Карта Знаний

В обычном чате ChatGPT попросил сгенерировать триплеты полностью всей статьи из Markdwon файла. Он много знает уже про мой проект в части правил генерации + я ему показал фрагмент сделанный вручную. Он выдал 686 триплетов, очень высокого качества, я почти не вижу ошибок. Это сделала версия GPT-5.6 Luna. Я представляю что можно было бы сделать с 6 версией. Думаю что смогу теперь сделать эталонный датасет статей, а затем и обобщить промпт для более слабой модели DeepSeek V4 Flash, которая пока не справляется с этой задачей. Не хватает только подписки на Астру с их Codex. Нашёл денюшку на месяц подписки, как только подготовлю систему на бесплатной нейронке, тогда и куплю. Не знаю получится ли, но оптимизма у меня прибавилось и кажется вижу финишную прямую. → создаём эталоны → улучшаем промпт → преобразовываем множество статей более дешёвой LLM → если всё получится, доделать поиск успешных паттернов (паттерны графа, логика, силлогизмы, операции мышления) → генерируем новые знания применяя паттерны → предсказываем следующие знания по предыдущим на маленьком датасете → получаем метрику → если хотя бы одно знание будет предсказано это будет успех → скачиваем все возможные данные → делаем полный прогон локально пока не исчерпаются лимиты гранта → добавляем бенчмарк нейросетей → тестим на малой LLM вроде Qwen 3.8, справляется, оставляем, не справляется, возвращаемся на одно из платных решений → шлифуем остальные части системы → развёртываем в продакшн → заходим в цикл постоянного улучшения, нейронка + лапками Хочу успеть развернуться за Сентябрь.

Сегодня посчитал точную сумму для старта, а ещё точнее расходы на 1 месяц, даже если будет 0 покупок пакетов токенов, это 12000, всё это за стартовую инфраструктуру. Вангую будет проблема с производительностью у первых пользователей, но я уже всё подготовил что бы быстро исправлять проблемы. В отдельной ветке форума сделаем "Техподдержку". Ещё я вот что подумал: → если хотя бы одно знание будет предсказано это будет успех Я не знаю как будет, это всё гипотеза, но этот момент и как до него дойти нужно будет показать на видео с начала до конца, то есть я сделаю видеоинструкцию. Самое важное что я надеюсь показать в видео это работоспособность Карты Знаний и осознание масштаба того что вообще произошло, а именно предсказание будущего знания которое в итоге сбылось, если будет одно, будет предсказано и множество по всей науке или конкретно в контексте науки не нейросетью, а Ядром Карты Знаний (нейросеть пока участвует только в декомпозиции цели и формализации, но не в предсказании). При самом оптимистичном варианте система будет щёлкать научные задачки как орешки. Я только не представляю пока производительность, даже не могу точно сказать будет ли она быстрее нейросети. Если только лишь символьная часть будет не справляться, можно будет подумать как к предсказаниям такого рода подключить нейронку и замерить, стало ли лучше, быстрее качественнее. Да, и скорость науки должна быть сравнена с тем, когда появились нейросети и с тем когда заработала Карта Знаний. Есть кстати ещё вариант, что результаты работы Карты Знаний смогут быть полезны каким то неожиданным образом. В общем покажу всё это, все доказательства. Иначе ни инструмент ни платная часть никому не будут нужны по тому что не убедит ни одного человека. А вообще перед стартом я хотел бы знать количество людей которым нужны подобные функции которые им будут помогать в своих исследованиях. Хотя бы среди наших чатов.

Мож завтра Telegram трансляцию запустить? Как я буду в Codex работать. Буду реализовывать эталоны научных статей для системы, делать метрики, а затем их повышать.

Пришла идея попробовать режим "движения к цели". Очень нравится. Можно задать как можно более формальный критерий и Codex будет стремиться к ней вообще без остановок. Будет очень удобно для повышения метрик. Поставил режим "GPT 5.6 Luna Высокое" и оставлю на ночь на какую нибудь задачку. Прикиньте 8 часов без останова? 😮

- "GPT 5.6 Luna Высокое" не справился с задачкой уже 2 раз. Радости немного поубавилось. Я подозреваю что дело в том как работает сам Codex, очень не эффективно тратит токены полюс не исследует задачу целиком, по этому нужно попробовать использовать модель через OpenCode. Тем временем OpenCode с их Big Pikle под капотом, которой скорее всего DeepSeek, справился. - Очень плохо получается. Задачку которую я ставлю в Codex смогла выполнить только GPT 5.6 Luna в виде веб-версии ChatGPT где у меня есть история чатов, но в самом Codex на десктопе она не работает, даже имея все правила из веб-версии и доступ ко всему коду проекта. Не понимаю в чём проблема...