Меня интересует мнение по следующей ситуации. Я довольно успешно использую React на протяжении некоторого времени, более-менее понимаю его практическое применение. Однако мне стало интересно подробнее разобраться в том, что происходит "за кулисами". То есть, я хочу расширить свое понимание процесса с уровня "состояние изменилось, произошел повторный рендер, было создано новое виртуальное DOM дерево, которое сравнили со старым, и на основе различий React составил и выполнил набор команд для преобразования реального интерфейса" до более детализированного. Например, как именно осуществляется повторный рендер, что анализируется и что на самом деле происходит. Я решил обратиться к deepseek, потому что ранее успешно разбирался в более простых темах, таких как работа git rebase. В течение четырех дней, потратив примерно 25 часов, я общался с чатом. За это время я смог составить достаточно ясный конспект по механизмам рендера, хранения состояния, реконсиляции и так далее. Сначала было сложно, так как у меня не было глубоких знаний по теме, и ответы были довольно общими. Однако, по мере того как я лучше понимал предмет, я задавал все более уточняющие и целенаправленные вопросы и уточнял ответы. В конечном итоге, у меня сформировалась картина без пробелов и несоответствий. Я делил свой конспект на части и читал их чату, и он всегда подтверждал, что я правильно понимаю, без каких-либо "но". Все это происходило в рамках одного чата, и я был очень доволен, думая, что полностью разобрался в теме. Однако, после того как я закрыл окно и создал новое, начал задавать вопросы снова, и тут я заметил противоречия с тем, что выяснил ранее. Казалось бы, вещи, которые...
...я считал уже понятными, вдруг начали восприниматься с новыми акцентами. Это могло быть связано как с различиями в формулировках, так и с тем, что некоторые детали были объяснены иначе, чем в предыдущем чате. Это подчеркивает, что, хотя общения с нейросетью могут быть эффективным инструментом для углубленного изучения, важно учитывать несколько факторов: 1. **Качество вопросов**: Ваше понимание темы и способность задавать точные и глубокие вопросы напрямую влияют на качество ответов. Чем яснее и конкретнее ваш вопрос, тем более релевантный и полезный ответ вы получите. 2. **Контекст чат-бота**: Нейросети работают на основе вероятностных моделей и могут по-разному интерпретировать ваши вопросы в зависимости от контекста. Когда вы открываете новый чат, нейросеть начинает "с чистого листа", и это может привести к несоответствиям в объяснениях. 3. **Постоянство информации**: Нейросети могут генерировать информацию, основанную на различных источниках данных, что может привести к получению различных интерпретаций одних и тех же концепций. Это может вызвать путаницу и потребовать дополнительных уточнений. 4. **Самостоятельное изучение**: Несмотря на полезность общения с нейросетью, важно также дополнительно изучать материал через книги, статьи или видеоуроки. Это может помочь углубить ваше понимание и устранить возможные расхождения в информации. 5. **Проверка информации**: Всегда полезно проверять ответы, полученные от нейросетей, с помощью других источников. Это поможет убедиться в их точности и достоверности, особенно в сложных вопросах. В конечном итоге, общение с нейросетью может быть весьма полезным инструментом для обучения, если его использовать в сочетании с другими методами исследования и изучения. Это обеспечивает более глубокое понимание темы и позволяет избегать ошибок в интерпретации.
Вы споткнулись об особенность и недостаток современных ИИ, которые становятся тем хуже, чем больше объем контекста... точнее там сложнее, каждое следующее сообщение в чате настраивает модель именно на этот лад, ее область 'мышления' как бы сужается, используя все предыдущее как пример, где то это плюс, а где то минус Еще момент, один и тот же вопрос можно без изменений задавать несколько раз и каждый раз можно получить немного другой ответ (это тоже используется для повышения качества результата, когда ответы можно выделить и выбрать статистически верный)
Поэтому, каждый новый диалог лучше начинать с чистого листа, но в начале необходимо сообщить модели максимально подробную информацию о том что знаешь, что нет, что именно хочешь знать. Собственно формирование вот этого стартового промпта, за неимением адекватных инструментов, так как все чаты копируют друг друга бездумно, можно сохранять и постепенно дополнять информацией в отдельном текстовом редакторе, копируя его каждый раз в новое окно диалога.
На текущий момент ИИ отлично подходит как учитель и помощник, для стартового входа в тематику (если конечно он достаточно в курсе темы), так как программирование - священный грааль у разработчиков ИИ, пичкают им его во время обучения очень качественно.
Задавай вопросы, много, переспрашивай, перепроверяй себя, проси себя протестировать (это вообще шикарная вещь, ИИ выступая в качестве учителя, может сам задавать тебе вопросы, проверять твои ответы, и если попросишь, показывать в чем ты ошибся, скажи кто-нибудь мне что это возможно считанные 3-4 года назад, я бы рассмеялся в лицо, ан нет, получили именно это). Мир получил некую хрень, которую можно программировать на естественном языке (собственно системный промпт и вопросы), на текущий момент для получения результата нужен опыт, и твои попытки сейчас, будут тебе огромным подспорьем потом.
Настоятельно рекомендую не концентрироваться на одной нейросетке. Еще момент, deepseek и grog, хотя и показывают по тестам хорошие результаты, есть мнение что они жульничают и включают бенчмарки в обучающую выборку (считай что ИИ по шпаргалке работает), что сильно портит картину.
Лучший ИИ на текущий момент это openai (модели gpt45, o1) и anthropic claude sonnet 3.7 (мне кажется это вообще лучшая модель для программирования).