Четыре тома - это тебе школьное задание за лето прочитать

а зачем выбирать? сначала pandas/sklearn/pytorch — это и есть ML-инженер. алгосы учи параллельно, для собеседований. из твоего списка бинарный поиск концептуально нужен, двойные указатели и графы это competitive programming, в ML не встретишь. линейная алгебра кстати важнее любых алгосов для ML.

обычно, когда не понимаешь тему урока, причина в том что предыдущие уроки были пропущены или недопоняты.

если ты не хочешь показывать здесь примеры, что тебе не понятно, поговори с топовыми ИИ, они сейчас идеально подходят как учитель для простых задач.

p.s. рекомендую составлять вопрос максимально полным, даже если ты думаешь что какая то информация должна быть очевидной, лучше добавь.

начни диалог с чего то типа - помоги мне научиться решать такие задачи, текст задачи (выделив в кавычки ``` ... ``` каждая на новой строке), я не понимаю почему ....

Формально, в процессе создания правильного вопроса ты начнешь понимать как это работает.

p.p.s. даже топовые нейронки тупят, это стало реже заметно на простых задачах но все еще происходит, держи это в памяти

Математическая модель — по сути набор взаимосвязанных математических формул, описывающих реальный объект или систему. Если вы не можете понять формулу — значит у вас просто недостаточно знаний. Так что всё что вам нужно, так это развивать свои знания в области математики. Изучайте теорию и решайте реальные математические задачи. Вариантов куча — статьи, задачники, учебники математики Советской высшей школы, лекции ведущих ВУЗов на ютюбе и прочее.

Да конечно стоит.

Основа ML это операции с тензорами. "табличные данные" это тензор 2 порядка. При чем при увеличении размерности тензора, последние два порядка все равно остаются строки и колонки.

Хочешь в ML "табличные данные" must have.