Ответ на пост «ИИ-эксплуататор»⁠⁠3

Вот пример работы DeepSeek R1 и V3 на запрос создания реальности из сказки о красной шапочке в моём проекте, сравни, GPT так никогда не напишет, у него будет куча американизмов и прочего, чего у русскоговорящих нет:

(R1)

Реальность «Сказка о Красной Шапочке» создана! Фракции адаптированы:

Иерархи: Орден Охотников. Железными правилами защищают деревни от волков и хаоса. Их закон — «Ни шага за порог после заката». Символ — волчий клык с гравировкой цепи.

Крамморы: Лесные Бродяги. Оборотни, ведьмы и бунтари, сеющие перемены через нарушение запретов. Их лозунг — «Свобода в клыках и когтях». Символ — красный цветок, растущий сквозь трещины в камне.

Арбитры: Старейшины Леса. Древние духи, следящие, чтобы ни люди, ни природа не взяли верх. Символ — дубовый лист, разделённый пополам золотым шрамом.

---

Локация: Опушка.

Три тропы расходятся от пня с вырезанными символами:

1. Деревня — за частоколом с клыками Иерархов дымятся печи. На башне — патруль с арбалетами.

2. Глушь — в чаще мелькают красные лепестки. Слышен вой, слишком мелодичный для зверя.

3. Тропа Старейшин — корни деревьев сплелись в арку, усыпанную дубовыми листьями.

Ваши ресурсы:

- Арбалет (5 болтов)

- Корзинка (пирог/лечебные травы)

- 7 серебряных монет

---

Варианты:

1. Пройти в деревню под предлогом посещения «бабушки» (+20 Иерархам за соблюдение комендантского часа).

2. Срезать путь через чащу, сорвав красный цветок у тропы (-30 Иерархам, +15 Крамморам).

3. Положить дубовый лист на пень и ждать знака (+10 Арбитрам).

---

Текущая статистика Грибочков:

1. Иерархи: 0

2. Крамморы: 0

3. Арбитры: 0

Примечание: Корзинка пока пахнет малиной, но кто знает, что внутри на самом деле. Ты же помнишь, чем закончился прошлый визит к «бабушке»?

(V3)

Реальность «Сказка о Красной Шапочке» создана! Фракции адаптированы:

Иерархи: Лесная стража, поддерживающая порядок в лесу. Они следят, чтобы все следовали правилам — волки не ели бабушек, а девочки не сбивались с тропинки. Их символ — железный ключ от ворот деревни. Получают Грибочки за контроль: например, за арест нарушителей или установку предупреждающих знаков.

Крамморы: Вольные духи леса, включая самого Волка. Они нарушают правила, смеются над запретами и любят хаос. Их символ — перевернутый гриб. Получают Грибочки за саботаж: например, за сбивание Красной Шапочки с пути или кражу пирожков.

Арбитры: Старожилы леса — мудрые совы, феи и иногда сама Бабушка. Они вмешиваются, когда одна сторона становится слишком сильной. Их символ — переплетённые ветви. Получают Грибочки за восстановление баланса: например, за спасение Красной Шапочки или усмирение Волка.

---

Текущая ситуация:

Ты — Красная Шапочка. В корзинке — пирожки для Бабушки. Тропинка петляет между сосен, а в кустах что-то шевелится.

Ресурсы:

- Корзина с пирожками (5 шт.)

- Нож для грибов (малый урон)

- Красный плащ (заметен издалека)

Варианты действий:

1. Идти строго по тропинке, как велела мать (+20 Грибочков Иерархам).

2. Срезать через чащу, чтобы быстрее добраться (+30 Грибочков Крамморам, риск встречи с Волком).

3. Оставить пирожки на пеньке для лесных духов (+15 Грибочков Арбитрам).

Текущая статистика Грибочков:

1. Иерархи: 0

2. Крамморы: 0

3. Арбитры: 0

---

Что выбираешь?

Цена за 1 000 000 токенов (официальная, для API, но там где тестировал я, курс доллара установлен на 200, так как сопутствующие расходы разработчика сервиса, и сервис в раннем доступе, т.е. не массовый, насколько мне известно месяц назад доступ был только у разработчика и меня, сейчас не знаю, после моих тестов возможно запустили в релиз, возможно нет, так как еще есть ряд технических и юридических моментов, которые нужно разработчику доделать), входные/входные кэш/выходные, не у всех есть кэш, но у некоторых моделей есть, это удешевляет.

