Большое спасибо Сколково за упоминание Vibe AI в посте ко дню Святого Валентина:
/channel/ailabskolkovo/106
Вы чудо 💞
Блять, ржу. Да написал(а) бы сразу в личку @uberkinder, я познакомлю с пользователями
Читать полностью…
#промо
Челлендж: Запуск 12 продуктов за 12 месяцев
Летом 2023 года появилось коммьюнити разработчиков «Короче Капитан», в котором ребята решили запускать 1 продукт каждый месяц – и в реальном времени показывать: как происходит разработка, продвижение, сколько приходит клиентов и насколько быстро сервис окупается?
1. Например, вот пост про то, почему американцы платят $40 за простой конвертер картинок, который сделали в комьюнити за 4 недели – несмотря на то, что на рынке полно бесплатных аналогов
2. История про то, как за 2 недели запустили темную тему с тарифами от $5 до $99. Четыре таких продукта приносят на пассиве как зарплата middle разработчика.
3. А вот тут поучительная история – как все может грустно закончиться, если 2 года пилить сложный продукт, не показывая его рынку.
4. Здесь, как ребята за 30 дней сделали приложение для решения задач по математике, которое через 4 месяца вышло на $1200 / месяц.
5. А здесь рассказывают, как заработали 1 700 000 рублей на боте для создания фотокниг и какие фейлы допустили.
Первая находка комьюнити IT билдеров — метод, который показывает, как сделать запуск за 4 недели, а не за 2-3 месяца (собственно, приоритезация, умение выделить самое важное в новой идеи – то, с чем у каждого разработчика обычно самые большие проблемы).
Вторая находка — метод продвижения, который используется в коммьюнити. В среднем на начальное продвижение одного IT-продукта уходит $150-200, причем есть продукты с 200К+ юзеров (многие сильные технические специалисты очень не любят маркетинг, продажи и всё, что с этим связано – но ребята рассказывают, как можно продвигать продукт и без этого).
Вот здесь можно подписаться на канал, чтобы следить за их запусками, а также попробовать сделать такой простой продукт самому
это пиздец как красиво https://unseen.co/projects/
Читать полностью…
Твой путь в Machine Learning / AI начинается здесь: https://bit.ly/3X1Q2BS
Читать полностью…
мы выиграли!🔥
2pr.io - стал продуктом дня на Product Hunt-e!
спасибо большое всем кто поддержал запуск! 🙏
2PR на ProductHunt 🤙🤙🤙
https://www.producthunt.com/posts/2pr-1
Мои друзья Ислам (@midov_channel, недавно сделал успешный exit с Copilot2trip) и Миша (@iie4enka, познакомились в Симуляторе DS), ровно 3 месяца назад запустили новый продукт 2PR.io, который помогает профессионалам, фаундерам и руководителям быстрее и проще растить свой личный бренд или B2B SaaS в LinkedIn, создавая виральные посты в твоём стиле на основе голосового ввода (удобно надиктовывать прям с телефона – AI-сервис структурирует мысли сам).
Мне посчастливилось попасть в число первых пользователей продукта, очень понравилось насколько внимательно ребята прислушиваются к обратной связи быстро ребята адаптируют сервис
Сегодня ребята спустя несколько попыток пробились на Product Hunt и очень нуждаются в вашей поддержке. Призываю перейти проголосовать и помочь им: https://www.producthunt.com/posts/2pr-1
There is no end to our imagination
and no limit ... to civilization.
