Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

Սեպտեմբերյան սահմանափակումը խլեց իմ Claude Code-ի շաբաթվա 17%-ը. Ենթագործակալները զբաղեցնում էին 48%-ը

Dev.to
Advertisement468 × 90
Սեպտեմբերյան սահմանափակումը խլեց իմ Claude Code-ի շաբաթվա 17%-ը. Ենթագործակալները զբաղեցնում էին 48%-ը

Ծրագրավորողը վերլուծել է իր Claude Code-ի օգտագործման մատյանները՝ հասկանալու համար օգտագործման սահմանաչափերի վերջին փոփոխությունների ազդեցությունը: 455 նստաշրջանների և 63,000 հարցումների աուդիտի միջոցով հեղինակը պարզել է, որ ենթագործակալները պատասխանատու են եղել ընդհանուր թոքենների սպառման 48%-ի համար, ինչը հիմնականում պայմանավորված է եղել գործարկման ժամանակ առաջացող բարձր ծախսերով: Վերլուծությունը ցույց է տալիս, որ թեև օպտիմալացման սովորական խորհուրդները, ինչպիսիք են MCP սերվերների հեռացումը կամ shell-ի ելքի ֆիլտրումը, չնչին ազդեցություն ունեն, զգալի խնայողություններ կարելի է ձեռք բերել ենթագործակալների համար ավելի փոքր մոդելներ նշանակելով և prompt cache-ի կարգավորումները կառավարելով: Հեղինակը նաև նշում է, որ նստաշրջանների միջև երկարատև պարապուրդը հանգեցնում է քեշի զանգվածային վերագրման, ուստի նստաշրջանները մաքրելը կամ ամփոփումներ օգտագործելը կարող է օգնել պահպանել սահմանաչափերը: Ի վերջո, հետազոտությունը շեշտում է, որ անհատական աշխատանքային հոսքերը կտրուկ փոխում են AI-ի սահմանաչափերի ընկալումը:

This is a summary. Read the full article at the original source:

Dev.to
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

Նկարիչ Դեյվիդ Ռևոյը պաշտոնապես թարմացրել է իր ողջ պորտֆոլիոյի, ներառյալ արվեստի գործերի, պատմությունների և կոմիքսների լիցենզավորման պայմանները: Նոր քա…

Hacker News (YC)

Հոդվածում հեղինակը վերլուծում է արհեստական բանականության ոլորտի ներկա վիճակը՝ պնդելով, որ ուշադրության կենտրոնը մոդելների մշակումից տեղափոխվում է դեպի…

Habr
Advertisement970 × 250