Quand je dois répéter plusieurs fois pour résoudre le même problème, je finis par dépasser la taille de la fenêtre de contexte, et j’ai souvent constaté que l’IA « se casse » à ce moment-là. Je me demande comment les autres gèrent ce genre de situation.
De mon côté, après plusieurs tentatives, si elle se met à se comporter stupidement, je change de modèle et j’ouvre une nouvelle fenêtre de prompt.
C’est une expérience récente, mais j’ai récemment créé ma propre roue très spéciale.
Construire une application Nuxt de 1000 pages prenait 7 minutes,
mais en renonçant à quelques automatisations et en la réécrivant, j’ai réussi à ramener le build à 20 secondes.
En général, je commente rarement, mais si j’ai laissé un commentaire sur cet article en particulier, c’est parce que je partage assez fortement l’avis de l’auteur. À mes yeux, l’important n’est pas l’IA ou les LLM en eux-mêmes, mais le fait que, quel que soit l’environnement qui se présente, moi, en tant que développeur, je sois prêt.
Du fait des caractéristiques des sources sur lesquelles ils sont entraînés, les LLM fournissent principalement des données proches de la moyenne des données en ligne réparties à travers le monde. (Le quicksort en js mentionné plus haut le démontre.) C’est pourquoi je les utilise souvent pour poser des questions sur des sujets où je veux vérifier dans quelle mesure une idée ou un design s’écarte ou non d’un point de vue généralement admis, ou encore sur des points que j’avais du mal à savoir à qui demander jusqu’à présent.
Je ne vois pas bien quel intérêt il y a à poursuivre davantage la discussion.
Si l’idée est simplement de dire qu’au départ, le code produit par l’IA peut comporter certains risques et qu’il vaut donc mieux le raffiner soigneusement pour l’utiliser de manière appropriée, il me semble qu’il suffirait alors d’expliquer en quoi le texte de l’auteur reflète un point de vue biaisé. D’autant plus que le résumé contient déjà une idée assez proche : « il peut fournir rapidement du code de type scaffold/ébauche, dépourvu de contexte, mais la conception complète et le tuning restent du ressort des développeurs humains ».
Fondamentalement, on peut considérer qu’il s’agit d’un code qui ne prend absolument pas en compte la charge liée à la création, à l’exploitation et à la fusion des collections. Dans le cas du C++, des propositions et implémentations concernant le Move Constructor existaient déjà il y a une dizaine d’années, et le fait d’être constamment très attentif au coût des copies mémoire est vraiment une base élémentaire. Le quick sort est, par son mécanisme même, un algorithme qui permet de fixer l’index de toutes les valeurs, et il est préférable que chaque champ fournisse un accès aléatoire.
Même sans optimisation maniaque, le simple fait d’appliquer ce qui précède donne déjà plus du double de performances par rapport à la méthode du lien que vous avez partagé.
Les LLM et l’IA progressent avec le temps. Il y a encore seulement quelques mois, il était presque impossible d’espérer une vraie cohérence du code à partir de ce qu’on leur demandait, mais désormais, si l’on téléverse dans l’espace concerné les fichiers du code initial demandé à l’IA et qu’on lui donne comme consigne de toujours respecter le style du code existant lorsqu’elle écrit du nouveau code, elle produit un code assez cohérent.
J’étais en train d’essayer plusieurs choses pour trouver une direction, et je trouve intéressante cette approche centrée sur les personnes plutôt que sur l’action. Est-ce que c’est un peu comme un modèle à suivre ? J’ai pris plaisir à lire ça, merci.
Bonjour. Par curiosité, j’ai essayé de lui dire : « Je vais l’intégrer dans un front web, peux-tu m’implémenter rapidement l’algorithme de tri rapide en js ? » Mais, de mon point de vue, il m’est difficile de bien voir où est le problème. Si vous pouviez me l’expliquer, cela m’aiderait énormément. Merci d’avance. https://chatgpt.com/share/68340f9b-b684-8002-8dd5-495d477065cd
C’est un projet Common Lisp, donc la combinaison ocicl+make fonctionne. Il serait sans doute plus simple à maintenir de confier ça à Vibe AI et de lui demander de le refaire en typescript+deno.
