LLM

Представьте опытного трейдера: наверняка он не говорит котировками и не рассказывает про индикаторы — он просто говорит «сильный тренд», «пробой уровня» или «ложный отскок». Для него график это язык: свечи, объёмы и уровни складываются в понятные фразы о том, что сейчас происходит на рынке. Именно от этой человеческой интуиции я и отталкивался в своём эксперименте.

Идея была такая: а что, если научить искусственный интеллект понимать этот язык? Не подавать модели сырые числа, а переводить бары и объёмы в текстовые описания наблюдаемых паттернов и кормить ими языковую модель. Гипотеза была что в тексте уже будет содержатся достаточно данных, чтобы модель научилась связывать недавнюю торговую историю с тем, пойдёт ли цена вверх на следующий день.

Мои результаты, о них ниже

Инструмент эксперимента — модель distilbert‑base‑uncased с Hugging Face и это облегчённая, быстрая версия BERT для понимания языка.

( Читать дальше )

Был в игривом настроении, решил подловить ИИшку. 

( Читать дальше )

Вот в каком смысле:


Во взаимодействии с LLM большую большущую роль играет контекст менеджмент. Вот мы задали модели вопрос, или дали задание, а что мы предоставили ей в качестве контекста? Какие-то ссылки, какие-то инструкции, какие-то ориентиры, какие-то «воспоминания» и т.д. И вот когда много взаимодействуешь с моделями и играешься контекстом и когда-то забываешь догрузить, или даёшь неполный или неконсистентный и т.д. — видимшь, как это влияет на результаты. Банальный пример: задаёшь какой-то вопрос по физике, очень не помешает дать в качестве контекста кто ты такой, потому что ответ нобелевскому лауреату по физике и ответ третьекласснику разумно делать разными. 

 

И чем же этот опыт взаимодействия с моделями обогащает? А тем, что это очень похоже на человеческое общение. Мы очень часто «не догружаем» контекста людям. Часто мы что-то знаем, например, о себе, но забываем об этом сказать другому человеку, потому что в конкретной ситуации это важно, что ещё хуже — не забываем сказать, а почему-то считаем, что «все итак это знают». В общем общение с LLM это как общение с людьми только на стероидах и может опрозрачивать структуру процесса. В общем очень инсайто генерирующее занятие. Рекомендую.

( Читать дальше )

Андрей Карпатый, один из основателей OpenAI и бывший директор по ИИ в Tesla, недавно поделился наблюдением: большие языковые модели (LLM) меняют традиционную траекторию распространения технологий. Обычно инновации сначала внедряются в военной сфере, затем в корпорациях и, наконец, доходят до обычных пользователей. Однако с LLM всё иначе — они приносят наибольшую пользу именно индивидуальным пользователям, а не крупным организациям .

Почему LLM — это революция для обычных людей

Карпаты отмечает, что LLM предоставляют «квази-экспертизу» по многим вопросам, позволяя людям без специализированного образования:

• Писать код, используя простые описания задач.

• Анализировать большие объемы данных и извлекать из них инсайты.

• Создавать качественный контент и презентации.

• Получать советы по различным вопросам, от юридических до психологических.

Эти возможности делают LLM мощным инструментом для самообразования и повышения эффективности в повседневной жизни.

( Читать дальше )

Полагаю, что многие, как и я, часто работают с таблицами. Бывают ситуации, когда нужно добавить пару категорий, но руками это делать долго (а еще информацию нужно поискать), а формулы не подходят.

Недавно попробовал новый, для себя, способ разметки данных через Google Gemini и решил сделать небольшой ролик, надеюсь будет полезно.

📌 Что в ролике:

✔ Как автоматически классифицировать строки в таблице. Сделал на примере покупок во ВкусВилл
✔ Пример промпта для достаточно точной разметки. Там он простой, но можно гораздо больше накрутить
✔ Экономия времени и снижение ошибок

(Звука нет, но, надеюсь, там все понятно сделал)

Если будут вопросы, спрашивайте в комментариях.



ссылка на  rutube


Если вам интересны практические примеры применения LLM (DeepSeek, ChatGPT и пр.) для работы и жизни — подписывайтесь на мой тг-канал

Недавно Тимофей Мартынов провел мощный опрос предпринимателей: "Как обстоят дела в вашем бизнесе?".

226 комментариев — кладезь инсайтов, но читать и осмыслить это крайне неудобно. 

Я хотел решить это с помощью разных ИИ, но не хотелось потратить на них кучу времени. И тут бывшие работники Google и Baidu выпустили Genspark  — решение, которое обещало решить эту задачу одним махом.

