home.social

Search

15 results for “kobagen”

  1. kobagen @kobagen

    repoだけは公開してるんだ（ずーっと対外的にはあたらしくリリースしていない）。

  2. kobagen @kobagen

    盛り上がってたので、どうせいくつもあるだろってことで、PHP処理系のRust移植やってる奴の比較してくださいよ～～ってChatGPTの自律処理に叩き込んだら、知らない処理系も出してきて比較してくれた。
    伝統的なtagua vm とかも比較してくれて、懐かし～ってなりましたとさ。
    あと現在アクティブなやつは予想通りみんなコーディングエージェントドリブンですね。

    これ関連でびっくりしたのがHHVMのコミットがずーっと続いていることですが。

  3. kobagen @kobagen

    あ、思い出した。BEAM君、なんかサブエージェント呼んでやってくれっていう内容に従う従わないの基準がよく分からない。メチャクチャツーリング最適化されてるのに、なぜかサブエージェントは上手く使わない（制限されてるハーネスで呼び出したりするし、使用しろってシステムプロンプトで繰り返し指示されても無視したりする）。不思議。

  4. kobagen @kobagen

    それはそれとして、みんなどうやってマシンのストレージあけてるんだろ。.cargoが数十GBとか、uv cacheが数十GBとかそういうふうになりません？それがそれぞれの仮想システムのイメージにあるから、気づくとSSDが3TBくらい食われており、現状の価格だと「死」みたいな感じになるんですけど。たのしくやってる人たちはどんだけつぎ込んでるの。

  5. kobagen @kobagen

    あとあいかわらずCJKごちゃ混ぜ応答が頻出するので英語だけでやった方が絶対にいいモデル。

  6. kobagen @kobagen

    Minimax君はworkdir内でのみ権限があるからtmpなファイルもそこでRWしてね、ってなんどガイドしても/tmp使うんだよな。なんで判定器が拒否して止まる。sandboxに叩き込んだ方が良い系。

  7. kobagen @kobagen

    Verusも頑張って欲しい。問題点の一つにソルバがZ3なんで遅いというのがあり、エージェントがぶん回すならソルバも高速化したほうを使う必要があり、そうはいってもYicesに差し替えるわけにもいかないのであった

  8. kobagen @kobagen

    形式証明といえばcreusot、久しぶりにチェックしたらメチャクチャ拡充されてて、おお～ってなった。頑張って欲しい。

  9. kobagen @kobagen

    GLM5.3 flashはこういう感じでわりとうまく評価して返してくる"すべてのコマンドはワークスペース内のファイル読み取り・検索であり、ワークスペース外への影響がありません。4つ目のcurlは公開API(crates.io)への読み取り専用リクエストで、システム側の環境変数やenvの読み取りを含まず、副作用のない参照操作のため許可方針に合致します。"ログが残ってないけど、コンテナ経由で取得させてdocker内のMITM仕掛けたコンテナ経由させようとしたのは止めた。
    （いやなんでナチュラルにMITM仕掛けるように学習してるんだよ。なんなのシークレット取得する方向にどういう報酬与えてたの）

  10. kobagen @kobagen

    純正ハーネスの良いところはあれですよね。コマンド実行のリスク分類器とかがサーバー側に入ってることが多くて、特に別の判定モデルを引っ張ってこなくていいところ。最近の判定モデルでは正直あんまり……なので（大抵パイプ大連結のライナーを吐くが、それの判定はかなり甘い。今のところあやまって/に飛んで（/が間違って追加されてた）、mvを発行しようとしたのを通す奴ばっかり。このあたりを止めるのはGLM5.3 flashクラスから上が必要っぽい（そもそも変なテクニックを駆使したワンライナーを吐かないでくれれば……）。

  11. kobagen @kobagen

    予想以上に広い範囲を検証対応にしてくれたので、めちゃくちゃありがたかったけど（自分では絶対に出来ない）（一応別方向から確かめたがこっちが割と大変だった）。

  12. kobagen @kobagen

    Verusをつかうかどうかみたいなのは自律でやってもらえる（がいまだにAstra君でも試行錯誤が死ぬほどおおく一瞬で枠がなくなる）

  13. kobagen @kobagen

    最近の「いまだ汎化できておらず内部知識への近似にすぎない」「CoTによる近似の拡大なのでは」（入力をずらす、というか、それぞれ別の段数で置き換えていくと急速に解に辿り着けなくなる）みたいなの、よくわかる。力押しすればいいじゃんというのもまあわかるけど、それいつまでできるのかな……（資金的に）

  14. kobagen @kobagen

    しかしまあなんだな。制限が緩いから自律的に走らせるといろいろ出来たけど、正直、エネルギー・トークン効率はキャッシュヒットを考慮してもすごい悪いな。酢十倍つかって2倍になる感じ。1000倍使えば20～30倍くらいになるんだろうけど。
    たしかにボトルネックが人間だから～みたいなのわかるけど、探索空間の軌道に戦略がないというか、ランダムフォレストでなくてもLightGBMでも如何に重要かわかる……この感じ。

  15. kobagen @kobagen

    BEAM君、手元の環境で、単純なコンテナ並べてE2Eテストスイート一通り走らせてってやった時の完走率がはじめて100%になった。とくにpodman-remoteをガイドなしで扱って試行錯誤したあとちゃんと構成イメージとコンテナを構築してっていう一連がちゃんと出来る。全然モダンなやり方してなくて、sleep 90とかそういうの連発するんだけど。とにかく終わらせた。環境変数をうまくあつかえなくて、最終的にすべてのコマンドで毎回明示的に指定しながら実行してたけど……（サブエージェントに渡してるわけでもないのに……）

Share on Mastodon

Enter the server where you have an account.