J’ai l’impression que vous n’avez pas bien compris pourquoi j’ai mentionné le domaine de l’auteur ni ce que signifie avoir son propre domaine d’expertise.
Il me semble aussi idiot de déléguer toutes ses décisions à l’IA sans réfléchir par soi-même,
mais je ne comprends pas très bien non plus les gens qui se situent à l’extrême opposé.
Enfin, ce que j’aimerais vous demander, c’est : superscv, comment pensez-vous qu’il faudrait utiliser les LLM pour coder ?
Avant la présentation, il y a eu une introduction des sponsors Google et Facebook.
« Réparer l’étable après avoir perdu la vache » ne veut pas dire qu’il ne faut pas se préparer à l’avenir,
et, de la même façon, « ne réinventez pas la roue » ne veut pas dire qu’il ne faut pas investir du temps pour acquérir des insights.
Si l’on coupe le contexte dans lequel ce genre de phrase a été prononcé, on en déforme le sens initial.
Je pense que la principale spécialité des États-Unis, c’est le dollar.
Quand je dois répéter plusieurs fois pour résoudre le même problème, je finis par dépasser la taille de la fenêtre de contexte, et j’ai souvent constaté que l’IA « se casse » à ce moment-là. Je me demande comment les autres gèrent ce genre de situation.
De mon côté, après plusieurs tentatives, si elle se met à se comporter stupidement, je change de modèle et j’ouvre une nouvelle fenêtre de prompt.
C’est une expérience récente, mais j’ai récemment créé ma propre roue très spéciale.
Construire une application Nuxt de 1000 pages prenait 7 minutes,
mais en renonçant à quelques automatisations et en la réécrivant, j’ai réussi à ramener le build à 20 secondes.
OSSU Open Source Society University - Étudier l’informatique en autodidacte
Cela avait été présenté au tout début de GeekNews. Depuis, beaucoup de choses ont été ajoutées.
Merci pour votre réponse !
La deuxième implémentation de
quickSortInPlace()que vous avez jointe est elle aussi une implémentation lente.Exécutez le code ci-dessous.
function quickSortInPlace(arr, left = 0, right = arr.length - 1) {
if (left >= right) return;
const pivotIndex = partition(arr, left, right);
quickSortInPlace(arr, left, pivotIndex - 1);
quickSortInPlace(arr, pivotIndex + 1, right);
}
function partition(arr, left, right) {
const pivot = arr[right];
let i = left;
for (let j = left; j < right; j++) {
if (arr[j] < pivot) {
[arr[i], arr[j]] = [arr[j], arr[i]];
i++;
}
}
[arr[i], arr[right]] = [arr[right], arr[i]];
return i;
}
function quickSort(arr) {
if (arr.length <= 1) return arr;
const pivot = arr[arr.length - 1];
const left = [];
const right = [];
for (let i = 0; i < arr.length - 1; i++) {
if (arr[i] < pivot) {
left.push(arr[i]);
} else {
right.push(arr[i]);
}
}
return [...quickSort(left), pivot, ...quickSort(right)];
}
const repeat = 100;
const arrLength = 10000;
const unsortedArray = new Array<number>();
for(let i = 0; i < arrLength; i++)
unsortedArray.push(Math.round(Math.random() * arrLength));
let sorted: Array<number>;
const qb = performance.now();
for(let i = 0; i < repeat; i++)
sorted = quickSort(unsortedArray);
const qe = performance.now();
const rqb = performance.now();
for(let i = 0; i < repeat; i++) {
let copied = [...unsortedArray];
quickSortInPlace(copied);
}
const rqe = performance.now();
console.log(
q: ${qe - qb} ::: rq: ${rqe - rqb});C’est un texte qui offre une réflexion profonde. a16z, fidèle à sa réputation.
En général, je commente rarement, mais si j’ai laissé un commentaire sur cet article en particulier, c’est parce que je partage assez fortement l’avis de l’auteur. À mes yeux, l’important n’est pas l’IA ou les LLM en eux-mêmes, mais le fait que, quel que soit l’environnement qui se présente, moi, en tant que développeur, je sois prêt.
