https://paweldubiel.com A public digital garden about AI, software engineering, books, and learning. hi Mon, 12 Oct 2026 00:00:00 GMT https://paweldubiel.com/hi/notes/42he%E2%81%9D%20Port%20Pirates!%20z%20Amigi%20do%20Unity%20sprawdzony%20na%20oryginalnym%20kodzie%2068000 https://paweldubiel.com/hi/notes/42he%E2%81%9D%20Port%20Pirates!%20z%20Amigi%20do%20Unity%20sprawdzony%20na%20oryginalnym%20kodzie%2068000 Mon, 12 Oct 2026 00:00:00 GMT मैंने एक coding agent को 1990 के Amiga वाले Sid Meier's Pirates! की चार floppy disk images दीं और कहा कि गेम को Unity में ले आए। काम Claude Code में Claude Opus 5.5 ने किया। एक शाम के बाद गेम को title screen से लेकर duel https://paweldubiel.com/hi/notes/42hc%E2%81%9D%20Overfitting https://paweldubiel.com/hi/notes/42hc%E2%81%9D%20Overfitting Sun, 11 Oct 2026 00:00:00 GMT आप आइसक्रीम का एक स्टॉल चलाते हैं। 10 दिन तक आपने नोटबुक में दोपहर का तापमान और बिके हुए स्कूप की संख्या लिखी। आप इन notes से एक नियम बनाना चाहते हैं: कल 24°C रहने वाला है, कितनी आइसक्रीम तैयार रखी जाए? सबसे सरल नियम एक https://paweldubiel.com/hi/notes/42ha%E2%81%9D%20D%C5%82u%C5%BCszy%20horyzont%20METR%20nie%20oznacza%20proporcjonalnie%20trudniejszych%20zada%C5%84 https://paweldubiel.com/hi/notes/42ha%E2%81%9D%20D%C5%82u%C5%BCszy%20horyzont%20METR%20nie%20oznacza%20proporcjonalnie%20trudniejszych%20zada%C5%84 Sun, 11 Oct 2026 00:00:00 GMT एक टीम यह तय करना चाहती है कि agent के अगले version को programming के ज़्यादा लंबे tasks सौंपे जा सकते हैं या नहीं। इसलिए वह benchmark के उन नतीजों की तुलना करती है जो उस समय में बताए गए हैं जो इंसान को वह काम करने में ल https://paweldubiel.com/hi/notes/42ha1%E2%81%9D%20Time%20horizon https://paweldubiel.com/hi/notes/42ha1%E2%81%9D%20Time%20horizon Sun, 11 Oct 2026 00:00:00 GMT Agents के evaluation में time horizon tasks की वह लंबाई बताता है जिस पर agent सफलता का चुना हुआ स्तर हासिल करता है। लंबाई उस समय से नापी जाती है जो इंसान को लगता है, AI के चलने के समय से नहीं। 50% वाले रूप के लिए हम अलग https://paweldubiel.com/hi/notes/42ha2%E2%81%9D%20Item%20response%20theory https://paweldubiel.com/hi/notes/42ha2%E2%81%9D%20Item%20response%20theory Sun, 11 Oct 2026 00:00:00 GMT Item response theory IRT तरीकों का एक परिवार है जो अलग अलग tasks पर मिले जवाबों से, एक साथ, करने वालों की क्षमता और tasks की कठिनाई का अनुमान लगाता है। AI के evaluation में करने वाला agent होता है, और जवाब किसी पूरी कोशि https://paweldubiel.com/hi/notes/42hd%E2%81%9D%20Elastic%20Weight%20Consolidation https://paweldubiel.com/hi/notes/42hd%E2%81%9D%20Elastic%20Weight%20Consolidation Sun, 11 Oct 2026 00:00:00 GMT एक model ग्राहकों के सवालों को "डिलीवरी" और "वापसी" विभागों में भेजता है। अब उसे शिकायतें पहचानना सीखना है, लेकिन पुराने संदेशों को सँभालकर रखने की अब इजाज़त नहीं है। इसलिए training के दौरान उन्हें दोहराया नहीं जा सकता। https://paweldubiel.com/hi/notes/42hb%E2%81%9D%20Reservoir%20Sampling https://paweldubiel.com/hi/notes/42hb%E2%81%9D%20Reservoir%20Sampling Sun, 11 Oct 2026 00:00:00 GMT Customer service का एक model उन संदेशों पर सीखता है जो एक के बाद एक आते हैं। आप उनमें से कुछ को बाद में दोहराने के लिए बचाना चाहते हैं, लेकिन memory में सिर्फ़ चार जगहें हैं। आपको यह भी नहीं पता कि अभी कितने संदेश और आएँ https://paweldubiel.com/hi/notes/42gz%E2%81%9D%20Experience%20Replay https://paweldubiel.com/hi/notes/42gz%E2%81%9D%20Experience%20Replay Sun, 11 Oct 2026 00:00:00 GMT एक model ने ग्राहकों के सवालों को "डिलीवरी" और "वापसी" विभागों में भेजना सीख लिया है। अब आप उसे शिकायतें पहचानना सिखा रहे हैं, जैसे "सामान टूटा हुआ पहुँचा"। अगर आगे के अभ्यासों में उसे सिर्फ़ शिकायतें दिखती हैं, तो हो सक https://paweldubiel.com/hi/notes/42gy%E2%81%9D%20Continual%20Learning https://paweldubiel.com/hi/notes/42gy%E2%81%9D%20Continual%20Learning Sat, 10 Oct 2026 00:00:00 GMT एक model ग्राहकों के संदेशों को "ऑर्डर" और "वापसी" विभागों में भेजता है। वह "मेरा पार्सल कहाँ है?" जैसे संदेश को पहचान लेता है। अब कंपनी शिकायतों का विभाग खोलती है। आप model को ख़राब निकले सामान वाले संदेशों पर आगे सिखात https://paweldubiel.com/hi/notes/42gx%E2%81%9D%20SemiAnalysis%20por%C3%B3wnuje%20limity%20abonament%C3%B3w%20AI https://paweldubiel.com/hi/notes/42gx%E2%81%9D%20SemiAnalysis%20por%C3%B3wnuje%20limity%20abonament%C3%B3w%20AI Sat, 10 Oct 2026 00:00:00 GMT SemiAnalysis ने 5 अक्टूबर 2026 के अपने विश्लेषण subscriptions offer 5x में AI subscriptions की असली limits की तुलना की है। लेखक जाँचते हैं कि अलग अलग तरह के tokens usage के meters को कितना आगे खिसकाते हैं, और फिर उपलब्ध