Эдуард, Метраж за 10 лет упал на 25%. Это уже о чем-то намекать должно.

Эдуард, Так и есть если взять «среднюю цену квартир». А вот если взять «Квартиры среднего качества (типовые)» То будет вот так
  
А вот так квартиры улучшенного качества 


Есть еще элитное, но его нет смысла смотреть

У тебя на графике ответ.

Вот это что и из-за чего. Почему до 2016 года цена на вторичку была выше чем на первичку, а теперь она на почти на 50% дороже  ПЯТЬДЕСЯТ ПРОЦЕНТОВ.
Количество квадратных метров на человека ничего не показывает, кроме того, что те у кого есть деньги паркуют их в бетон. А вот средняя площадь квартир упала за 10 лет на 25%. Всё видимо от хорошей жизни)

Gella, Я думаю что не дойдут даже 3000.  

Gella, Ну это если в стратосферу не улетит. Хотя оно уже там, но может полный отрыв пойти. Аналгетики всех мастей загонят хомяков в золото и пиарят его из всех рупоров. А сами банки и фонды пока сидят и не избавляются от него. Так что хз, что они устроят. Решать то им, они полностью управляют золотым рынком.  Может на 5000 решили вынести) Но если вот тут начнем падать или остановимся, то корректозу быть по идеи.
Я не верю что сейчас понесут глобально на новые тясячи вверх.  План рискованный. Инфляция пока не добита, а ставки все еще высоки и не факт что их снизят до 0.

Писал же я после ставки что покупать надо, а шортить по 2666) Но как лошара засцал и продал лонг давно. 
Если не рассматривать вариант дикого отрыва и у хода золота в стратосферу, по +- c этих уровней вниз на на 10-15 фигур. коррекция. 

Надежда умирает последней.

DrManhattan, Чисто спекулятивно — да.  Глобально — вечно падающая компания. 

|-, 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. 

|-, 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.

Опять развод готовят покупцам) окажется уткой.

A.C.S., «Маленькие функции и участки кода пишутся быстрее и без ошибок руками „ 
не ну я тут не согласен. Все же нейрона может приличный кусок за пару секунд настрочить. Тут главное не перебарщивать. Четкие задание давать что на вход что на выход. 

Zvezdniy Den, Меньше аварий будет. Че бояться то) 

Liberalism, Не бойся. Огорчи.   

Не всё так радужно/трагично.   Написание кода — это 10-20% времени. Остальное время на раздумья и эксперименты. ИИ конечно сократит время на раздумывания в том числе, но пока до уровня «сказал и оно всё написало» далековато.   

Вообще всё будет зависеть от рынка комодов.  На крайний случай переставят рубль на новое дно и запретят баксы покупать, чтобы заставить покупать ОФЗ.

Sloikin, Кому продадут то по таким ценам?