यह वाकई बहुत दिलचस्प है, लेकिन यह सोचकर थोड़ा डर भी लगता है कि इसे किसी सरकार ने नहीं, न ही Google जैसी किसी कंपनी ने बनाया है.
लगता है दुनिया में डेटा की भरमार है
"Amplitude के CTO Wade Chambers ने आंतरिक रूप से बनाए गए AI टूल को पायलट रूप में कुछ सहकर्मियों को दिखाया"
हायोंगहो जी की प्रस्तुति सामग्री में उल्लेखित Naver लेख भी यही दिखाता है कि AI Transformation को पूरे संगठन में अच्छी तरह फैलाने के लिए C-level पर इच्छाशक्ति या स्पष्ट लक्ष्य होना ज़रूरी लगता है।
अगर कोई संगठनात्मक लीडर गहरी समझ और अंतर्दृष्टि रखता है, तो ठीक है, but, जब लागत के पहलू में सिर्फ़ आंकड़ों का खेल खेलते हुए AI-सर्वशक्तिमान सोच में फँसे लीडर दिखते हैं??? लोगों के पिसने की आवाज़ सुनाई दे रही है huhu
ओह, मैंने भी कुछ ऐसा ही बनाया था!
यह एक ऐसी सेवा है जो Hacker News पोस्टों का AI से Korean में अनुवाद और सारांश बनाकर Telegram चैनल पर भेजती है।
अगर पता होता कि ऐसा कुछ पहले से है, तो शायद मैं इसे नहीं बनाता.. हाहा मैंने subscribe कर लिया!
कहते तो हैं कि AI लागू करने से productivity दोगुनी हो जाती है, लेकिन फिर काम भी दोगुना दे देते हैं.. सैलरी तो वही रहती है, ऊपर से AI का खर्च भी support नहीं करते..
आपके अच्छे सुझाव के लिए धन्यवाद। जैसा आपने कहा, यह RDB उपयोग मामलों के लिए उपयुक्त नहीं है और इसे सर्च इंजन (Elasticsearch), vector DB (Pinecone) के पोज़िशन के रूप में समझा जाना चाहिए। आंतरिक रूप से भी इंडेक्सिंग, सॉर्टिंग और एग्रीगेशन जैसी सुविधाओं को सपोर्ट करने के लिए हमने लंबे समय से वेरिफ़ाइड Lucene का उपयोग किया है। धन्यवाद :)
मुझे अंदाज़ा नहीं था कि जवाब कोरियन में आएगा! (मैंने शायद थोड़ा ज्यादा cynical होकर लिख दिया...)
सच कहूँ तो पहले मुझे लगा था कि यह एक breakthrough idea है। सच में, serverless DBs की सबसे बड़ी समस्या यह है कि कहीं न कहीं अंदर असली server रन कर रहा होता है। इसलिए जब traffic अचानक बढ़ता है, उस server के allocate होने तक सिस्टम फ्रीज़ हो जाता है (लगभग 5 मिनट तक)। इसी कारण मौजूद cloud (AWS आदि) की serverless DB को production level पर use करना मुश्किल हो जाता है।
मैंने सोचा था कि शायद बना कर देखूँ, लेकिन चिंता यह थी कि अगर mysql, postgresql आदि में पहले से मौजूद indexing, sorting जैसे binary logic वगैरह को फिर से implement करना पड़े, और उतनी ही reliable open source DB project को Lambda पर दोबारा बनाना कितना कठिन होगा—यही सोच रहा था।
चूँकि यह आपका सीधे बनाया हुआ product है, इसलिए मैं आपके काम में बहुत अच्छे development की उम्मीद करता हूँ~!
आप बिल्कुल सही हैं!
यह विडंबनापूर्ण है कि LLM का स्वागत न करने वाली वेबसाइट का LLM-सारांश मौजूद है।
लगता है AI model के लिए MBTI setting option लाने की ज़रूरत है
यह वाकई बहुत दिलचस्प है, लेकिन यह सोचकर थोड़ा डर भी लगता है कि इसे किसी सरकार ने नहीं, न ही Google जैसी किसी कंपनी ने बनाया है.
लगता है दुनिया में डेटा की भरमार है
कोड सार्वजनिक है, इसलिए उसे देखकर आपको मदद मिल सकती है!
