वाह, अब Delphi और C++Builder में भी AI development components आ रहे हैं।
Delphi कुछ ऐसा है जो मन की जड़ों जैसा लगता है, इसलिए जब भी इसकी कोई नई खबर आती है, मैं उसे देख ही लेता हूँ।
देश की छोटी-बड़ी कंपनियाँ AI को आंतरिक रूप से अपनाने के लिए बहुत कोशिश करती हैं, लेकिन हर बार दिशा गलत हो जाती है या काम बीच में ही धराशायी हो जाता है, तो इसकी सबसे बड़ी वजह वही अल्पकालिक प्रदर्शन हासिल करने का दबाव होता है, जो सामने एक बड़ी खाई बनकर आता है.
मैंने भी हाल में बैंकों और बीमा कंपनियों के RAG, LLM लागू करने वाले प्रोजेक्ट्स पर काम करते हुए यह महसूस किया कि,
ग्राहक भी भीतर-ही-भीतर जानते हैं कि यह AI बिज़नेस एक बहुत बड़ा और बहुत लंबा मैराथन है, लेकिन "उसका मीठा फल मेरा ही होना चाहिए" वाली लालसा ही सब कुछ डुबो देने वाली असली वजह थी.
एक समय के craze रहे coin speculation की तरह, "छोटे seed से शुरू करके बहुत कम समय में जबरदस्त मुनाफ़ा या नतीजे" चाहने वाली एकमुश्त दांव वाली मानसिकता से भरे executives से सामना होता है, तो अपने-आप एक गहरी साँस निकल जाती है.
AI में निवेश कोई ऐसी चीज़ नहीं है कि बस एक साधारण project ऑर्डर कर दिया जाए, कोई ऐसा product या service बना दी जाए जो कमाई कर सके, और कर्मचारियों पर उसका इस्तेमाल थोप दिया जाए. लेकिन सब लोग दिखावे वाले नतीजों पर ही जुटे रहते हैं, और जब भारी-भरकम operating cost लौटकर सामने आती है,
तो फिर "AI तो बस पैसे खाने वाला दरियाई घोड़ा है", "AI एक bubble है" जैसी बातें करते हुए उस पर थूकना ही आम बात बन जाती है.
मैंने किसी दूसरे कम्युनिटी में आपको वह मॉड पोस्ट करते देखा था, और सच में वह उसी व्यक्ति की लिखी हुई पोस्ट थी जिसने वह मॉड बनाया था।
मुझे नहीं पता था कि आपने Blueprint मॉड पर ट्यूटोरियल पोस्ट भी लिखी है, धन्यवाद।
आप तो पहले से ही बेहतरीन डेवलपर थे!
एक बात और जोड़ूँ तो, कोड की संरचना को उस प्रोजेक्ट के अनुरूप मॉडल के हिसाब से बेहतर बनाया जाना चाहिए। नीचे दिए गए उत्तर की तरह, अगर आप AI से संरचना सुधार के बारे में पूछेंगे, तो वह उस प्रोजेक्ट के लिए उपयुक्त संरचना सुधार के तरीके बता देता है.
मेरी व्यक्तिगत सिफारिश यह है कि AI को सीधे संरचना सुधार का आदेश देने के बजाय, पहले उससे सुझाव देने को कहें। वह जवाब देगा, और बातचीत करते हुए जब आप पर्याप्त रूप से प्रभावी सुझाव तक पहुँच जाएँ, तब उसे लागू करने के लिए कहें — इस तरह का flow रखना बेहतर है.
एक अतिरिक्त टिप यह है कि जहाँ तक संभव हो, context summarization (कॉन्टेक्स्ट बफर initialization) होने से पहले काम पूरा कर लेना बेहतर है। और अगर context buffer initialization टालना संभव न हो, तो पहले से .cursorrules में सुधार के नियम जोड़ने के लिए कहना अच्छा रहता है। काम के बीच में context reset हो जाए, तो AI से गलती होने की संभावना बढ़ जाती है.
हाँ, यह सही है कि DeepRAGGall मोड मैंने खुद बनाया है, और फिलहाल इसे एक निजी सर्वर के ज़रिए सर्विस किया जा रहा है। (chzzk OAuth authentication की वजह से इसकी ज़रूरत है)
इस मोड में Unreal Engine के जरिए development शामिल है, लेकिन अफ़सोस की बात है कि Unreal Engine की तरफ़ vibe coding करना मुश्किल है।
संदर्भ के लिए, यह एक अच्छी तरह से जाना-पहचाना और स्पष्ट तथ्य है कि इनपुट source का आकार जितना छोटा होगा, उतने ही कम tokens खर्च होंगे। इसी वजह से .cursorignore फ़ाइल बनाई गई थी।
आम तौर पर जब AI से structure improve कराया जाता है, तो ज़्यादातर मामलों में source code की मात्रा कम होने की प्रवृत्ति होती है। इसलिए किसी भी वजह से code को organize करने पर cost कम होती है, यह दावा काफ़ी विश्वसनीय लगता है।
इस लेख में बस यह अतिरिक्त दावा जोड़ा गया है कि बेहतर structure guide करके token usage में अतिरिक्त कमी हासिल की जा सकती है।
सटीक बात यह है कि AI को सिर्फ़ functional requirements देना ही नहीं, बल्कि उसे उपयुक्त और सही structure की ओर अच्छी तरह guide करना भी cost कम करने में मददगार हो सकता है।
> Refactor the falling objects’ behaviors to use the Strategy pattern and their creation to use the Factory pattern, split the implementation into separate files, and update .cursorrules to reflect the new file structure.
