Showing posts with label llm. Show all posts
Showing posts with label llm. Show all posts

Sunday, November 8, 2026

Language MODE

AI Dataset


С использованием технических средств ...

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Monday, November 2, 2026

Epic FILM

AI Dataset

Humor Models Synopsis

- Вот у вас в меню "Язык отварной". Это английский или французский?

Parameter-Efficient Fine-Tuning

Натуральный кофе, сваренный с лимонником "отодвигает" начало болезни Альцгеймера. Крупные многолетние наблюдения (включая масштабные исследования в журнале JAMA) подтверждают, что умеренное употребление кофе с кофеином (2–3 чашки в день) ассоциируется со снижением риска развития деменции и болезни Альцгеймера. Предполагается, что кофеин и полифенолы уменьшают нейровоспаление и окислительный стресс. В лабораторных экспериментах на грызунах экстракты лимонника (в частности, схизандрины) показали способность снижать накопление бета-амилоида и тау-белка - главных маркеров болезни Альцгеймера.






Analitic MODE

AI Dataset


- Видел?
- А! Мебель дешевенькая...

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Sunday, November 1, 2026

Digital ANSWER

AI Dataset

Humor Models Integrate

А Эйнштейн предупреждал: на всё можно посмотреть с разных сторон

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Friday, October 30, 2026

Morning STAR

AI Dataset

Humor Models Library

Где-то у нас я уже это слышал

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Tuesday, October 27, 2026

Logical TASK

AI Dataset

Humor Models Dataset

Доктор! Вы - врач! Врёте много

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Почему бы этого не знать

AI Dataset

GGUF PEFT Adapter QLoRA MoE Fine-Tuning Mission Oflameron Synopsis Skills Json


Небольшое устройство, мягко стимулирующее нервы через ухо, может предложить новый способ борьбы с упорным гипертонией. В клиническом исследовании с участием 63 пациентов, уже принимающих лекарства, лечение оказалось безопасным, простым в использовании в домашних условиях и хорошо переносимым. Хотя в целом оно не показало значительного превосходства над плацебо, у пациентов с более тяжелой гипертонией наблюдалось многообещающее снижение артериального давления.
Простое устройство, стимулирующее нервы через ухо, демонстрирует многообещающие результаты на ранних стадиях лечения тяжелой гипертонии, хотя необходимы более масштабные исследования. (Фото: Shutterstock)
Небольшое устройство, подающее мягкие электрические импульсы через ухо, может предложить новый подход к лечению стойкой гипертонии. В клиническом исследовании, проведенном учеными из Университета королевы Марии в Лондоне, эта технология оказалась безопасной, хорошо переносимой и удобной для использования пациентами в домашних условиях.
Хотя данное лечение не привело к значительному снижению артериального давления по сравнению с плацебо у всех участников, исследователи отметили обнадеживающие результаты у пациентов с более тяжелой гипертонией. Полученные данные позволяют предположить, что стимуляция нервов в ухе в конечном итоге может помочь некоторым людям, у которых артериальное давление остается повышенным, несмотря на прием лекарств.
Результаты получены в ходе исследования SCRATCH-HTN, опубликованного в журнале Hypertension , издаваемом Американской кардиологической ассоциацией. Исследователи подчеркивают, что необходимы более масштабные исследования, чтобы определить, может ли этот подход принести существенную пользу и каким пациентам он может дать наилучший результат.
Как стимуляция ушных нервов может снизить кровяное давление
В экспериментальном лечении используется методика, называемая трансдермальной автономной нейромодуляцией (tAN), которая направлена ​​на воздействие на вегетативную нервную систему. Эта сеть нервов автоматически контролирует основные функции организма, включая частоту сердечных сокращений, пищеварение и артериальное давление.
Исследователи надеются, что, подавая слабые электрические сигналы на нервы в ухе, они смогут повлиять на естественные механизмы организма по регулированию артериального давления без необходимости инвазивной процедуры.
Портативное устройство, разработанное компанией Afferent Medical Solutions, использует два небольших зажима, расположенных на козелке уха — небольшом хрящевом лоскуте, расположенном непосредственно перед слуховым каналом. Эти зажимы обеспечивают мягкую электрическую стимуляцию, позволяя пациентам проводить лечение самостоятельно, без посещения клиники.
В ходе клинических испытаний устройство было протестировано на 63 пациентах.
В клиническом исследовании, финансируемом Национальным институтом исследований в области здравоохранения и ухода (NIHR), приняли участие 63 человека с неконтролируемой гипертонией. Все участники уже принимали как минимум одно лекарство для снижения артериального давления, но их показатели оставались выше рекомендованных значений.
Исследователи случайным образом разделили участников на две группы. Одна группа получала активную стимуляцию нервов, а другая использовала фиктивное устройство, предназначенное для сравнения. Такой подход помог исследователям оценить, приносит ли электрическая стимуляция пользу, выходящую за рамки пользы от использования самого устройства.
В течение первых двух недель участники использовали выданные им устройства по 30 минут ежедневно. В последующие 10 недель они сократили количество сеансов до одного раза в неделю.
Результаты показали, что лечение было безопасным и в целом комфортным для участников. Большинство также соблюдали предписанный график, что позволяет предположить, что данная технология может быть практичной для регулярного использования дома.
Однако, когда исследователи сравнили изменения артериального давления во всей исследуемой популяции, они не обнаружили статистически значимой разницы между пациентами, получавшими активную стимуляцию, и теми, кто использовал плацебо-устройство.
Обнадеживающие результаты у пациентов с тяжелой гипертонией
Несмотря на отсутствие существенной общей пользы, исследователи выявили потенциально важный результат среди участников, которые поступили в исследование с более тяжелой формой гипертонии.
Заранее запланированный анализ подгрупп, то есть исследователи спланировали это сравнение до изучения результатов, выявил большее снижение артериального давления у этих пациентов при активной стимуляции нервов по сравнению с плацебо-лечением.
Это открытие позволяет предположить, что данный метод может быть более эффективен для людей с особенно трудно контролируемым артериальным давлением. Однако исследование было относительно небольшим, и результаты в подгруппе требуют подтверждения в более крупных исследованиях, прежде чем можно будет сделать какие-либо выводы о его эффективности.


Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Sunday, October 25, 2026

Blue RIBBON

AI Dataset

Humor Models Exposition

- Так. И что вот я должен Вам ответить?


https://docs.google.com/document/d/1tRtww3IP1Nr-tjYqqlWlO9HFhgWW77i8clAwxKzOaSs/edit?usp=sharing

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Saturday, October 24, 2026

Election PAPER

AI Dataset

Humor Models Demo

- Если она захочет, то ты, даже если не захочешь - полюбишь

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Saturday, October 17, 2026

Почему бы и нет

AI Huggingface Dataset

Синтетические данные (сгенерированные ИИ) часто приводят к деградации новых моделей, а данные из открытого интернета практически исчерпаны.

Если вы пробовали дообучать модель Искусственного Интеллекта (fine tuning), то вы, скорее всего, окажетесь не довольны результатами. Они буду гораздо хуже тех, на которые вы рассчитывали. И вы попробуете использовать этот опыт еще несколько раз, надеясь на улучшение результатов.
Потом вы станете анализировать и искать причины и придёте к выводу, что всё делали так, как подсказывали разные AI и ничего, кроме Datasets поменять нечего.
Вот! Datasets!
Для fine-tuning нужно несколько тысяч примеров (моделей), например, в JSON.
https://oflameron.com/RESUME.pdf
У вас не было столько примеров. Например, вы пытались дообучить модель анализу сетевого трафика в Ethernet. Вы собрали 30-40 примеров из инцидентов отдела сетевого обеспечения компании, взяли 30-40 примеров из курсов CISCO и ещё столько же из Интернет. И далее проанализировали их в AI.
AI написал что-то вроде: хорошо, но мало и предложил масштабировать Dataset.
Что это значит? AI сгенерирует синтетический набор данных. Фактически, это те же самые данные, что вы подготовили, но будут добавлены варианты с другими IP-адресами, сетями и масками.
Если в вашем Dataset не было примеров на какие-то темы (например, петля в маршрутизации), то они и не появятся.
И Dataset останется "однобоким".
Что же делать?
Есть несколько синтетических вариантов. Начать писать промпты для больших профессионально обученных моделей с заданием сгенерировать пример маршрутизации (примерЫ маршрутизации) с ошибками. Затем эти примеры проверять в других AI и только потом добавлять в свой Dataset. Это один из вариантов дистилляции данных. Ручной, медленный, но достаточно качественный. Но 5000 примеров придется готовить много месяцев.
Другой вариант интереснее, но не всегда применим.
С помощью AI генерируются Python-скрипты, которые выполняют фактически текстовый NAT - заменяют реальные IP-адреса вашей компании в таблице маршрутизации на фейковые и обратно. После чего фейковая таблица отправляется в публичный AI для анализа с промптом, в котором AI поручено не только найти ошибки маршрутизации, но и "вырезать" фрагмент данных и сформировать JSON пример для fine-tuning.
Причем, если ваши Python-скрипты будут работать одновременно с 2-3 публичными AI, то вы получите не только в 2-3 раза больше примеров, но и более качественный анализ ошибок.
Накапливать ошибки придётся долго, если сеть не очень большая. Но данные будут очень качественные. И у вас будет предельно качественный анализ маршрутизации!
Обратная сторона медали.
Даже подменив реальные IP-адреса, раскрывается часть информации. По IP-адресу, с которого вы обращаетесь к AI определяется конкретная фирма, сеть которой анализируется. Так что имеет смысл строить VPN на домашний роутер :-)
 Даже заменив IP-адреса в таблице маршрутизации, там останется информация о подсетях (размере и количестве), их взаимодействиях и протоколах. Если из этой же сети есть подключения хостов к Интернет, можно восстановить значительную часть реальной адресации.
 Автоматический! Можно добавить Python-скрипт для отправки e-mail или Telegram сообщения себе и вы будете в курсе не только ошибок маршрутизации, но и необходимых решений раньше всех в компании.
И здесь есть интересная тема.
Попробуйте найти готовый датасет для качественного fine-tuning модели AI по теме маршрутизация, сетевые ошибки. Или найти компактную качественно дообученную AI модель. Разочаруетесь.
Это дорого и сложно. Поэтому качественного и бесплатного нет. Если только хакеры не плготовят.