/channel/vitales_on/500
Классный развёрнутый пост от моего друга Витали про популярный паттерн мышления когда вроде бы ты решаешь проблему или спрашиваешь у кого-то совета, как с чем-то спрашивать, но у тебя уже в голове зависло решение, которое ты уже через вопросы пытаешься оправдать / навязать тому, кого спрашиваешь
И вместо советов ты хочешь услышать не варианты нового решения и не посмотреть на проблему широко, а внешней валидации твоего мнения
Напоминает шаг №1 Design Process от Илона Маска: Make your requirements less dumb
Лучше качество ответов + много небольших UI/UX улучшений
https://apps.apple.com/ru/app/vibe-ai/id6553989941
11/100. https://www.instagram.com/reel/DFupDyzIGlG/
Вчера не постил, разбирался с одним боттлнеком
Зато запостил сегодня и видос за пару часов собрал больше просмотров чем все видосы за прошлую неделю и х5 больше чем прошлый самый просматриваемый из этой серии
Нравится вайб
https://www.youtube.com/watch?v=k3d_xeVxEOE
Здесь можно почитать все отзывы подробнее: https://www.instagram.com/s/aGlnaGxpZ2h0OjE3ODc0Nzc4NDAxMjY3NDY3?igsh=MWNkaXA0Y2FheG05dA==
Читать полностью…
Разбирают до повышения цен как горячие пирожки: https://onelink.to/get-vibe
Читать полностью…
Обновление 1.4.2, теперь в плане UI/UX всё летает, блестит, вкусно, сочно, вайбово, премиально
Пробуем: https://apps.apple.com/ru/app/vibe-ai/id6553989941
если я усну и проснусь через 100 лет и меня спросят, что сейчас происходит в твиттере, я отвечу: Илон и Сэм всё ещё пиздятся по поводу OpenAI
Читать полностью…
Всем привет! Про karpov.courses и симулятор слышал давно. Я python backend разработчик, с помощью симулятора хочу расширить T-shape кругозор и получить навыки для реализации своих проектов. Еще одним мотиватором послужил блог Богдана. Всем новоприбывшим желаю успехов!
Читать полностью…
А ведь подписка всё ещё стоит $10 в месяц
Так и быть, до 14 февраля не будем повышать цену: https://onelink.to/get-vibe
Нужно помогать людям заниматься любовью, а не войной 🥰
Подписывайтесь кстати на канал Витали, он в бизнесе и маркетинге в 5 раз больше собак съел чем я, ему там всего 40 читателей осталось до 4000
t.me/vitales_on
https://fixupx.com/kimmonismus/status/1887852302318305591
Верим?
Moderately hot take: современный LLM-based AI engineering больше похож на времена до Imagenet moment, чем на эпоху расцвета диплернинга.
В эпоху до диплернинга (которую я застал краем глаза в контексте компьютерного зрения), в распоряжении инженера был набор стандартных инструментов, ни один из которых не был достаточно универсальным для end-to-end решения, и задачи решались набором костылей разной степени изящества. SIFT и другие ключевые алгоритмы уже придумали мудрецы в башне из слоновой кости, твоя задача - собрать из препроцессингов и эвристик что-то работающее для конкретной задачи и конкретного датасета. Кстати, тогда тоже были RAGи, и тоже работали так себе.
Во времена расцвета диплернинга, все больше задач стали решаться end-to-end, и потому ключевыми инструментами стали околоархитектурные изменения (включая знаменитый stack more layers) и, конечно, большие и чистые датасеты. Если предложить делать какой-нибудь adaptive histogram equalization перед инференсом какого-нибудь Resnet/Unet, в приличном обществе на тебя будут смотреть с опаской - пусть сеть сама это выучит, оставь свои древние штучки для аугментаций! Умение сделать кастомный лосс важнее умения придумать релевантную эвристику.
И вот с foundation моделями прошел полный оборот: большие модели делают умные GPU-rich ребята, соваться туда в подавляющем большинстве случаев бессмысленно, и надо снова придумывать пайплайны с эвристиками. Перебор разных фильтров в препроцессинге до сходимости был в той же степени хаком, как и идея добавлять wait в конец генерации; сейчас бы оно легло в парадигму test-time scaling и не считалось зазорным.
Ещё 2 за сегодня:
9/100. https://www.instagram.com/reel/DFpW-P0IIrz/
10/100. https://www.instagram.com/reel/DFp425kIS58/