क्या इसका मतलब है कि यह prompt साथ में जोड़ने पर लागत कम हो गई? मुझे ठीक से समझ नहीं आ रहा कि मैंने इसका सार सही समझा है या नहीं।
फ़िलहाल यह केवल Jira REST API v3 का उपयोग करता है, इसलिए सिर्फ़ Jira Cloud इस्तेमाल किया जा सकता है। Datacenter और Server वर्ज़न इस्तेमाल नहीं किए जा सकते।
बेंचमार्क देखें तो हैरानी की बात है कि परफ़ॉर्मेंस उतनी खराब नहीं है।
वाह, अब Delphi और C++Builder में भी AI development components आ रहे हैं।
Delphi कुछ ऐसा है जो मन की जड़ों जैसा लगता है, इसलिए जब भी इसकी कोई नई खबर आती है, मैं उसे देख ही लेता हूँ।
उफ़्फ़....
मैं टर्मिनल में भी Jira इस्तेमाल नहीं करना चाहता/चाहती!!!
WASM नहीं, बल्कि शुद्ध ts के साथ performance-oriented...?
TypeScript के साथ high performance का लक्ष्य रखने की बात... क्या यह कुछ वैसा ही है जैसे पावर टिलर से रेसिंग कार बनाने का लक्ष्य रखना?
देश की छोटी-बड़ी कंपनियाँ AI को आंतरिक रूप से अपनाने के लिए बहुत कोशिश करती हैं, लेकिन हर बार दिशा गलत हो जाती है या काम बीच में ही धराशायी हो जाता है, तो इसकी सबसे बड़ी वजह वही अल्पकालिक प्रदर्शन हासिल करने का दबाव होता है, जो सामने एक बड़ी खाई बनकर आता है.
मैंने भी हाल में बैंकों और बीमा कंपनियों के RAG, LLM लागू करने वाले प्रोजेक्ट्स पर काम करते हुए यह महसूस किया कि,
ग्राहक भी भीतर-ही-भीतर जानते हैं कि यह AI बिज़नेस एक बहुत बड़ा और बहुत लंबा मैराथन है, लेकिन "उसका मीठा फल मेरा ही होना चाहिए" वाली लालसा ही सब कुछ डुबो देने वाली असली वजह थी.
एक समय के craze रहे coin speculation की तरह, "छोटे seed से शुरू करके बहुत कम समय में जबरदस्त मुनाफ़ा या नतीजे" चाहने वाली एकमुश्त दांव वाली मानसिकता से भरे executives से सामना होता है, तो अपने-आप एक गहरी साँस निकल जाती है.
AI में निवेश कोई ऐसी चीज़ नहीं है कि बस एक साधारण project ऑर्डर कर दिया जाए, कोई ऐसा product या service बना दी जाए जो कमाई कर सके, और कर्मचारियों पर उसका इस्तेमाल थोप दिया जाए. लेकिन सब लोग दिखावे वाले नतीजों पर ही जुटे रहते हैं, और जब भारी-भरकम operating cost लौटकर सामने आती है,
तो फिर "AI तो बस पैसे खाने वाला दरियाई घोड़ा है", "AI एक bubble है" जैसी बातें करते हुए उस पर थूकना ही आम बात बन जाती है.
पेवाल बायपास लिंक https://archive.is/dLEl5
आह, तो आपने किसी दूसरे कम्युनिटी में मेरा मोड देखा था।
मैंने जो पोस्ट लिखी हैं उनमें कई कमियाँ हैं, लेकिन अगर वे मददगार हो सकें तो मुझे खुशी होगी।
मैंने किसी दूसरे कम्युनिटी में आपको वह मॉड पोस्ट करते देखा था, और सच में वह उसी व्यक्ति की लिखी हुई पोस्ट थी जिसने वह मॉड बनाया था।
मुझे नहीं पता था कि आपने Blueprint मॉड पर ट्यूटोरियल पोस्ट भी लिखी है, धन्यवाद।
आप तो पहले से ही बेहतरीन डेवलपर थे!