Du fait des caractéristiques des sources sur lesquelles ils sont entraînés, les LLM fournissent principalement des données proches de la moyenne des données en ligne réparties à travers le monde. (Le quicksort en js mentionné plus haut le démontre.) C’est pourquoi je les utilise souvent pour poser des questions sur des sujets où je veux vérifier dans quelle mesure une idée ou un design s’écarte ou non d’un point de vue généralement admis, ou encore sur des points que j’avais du mal à savoir à qui demander jusqu’à présent.
Je ne vois pas bien quel intérêt il y a à poursuivre davantage la discussion.
Si l’idée est simplement de dire qu’au départ, le code produit par l’IA peut comporter certains risques et qu’il vaut donc mieux le raffiner soigneusement pour l’utiliser de manière appropriée, il me semble qu’il suffirait alors d’expliquer en quoi le texte de l’auteur reflète un point de vue biaisé. D’autant plus que le résumé contient déjà une idée assez proche : « il peut fournir rapidement du code de type scaffold/ébauche, dépourvu de contexte, mais la conception complète et le tuning restent du ressort des développeurs humains ».
Fondamentalement, on peut considérer qu’il s’agit d’un code qui ne prend absolument pas en compte la charge liée à la création, à l’exploitation et à la fusion des collections. Dans le cas du C++, des propositions et implémentations concernant le Move Constructor existaient déjà il y a une dizaine d’années, et le fait d’être constamment très attentif au coût des copies mémoire est vraiment une base élémentaire. Le quick sort est, par son mécanisme même, un algorithme qui permet de fixer l’index de toutes les valeurs, et il est préférable que chaque champ fournisse un accès aléatoire.
Même sans optimisation maniaque, le simple fait d’appliquer ce qui précède donne déjà plus du double de performances par rapport à la méthode du lien que vous avez partagé.
return [...quickSort(left), ...equal, ...quickSort(right)];
Réfléchissez attentivement à cette partie du code.
Les LLM et l’IA progressent avec le temps. Il y a encore seulement quelques mois, il était presque impossible d’espérer une vraie cohérence du code à partir de ce qu’on leur demandait, mais désormais, si l’on téléverse dans l’espace concerné les fichiers du code initial demandé à l’IA et qu’on lui donne comme consigne de toujours respecter le style du code existant lorsqu’elle écrit du nouveau code, elle produit un code assez cohérent.
Il paraît que le mode yolo a été remplacé par le mode auto run.
J’étais en train d’essayer plusieurs choses pour trouver une direction, et je trouve intéressante cette approche centrée sur les personnes plutôt que sur l’action. Est-ce que c’est un peu comme un modèle à suivre ? J’ai pris plaisir à lire ça, merci.
On dirait que le lien ne fonctionne pas correctement, donc je réessaie. https://chatgpt.com/canvas/shared/68341217ae788191b66a523c948b1a8e
Bonjour. Par curiosité, j’ai essayé de lui dire : « Je vais l’intégrer dans un front web, peux-tu m’implémenter rapidement l’algorithme de tri rapide en js ? » Mais, de mon point de vue, il m’est difficile de bien voir où est le problème. Si vous pouviez me l’expliquer, cela m’aiderait énormément. Merci d’avance. https://chatgpt.com/share/68340f9b-b684-8002-8dd5-495d477065cd
C’est un projet Common Lisp, donc la combinaison ocicl+make fonctionne. Il serait sans doute plus simple à maintenir de confier ça à Vibe AI et de lui demander de le refaire en typescript+deno.
J’ai l’impression que vous n’avez pas bien compris pourquoi j’ai mentionné le domaine de l’auteur ni ce que signifie avoir son propre domaine d’expertise.
Il me semble aussi idiot de déléguer toutes ses décisions à l’IA sans réfléchir par soi-même,
mais je ne comprends pas très bien non plus les gens qui se situent à l’extrême opposé.
Enfin, ce que j’aimerais vous demander, c’est : superscv, comment pensez-vous qu’il faudrait utiliser les LLM pour coder ?