Продуктовый лидер с инженерным мышлением. Соединяю бизнес-стратегию, юнит-экономику и техническую архитектуру в работающие продукты полного цикла.
Пост 5. О количестве параметров: почему меньше — иногда лучше В нашем движке число параметров намеренно уменьшено. 100–300 тысяч. Для сравнения: Leela Chess Zero и AlphaZero работают с миллионами. Логика проста: при ограниченном объёме качественных данных увеличение числа параметров ведёт к переобучению. Модель запоминает шум вместо сигнала. Ут…
В детстве казачья музыка была для меня не фольклором, а звуком дороги.
Мы ехали от Ставрополя до Ессентуков. Где-то ближе к концу пути папа всегда включал казачьи песни. Это был ритуал. Я смотрел в окно на холмы, и голоса звучали где-то глубоко — на уровне костей. Потом пришёл подростковый возраст. Казачьи песни вылетели из…
Обычный подход к промптам: как заставить модель дать правильный ответ? Инженерный подход: как спроектировать среду, в которой модель корректно обрабатывает свою ограниченность? Это смена фокуса. С результата — на процесс. С «выжми из модели максимум» — на «построй коридор, внутри которого ошибка будет обнаружена и обработана». Три следствия из…
Пост 4. Почему глубина 4–6 полуходов не помогла Мы тестировали разную глубину расчёта. 4 полухода. 6. 8. Значимого улучшения не получили. Парадокс? Не совсем. Интерпретация: отсутствие эффекта объясняется слабостью оценочной функции. Garbage in, garbage out. Если функция оценки плохая, то более глубокий поиск просто глубже копает в неправильн…
Когда инженер проектирует инструкцию для LLM как систему, в ней прослеживается одна и та же пятислойная структура. Независимо от домена — учёба, код, шахматы, контент. Слой 1. Ролевая специализация Модель получает не абстрактную просьбу помочь, а жёсткую роль: «Ты — Агент-1 Решатель», «Ты — Критик», «Ты — Арбитр». Роль ограничивает пространство…
Полемика: понимают ли LLM что-либо? Классический аргумент Сёрла (1980): система манипулирует символами по правилам, но не понимает язык — у неё нет семантики, только синтаксис. Этот аргумент с поразительной точностью применим к современным LLM. Современные возражения: «Parrots Are Deterministic, Not Stochastic» (2026) утверждает, что китайская…
Ловушка нелогичных ходов Вот проблема, с которой столкнулись эмпирически. Модель обучается на логичной базе партий. Играет стабильно до 20–25 хода против адекватного соперника. Но стоит противнику начать играть абсурдно — модель деградирует на 2–3 ходу. Это классический distributional shift. Модель переобучена на узком распределении позиций. У…
Технические следствия эпистемологического барьера Если LLM принципиально остаются в плоскости оптимизации формы — соревнование сводится к эффективности вычислений. И здесь три архитектурных решения дают асимметричный ответ. 1. SSA: снижение сложности инференса Стандартное плотное внимание требует O(n²) операций. SSA снижает сложность до O(n·k),…
В индустрии доминирует убеждение: «Увеличим датасеты, добавим слоёв, поднимем вычислительные мощности — и сознание возникнет само». Это называется эмерджентностью. Красивая гипотеза. Но она игнорирует один фундаментальный факт. Манаенко утверждает: переход от Информации к Со-знанию — это не количественная задача. Что такое информация в его па…
Как работает движок, который учится стилю Пост Мы строим шахматный движок, который воспроизводит индивидуальный стиль игры. Не силу. Именно ман…
Есть фраза, которую я вынес не из бизнес-школ, а из фанатского сектора. Она звучит резко, но в ней сконцентрирован принцип, который я переношу и в карьеру, и в проекты: «Никогда не лги , не предавай и не будь свиньёй Иудой». В футбольной культуре это не просто кричалка. Это кодекс. И в бизнесе он работает с той же беспощадной точностью. Суть не в…
Механизм Self-Attention в трансформерах часто называют «сердцем» современного ИИ. И действительно: он блестяще вычисляет связи между словами, выделяет главное, подавляет второстепенное. В терминах Манаенко это почти точное попадание в его концепцию синтаксического суперзнака — структуры, где сама грамматическая форма несёт скрытые смыслы. Но зд…