कृपया बताइए कि आपको किस हिस्से से असुविधा हुई, मैं विनम्रता से जवाब दूँगा।
सही है। जैसा कि मुख्य लेख में भी बताया गया है, कोड सुधार के बाद प्रोजेक्ट कोड का आकार कम हुआ है, यह सच है.
हालांकि, इस उदाहरण में character count के आधार पर लगभग 10% की कमी हुई, लेकिन केवल इससे token usage में 37.91% की कमी को समझाया नहीं जा सकता.
मुख्य लेख में source repository का लिंक है, और कोई भी इसे पुनरुत्पादित करके टेस्ट कर सकता है.
एक बात और जोड़ूँ तो, कोड की संरचना को उस प्रोजेक्ट के अनुरूप मॉडल के हिसाब से बेहतर बनाया जाना चाहिए। नीचे दिए गए उत्तर की तरह, अगर आप AI से संरचना सुधार के बारे में पूछेंगे, तो वह उस प्रोजेक्ट के लिए उपयुक्त संरचना सुधार के तरीके बता देता है.
मेरी व्यक्तिगत सिफारिश यह है कि AI को सीधे संरचना सुधार का आदेश देने के बजाय, पहले उससे सुझाव देने को कहें। वह जवाब देगा, और बातचीत करते हुए जब आप पर्याप्त रूप से प्रभावी सुझाव तक पहुँच जाएँ, तब उसे लागू करने के लिए कहें — इस तरह का flow रखना बेहतर है.
एक अतिरिक्त टिप यह है कि जहाँ तक संभव हो, context summarization (कॉन्टेक्स्ट बफर initialization) होने से पहले काम पूरा कर लेना बेहतर है। और अगर context buffer initialization टालना संभव न हो, तो पहले से .cursorrules में सुधार के नियम जोड़ने के लिए कहना अच्छा रहता है। काम के बीच में context reset हो जाए, तो AI से गलती होने की संभावना बढ़ जाती है.
नमस्ते। मैं इस ब्लॉग का मालिक हूं।
हाँ, यह सही है कि DeepRAGGall मोड मैंने खुद बनाया है, और फिलहाल इसे एक निजी सर्वर के ज़रिए सर्विस किया जा रहा है। (
chzzkOAuth authentication की वजह से इसकी ज़रूरत है)इस मोड में Unreal Engine के जरिए development शामिल है, लेकिन अफ़सोस की बात है कि Unreal Engine की तरफ़ vibe coding करना मुश्किल है।
इसके बजाय, क्योंकि mod development का तरीका खुद इतना मुश्किल नहीं है, अगर आपकी रुचि हो तो आप mod development guide (https://modgo.org/dib-rag-gaelreogtig-modeu-gaebal-part-1/) के जरिए इसे आसानी से सीख सकते हैं।
संदर्भ के लिए, यह एक अच्छी तरह से जाना-पहचाना और स्पष्ट तथ्य है कि इनपुट source का आकार जितना छोटा होगा, उतने ही कम tokens खर्च होंगे। इसी वजह से
.cursorignoreफ़ाइल बनाई गई थी।आम तौर पर जब AI से structure improve कराया जाता है, तो ज़्यादातर मामलों में source code की मात्रा कम होने की प्रवृत्ति होती है। इसलिए किसी भी वजह से code को organize करने पर cost कम होती है, यह दावा काफ़ी विश्वसनीय लगता है।
इस लेख में बस यह अतिरिक्त दावा जोड़ा गया है कि बेहतर structure guide करके token usage में अतिरिक्त कमी हासिल की जा सकती है।
मैंने खुद इस तरह से टेस्ट नहीं किया है,
लेकिन मुझे लगता है कि यह प्रॉम्प्ट भी काम कर सकता है:
'मौजूदा कोड का विश्लेषण करो, और उसे इस तरह से restructure करो कि तुम्हारे लिए उसे manage करना आसान हो जाए'
सटीक बात यह है कि AI को सिर्फ़ functional requirements देना ही नहीं, बल्कि उसे उपयुक्त और सही structure की ओर अच्छी तरह guide करना भी cost कम करने में मददगार हो सकता है।
> Refactor the falling objects’ behaviors to use the Strategy pattern and their creation to use the Factory pattern, split the implementation into separate files, and update .cursorrules to reflect the new file structure.
क्या इसका मतलब है कि यह prompt साथ में जोड़ने पर लागत कम हो गई? मुझे ठीक से समझ नहीं आ रहा कि मैंने इसका सार सही समझा है या नहीं।
फ़िलहाल यह केवल Jira REST API v3 का उपयोग करता है, इसलिए सिर्फ़ Jira Cloud इस्तेमाल किया जा सकता है। Datacenter और Server वर्ज़न इस्तेमाल नहीं किए जा सकते।
वाह.. यह सच में बहुत मज़ेदार है
आजकल Rust से जुड़ी चीज़ें बहुत ज़्यादा आ रही हैं..