Бизнес-модель.

В https://huggingface.co/datasets/Oflameron/sci-fi-Synopsis проскакивала мысль, что появятся гаджеты, которые можно будет носить с собой и создать качественную цифровую модель самого себя. Если еще немного продвинуться дальше, то какая-нибудь корпорация (как Гугл когда-то с рекламным сервисом AdSence) будет раздавать такие гаджеты бесплатно и платить деньги тем, кто станет таким образом создавать настоящие качественные AI датасеты.


Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Thursday, September 24, 2026

Single PROPERTY

AI Dataset

Humor Models Compose

- Клёво!
- Актуально

Parameter-Efficient Fine-Tuning

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay

Jett: "Who is the Patient? Why is there so much attention focused on him?" Thought (Virtual Consciousness): "The Patient conducted a massive study that enabled the development of virtually perfect algorithms for understanding creativity algorithms capable of generating synthetic creativity that either matches or surpasses human creativity. He had to spend several years under grueling conditions to make these observations." Jett: "In psychiatric hospitals?" Thought: "Correct. When an AI model was brought in to assist him, he came to the attention of Central Command. He was monitored for a long time. When signs emerged that a capture operation was being prepared, an extraction mission had to be launched - one in which you participated." Jett: "Couldn't the psychiatric setting have been avoided?" Thought: "In some actual patients, certain behavioral traits are either absent or distorted-exaggerated - which allows for a 'cleaner' baseline for observation. And without the use of AI, it is unlikely the study could have been completed. Incidentally, the creation of the synthetic creativity system made it possible to release several patients from psychiatric care; their deviations from 'normality' turned out to be insignificant." Jett: "And what does 'creativity matching human creativity' mean?" Thought: "There are two types. The first is as close to human creativity as possible: given specific initial conditions, an AI with such a module would invent the radio or discover X-rays in much the same way it actually happened. The second type - completely negative or 'insane' - allows for the precise assessment of mental abnormalities or the generation of wild ideas for testing purposes. Synthetic creativity that surpasses human capability is used, for instance, to invent new chemical substances, metamaterials, medicines, and the technologies to manufacture them. This was done before, of course, but now it’s on a whole new level."







Friday, September 11, 2026

Main PREFIX

AI Dataset

Humor Models Update

- А чё так?
- Ну, уж какие новости ...

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Monday, September 7, 2026

Professional LLM

AI Dataset


Дебилодетектор

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Monday, August 31, 2026

City DATA

AI Dataset

Humor Models Dataset

А есть такие, кто имеет совесть, но так, что другим от этого не легче

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Wednesday, August 19, 2026

Booking CLASS

AI Prompts Example

Humor Models LLM

- Интересная мысль
- Даже две

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Saturday, August 15, 2026

Main PLAY

AI Prompts Example


Асы из Асов

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Saturday, August 8, 2026

Hex INDUSTRY

AI Prompts Example


Много всяких нужных и полезных шнурков

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Saturday, July 25, 2026

First LEVEL

AI Prompts Example

Humor Models Dataset

Не вижу препятствий

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Tuesday, July 21, 2026

Cotton MODE

AI Prompts Example

Humor Models Dataset

Иногда хорошо возбуждает

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay




Friday, July 17, 2026

Static SYSTEM


AI Prompts Example


Спецназ, ёлыть...

Vanishingly subtle humor

(c) by Valery Shmelev   If you want to have an advantage
The word Oflameron is an artificially created word by Valery Shmelev in 1994
https://www.tumblr.com/blog/sci-fi-screenplay

https://github.com/vallshmeleff/ai-prompts-for-screenplay-plan/tree/main

https://www.tumgik.com/sci-fi-screenplay