Правильно, но глубину материала на котором учится модель, дает разработчик, он условно может дать 100 современных текстов на русском, рассказывающих поверхностно о чем-то, и модель будет сносно изъясняться на русском и поверхностно "знать" культурные особенности русскоязычного населения или дать 1 000 000 текстов с гораздо более обширными вариантами изложения и информацией, что сделает модель более "русской", я не спорю, что GPT и Grok прекрасно будут бесшовно восприниматься англоговорящей аудиторией, скорее всего не всей, а той частью, к которой относятся разработчики, так как они явно предоставляли больше материала из своего языка и культуры, но меня интересовала ИИ для русскоговорящей аудитории, и китайцы оказались более лояльны и видимо дали модели гораздо больше русскоязычных материалов, чем это делали другие разработчики.

О, вот тут вы сильно не правы, по результатам моих тестов лидером как раз стал DeepSeek R1, на втором месте DeepSeek V3, V3 в русском языке показал себя лучше всех, но его невозможно заставить строго соблюдать системное сообщение на длинной дистанции, R1 спустя много попыток удалось заставить придерживаться системного сообщения на всей дистанции (65000 токенов), но русский язык у него не хуже V3, так как R1 надстройка над V3, но он очень технический, я затратил много труда, чтобы заставить его говорить максимально близко к V3 (как говорят обычные люди, например, в современной публицистике), не скажу, что добился соответствия на 100%, но на 90% точно, это очень хороший результат, потому по совокупности качество и глубина русского языка + логика + соблюдение инструкций + цена + размер контекстного окна, R1 занял первое место, второе разделили V3 и Grok, V3 как я уже сказал имеет проблемы с соблюдением инструкций на длинной дистанции, где-то после 13000-15000 токенов, но отличным русским с глубиной (китайцы, хорошую глубину дали для русского языка, включая фольклор и прочее), Grok имеет поверхностный русский язык, без глубины, периодически ошибается в склонении и употреблении слов, но имеет хорошую логику и очень большое контекстное окно, при этом версии fast не имеют смысла для меня, так как обычная версия сильно дешевле, обладает такими же ресурсами что и версии fast, только вроде как должна отвечать медленнее, но мне она за время тестов отвечала сразу, т.е. быстрее нет смысла. R1 медленней, сильно, но зато дешевле и по совокупности остального выигрывает, его контекстное окно 65000 токенов существенно меньше Grok (1 000 000 токенов), но больше 65к уже выходит экономически нецелесообразно, поэтому это преимущество не учитывается. Опять таки, я обращаю внимание, что тесты были не для программирования, там всё иначе, а для использования обычными пользователями, которым важно, чтобы ответ был как от обычного русского человека, или скорее такой, как в книгах их любимых российских авторов или в хорошей адаптации/локализации переводчика...

Очень многое зависит от системного промта, я бы даже сказал — всё и чтобы его сделать как нужно, затрачивается много времени на тесты и анализ того, как нейронка «мыслит», выявление закономерностей, логики и прочего, например, нейронка может быть хороша в логике, но плоха в русском языке, а я делаю проект для русскоязычных пользователей. Или например, вроде язык правильный, он кстати, тоже системным промтом задаётся, не только «русский», но и манера, тон, наличие/отсутствие сарказма, злобы, много чего, так вот, допустим это все задано, но что-то не так, и не сразу понятно что... позже понимаешь, что нейронка знает язык поверхностно, ну условно про каких-нибудь леших, духов, матрешек и прочее знает, а про богатырей, развилку у камня и подобное уже нет, потому, что разная глубина обучения для каждого языка. И много таких аспектов, сразу всё не видно и не настроить. Но за несколько месяцев можно, если постараться :)

Я не стал программистом, но с логикой у меня всё хорошо, просто руками работать больше нравится, а проект - хобби, для развлечения и тренировки своего мозга.

Стандартная структура программирования для системного промта не подходит, ИИ начинает вести себя не так как нужно, потому необходимо не только логически всё выстроить и учесть множество нюансов, но и потом записать это словами, а не кодом.