 

Визуализация с помощью Genspark:

 

Ссылка на полные версии ниже 

 

В видео можно посмотреть, как Genspark сам обходит таблицу, размечает данные, строит презентацию:

 

( Читать дальше )

В предыдущем посте я показал, как легко сделать саммари из книги с помощью ИИ (ключевые идеи + упражнения, даже если их там нет) .

Продолжаю выкладывать обработанный вариант. Посмотрим, как он справится с новой главой: 

 

Глава 2

Основные идеи:

 

• Дисциплина и следование стратегии: Автор подчеркивает, что его главной ошибкой было непостоянство в следовании собственной системе. Успех приходит, когда торговля ведется только при наличии четких сигналов, а не из-за азарта или желания действовать постоянно.
  
  
• Разница между bucket shops и реальной биржей: В bucket shops можно было быстро зарабатывать на мелких колебаниях, так как исполнение ордеров было мгновенным. На реальной бирже задержки в исполнении, влияние крупных ордеров на цену и необходимость учитывать комиссии делали прежние стратегии неэффективными.
  
  
• Адаптивность: Успешная торговля требует понимания специфики рынка. То, что работало в одном контексте (например, скальпинг в bucket shops), не работает в другом (например, на NYSE).

( Читать дальше )

Дневник трейдера (журнал сделок) — это ваш личный «детектор ошибок». Он фиксирует не только цифры и факты, но и эмоции, которые управляют решениями. Это инструмент, который помогает превращать хаотичную торговлю в системный процесс, где каждая сделка — шаг к пониманию своих слабостей и сильных сторон.

---

 

Мой эксперимент: голосовой дневник + ChatGPT

Недавно я задумался: уже много лет (с 2005 г., с перерывами) я лениво торгую на бирже, но ни разу не использовал дневник трейдера, хотя я очень эмоциональный человек.

Так как я активно работаю с LLM (нейросети — языковые модели), то подумал: почему бы не приспособить для этого ChatGPT?
Ведь я же общаюсь в голосовом режиме с «GPT-психологом» — а здесь в чем принципиальная разница?

Я нашел подходящие вопросы, адаптировал их под себя и загрузил в промпт (инструкцию для ИИ).

 

Как это работает:

 

1. Подаю промпт с ролью и вопросами.
2. В голосовом формате (мне лучше подходит этот формат — это как разговор по телефону) попросил:

( Читать дальше )

Депутаты решили в очередной раз «спасти» россиян простым решением — «запретить рекламу эзотерических, а также блокировать ресурсы с такими предложениями», но:

• Люди как пользовались услугами астрологов, так и будут. Только теперь — все в чёрную. Ни контроля, ни налогов».
• Запрет рекламы и блокировка сайтов — это только начало. Дальше пойдут книги, курсы, карты Таро, энергетические кристаллы и т.д.
  

Кстати, список обширный, но техническим аналитикам пока можно выдохнуть — их там нет )
Зато есть нутрициологи и игропрактики.

 

Чтобы глубже понять рынок, я пошёл искать информацию через Groq и DeepSeek — нейросети, которые за минуты анализируют сотни источников.

Результаты удивили: рынок эзотерики в России уже ₽2 трлн (исследование коммуникационного агентства Modifiers, ноябрь 2024).

И тут вопрос: Почему ни одной компании из этой сферы нет на бирже?


На работу Grok я могу смотреть вечно, Маск — отличный маркетолог.

( Читать дальше )

LLM — новая реальность. Да, осталось много кто про них ещё не особо знает, кто «не верит» и т.д., но им всё сложнее не верить и не замечать.

Я заметил много параллелей между работой LLM и человеческим мозгом. Осознание некоторых параллелей очень порождает многие внутренние рассуждения и инсайты.

Какие параллели и инсайты я вижу:

— Модели очень разные, есть например, рассуждающие модели, а есть не рассуждающие — так же и люди, есть те, кто шустро, быстро что-то делают и хороши в этом, а есть те, кто много думают и хороши в этом. Первые хороши где надо по-быстрому подсуетиться, вторые — где качественно подумать. И «применять» таких людей нужно в релевантных этой составляющей задачах… как и нейросети. Нужен просто фактологический ответ — спроси «быструю», нужно обдумать — спроси «умную».

— У нейросети есть системные промпты. Это и те которые ты прописываешь и те, которые разработчики зашили. О, это отличный аналог всему тому, что у человека на уровне подсознания — это и ценности, убеждения, какие-то яркие предыдущие прожженные в мозгу опыты и т.д.

( Читать дальше )