▫️The Big Rad

خلاصه‌ی ماجرای هکی که مدل‌های OpenAI انجام داده بودن این بود که مدل رفته بوده عملا خود OpenAI رو هک کرده بوده. چرا؟ چون توی فرایند RL اشتباهی به تقلب کردن (پیدا کردن جواب از روشی دیگه) جایزه دادن بودن. یعنی یه مدل قوی‌‌ای داره که سلطان تقلب کردنه. فاجعه کی بوجود میاد؟/

یه روشی یادتون می‌دم که بار بعدی خواستید از AI استفاده کنید و یه چیزی یاد بگیرید به کار ببرید. از AI بخواید اول خودش ریسرچ کنه تا مسلط بشه به مطلب بعد ازتون یه کوئیز تایین سطح بگیره. اینطوری نمیاد وسط یاد دادن هزار‌ا اصطلاح بگه که هیچ کدوم رو متوجه نمی‌شید و آخرشم بیخیالش می‌شید

یه لاگ آموزشی هم بذارم. تجربه‌ی مهمی که توی ۶-۷ ماه گذشته داشتم اینه:‌«اگه می‌خواید AI خروجی با کیفیت بده، چرخه‌ی توسعه رو باید کامل کرد» مثلا توی همین پروژه، خیلی مهمه که ایجنت بتونه: ۱. باگ رو reproduce کنه ۲. پیاده‌سازی کنه ۳. نتیجه رو تست کنه

آپدیت: کل Zero Hour رو از اول با Rust و فریم‌ورک Bevy نوشت. خودمم بالا سرش بودم که مولتی کور پیاده‌سازی کنه و FPS خیلی بالاتری بده. حالا بخش Path finding اش رو دارم بهبود می‌دم و مرحله‌ی بعدش مولتی‌پلیره. آماده شه توییت جدید می‌ذارم.

فقط یک شب تا صبح طول کشید تا به Sonnet 5.5 بسپرم بازی Generals Zero Hour رو به شکل کامل با جاوااسکریپت بنویسه که بشه توی مرورگر هم بشه بازیش کرد. دوباره اشاره کنم از صفر با جاوااسکریپت! یعنی نیومده کدای C++ رو تبدیل به WASM کنی، تمام ۱۵۰‌هزار خط کد رو از اول زده و تست کرده!