"Amplitude के CTO Wade Chambers ने आंतरिक रूप से बनाए गए AI टूल को पायलट रूप में कुछ सहकर्मियों को दिखाया"
हायोंगहो जी की प्रस्तुति सामग्री में उल्लेखित Naver लेख भी यही दिखाता है कि AI Transformation को पूरे संगठन में अच्छी तरह फैलाने के लिए C-level पर इच्छाशक्ति या स्पष्ट लक्ष्य होना ज़रूरी लगता है।
अगर कोई संगठनात्मक लीडर गहरी समझ और अंतर्दृष्टि रखता है, तो ठीक है, but, जब लागत के पहलू में सिर्फ़ आंकड़ों का खेल खेलते हुए AI-सर्वशक्तिमान सोच में फँसे लीडर दिखते हैं??? लोगों के पिसने की आवाज़ सुनाई दे रही है huhu
पोस्ट की पहली पंक्ति में एक नज़र में समझ आने वाला इमेज लिंक दिया गया है।
मुझे इससे खास सहमति नहीं है, क्योंकि यह ऐसा ट्रिक लगता है जो सिर्फ बहुत ही खास परिस्थितियों में ही काम करता है।
ओह, मैंने भी कुछ ऐसा ही बनाया था!
यह एक ऐसी सेवा है जो Hacker News पोस्टों का AI से Korean में अनुवाद और सारांश बनाकर Telegram चैनल पर भेजती है।
अगर पता होता कि ऐसा कुछ पहले से है, तो शायद मैं इसे नहीं बनाता.. हाहा मैंने subscribe कर लिया!
https://t.me/hnaisummarykr
क्या यह किस बारे में है?
मुझे जानना है कि आपने local ऑपरेशन को कैसे verify किया।
Hacker News की टिप्पणियों में भी, और Reddit के LocalLLaMA फ़ोरम में भी GLM को काफ़ी अच्छा बताया जा रहा है
GLM 4.5 AIR IS SO FKING GOODDD
अरे..
कहते तो हैं कि AI लागू करने से productivity दोगुनी हो जाती है, लेकिन फिर काम भी दोगुना दे देते हैं.. सैलरी तो वही रहती है, ऊपर से AI का खर्च भी support नहीं करते..
आपके अच्छे सुझाव के लिए धन्यवाद। जैसा आपने कहा, यह RDB उपयोग मामलों के लिए उपयुक्त नहीं है और इसे सर्च इंजन (Elasticsearch), vector DB (Pinecone) के पोज़िशन के रूप में समझा जाना चाहिए। आंतरिक रूप से भी इंडेक्सिंग, सॉर्टिंग और एग्रीगेशन जैसी सुविधाओं को सपोर्ट करने के लिए हमने लंबे समय से वेरिफ़ाइड Lucene का उपयोग किया है। धन्यवाद :)
जैसा आपने कहा, यह सामान्य प्रयोजन वाले DB की बजाय कुछ खास स्थितियों में ‘सचमुच सर्वरलेस’ की तरह इस्तेमाल किया जा सकने वाला समाधान लगता है।
मुझे अंदाज़ा नहीं था कि जवाब कोरियन में आएगा! (मैंने शायद थोड़ा ज्यादा cynical होकर लिख दिया...)
सच कहूँ तो पहले मुझे लगा था कि यह एक breakthrough idea है। सच में, serverless DBs की सबसे बड़ी समस्या यह है कि कहीं न कहीं अंदर असली server रन कर रहा होता है। इसलिए जब traffic अचानक बढ़ता है, उस server के allocate होने तक सिस्टम फ्रीज़ हो जाता है (लगभग 5 मिनट तक)। इसी कारण मौजूद cloud (AWS आदि) की serverless DB को production level पर use करना मुश्किल हो जाता है।
मैंने सोचा था कि शायद बना कर देखूँ, लेकिन चिंता यह थी कि अगर mysql, postgresql आदि में पहले से मौजूद indexing, sorting जैसे binary logic वगैरह को फिर से implement करना पड़े, और उतनी ही reliable open source DB project को Lambda पर दोबारा बनाना कितना कठिन होगा—यही सोच रहा था।
चूँकि यह आपका सीधे बनाया हुआ product है, इसलिए मैं आपके काम में बहुत अच्छे development की उम्मीद करता हूँ~!
धन्यवाद, यह निश्चित रूप से बहुत मददगार होगा ✌️
शुरुआत में मैंने इसे n8n से सेटअप किया था, लेकिन बाद में AWS Lambda + @ पर स्विच कर दिया 🙇♂️
मैं इसे ऐसे ही manage कर रहा हूँ, haha
एक बार खुद बनाकर देखने की सलाह दूँगा, मज़ेदार है 👍