Mironshoh Inomjonov

Ofisda biz bilan birga o'tiradigan do'stlarimiz promptlaringizni yaxshilab beradigan chrome extension chiqarishibdi o'zbekcha uchun.

https://sayqalchi.uz/

Sinab ko'ringlar. ChatGPT, Claude yoki boshqa AIda prompt yozayotganingizda promptingizni baholab, sayqallab* berar ekan.

Dasturchi balki sun'iy intellekt bilan ishlaydigan odam hamma narsani avtomatlashtirish haqida o'ylab yurarkan.
Hamma-hamma narsani. Bu bir tarafdan biz enjoy qilishimiz, yaxshi dopamin olishimiz mumkin bo'lgan narsalarni ham bizdan tortib oladi.

Masalan, yaqinda bir do'stim tilmoch.ai'dagi 'yettilik' o'yinidagi hamma so'zlarni imlo lug'atni parse qilib, kombinatsiya orqalitopib beradigan app yasab olaman degandek bo'ldi.
Men ham ko'pincha bu o'yindan enjoy qilishni esdan chiqarib qo'yaman.
Bugun esa twitterda GeoGessr o'yinini o'ynaydigan bot train qilishibdi RL bilan.

https://x.com/adithya_s_k/status/2097696990037758388?s=20

Давайте расскажу про сегодняшний скандал с решением известной проблемы Навье-Стокса и OpenAI.

Представьте, что вы год работаете над научным открытием внутри ИИ-продукта.

Ваши идеи, неудачные попытки, гипотезы и черновики проходят через него.

А потом компания, которой принадлежит этот продукт, узнаёт, что вы близки к результату, бросает на ту же задачу 10 000 агентов - и приходит к финишу раньше вас.

Вчера произошла история, которая может изменить правила научной работы с Ии.

Есть задача Навье-Стокса - одна из семи «задач тысячелетия». За решение дают $1 млн.

Почти год профессор NYU Тристан Бакмастер и математик из Anthropic Левент Альпёге работали над одним необычным подходом. Использовали Claude и Codex, куда, по словам Бакмастера, загружали свои черновики.

В начале сентября по интернету пошёл слух, что кто-то близок к решению Навье-Стокса.

OpenAI услышала слух. Компания сама признаёт: 1 сентября именно из-за этого слуха она решила заняться задачей.

Запустили внутреннюю модель и до 10 000 ИИ-агентов параллельно.

Через несколько дней получили доказательство и формализацию в Lean. 8 сентября OpenAI объявила, что решила задачу Навье-Стокса.

Бакмастер и Альпёге к тому моменту успели опубликовать лишь несколько важных промежуточных результатов.

Бакмастер спросил OpenAI напрямую: могли ли использоваться их сессии в Codex?

OpenAI ответил:
«Никакие конкретные пользовательские данные не использовались для решения этой задачи».

Еще:
«Хотя это маловероятно, мы не можем исключить, что обезличенные данные от использования ими наших продуктов помогли улучшить наши модели».

Никто пока не доказал, что именно это произошло здесь.

Но вопрос уже появился:
Можно ли заниматься секретной наукой внутри чужого ИИ - и быть уверенным, что вы не тренируете своего будущего конкурента?

Tilmoch o‘yinlarini bunaqa odamlarga yoqib ketishini kutmagandim. Ommaga chiqqanida o‘sha kuniyoq 3000 ta foydalanuvchi, hozir esa kuniga 700-800 ta foydalanuvchi bu jumboqlarni yechib kelyapti.

O‘zi buni menga Mironshoh taklif qildi, bir ko‘rib rostdanam bunday turdagi o‘yinlar hali qilinmaganiga amin bo‘ldim. Aksariyat shunday o‘yinlar juda sodda yoki o‘zbek tiliga mos emasdek tuyuldi.

Balki kelgusida krossvordlar, boshqacha jumboqlarni qo‘shib buni alohida ilova ko‘rinishida ham chiqararmiz. Qozoq, ozarbayjon tillarini ham qo‘shsa qiziq bo‘ladi, menimcha.

NVIDIA Huggingfaceni sotib olyapti ekan.
Qiziq 🧐

Tilmochga so‘z jumboqlarini qo‘shgandim, bir o‘ynab ko‘ringlar-chi:

So‘ztop №18 4/6

⬜️🟨🟨⬜️⬜️
🟨⬜️⬜️⬜️⬜️
⬜️🟨⬜️⬜️🟩
🟩🟩🟩🟩🟩

tilmoch.ai/games

torch.compile() haqida yaxshi yozilgan ekan:

https://depyf.readthedocs.io/en/latest/walk_through.html

Roppa rosa 9 yil oldingi tvit.

😁)

Qisqa tanaffusdan keyin postlarni davom ettirmoqchiman endi. Bugun alifbodagi o'zgarishlarning texnik qiyinchiliklari va oqibatlari haqida.

Dasturlar, katta til modellari va databazalardan ozroq xabari bor odam sifatida, bu tredni yozishni joiz topdim.

Kelinglar alifbodagi oʻzgarishlarning kelajakdagi taʼsirini texnologiyalar qanday ishlashi nuqtai nazaridan koʻrib chiqamiz.

1. Katta til modellari. Hozirgi zamonaviy til modellari til qoidalarini inson belgilab bergan bir varoq qoida bilan emas, qayta-qayta takrorlangan kuzatuvlarga asoslanib oʻrganadi. 30 yillik oʻzbek raqamli matn boyligi "shahar" soʻzini 100 million marta, "şahar" ni esa 1 million marta ko'radi. Katta til modellari kelajakda yangi alifboga oson moslashishi uchun dastlab mavjud UzNet toʻliqligicha oʻgirilishi kerak. Bu degani har bitta mavjud web sahifa, pdf, epub va hk. formatdagi fayllar oʻgirib chiqilishi kerak. Buni tekinga hech kim qilmaydi.

2. Qidiruv tizimlari va indekslar. Google kabi qidiruv tizimlari vaqt davomidagi oʻxshash matn, savol va unga javob beruvchi matnlar mavjud sahifalarni oʻrganadi. Algoritmlar 20 yillik axborotlar va foydalanuvchilarning qayta-qayta ishlatishi orqali oʻrganilgan tamoyillarga asoslanadi. Shunchaki bitta harfni boshqasiga o'zgartirib qoʻyish bu algoritmlar uchun shok hosil qiladi. "Sh" harfi "ş" ning muqobili ekanini bu algoritmlar oʻzidan-oʻzi aniqlay olmaydi. "ch"ning haqiqiy muqobili ĉ, ȼ yoki ç boʻlsachi? Kim bilsin.

3. Muvofiqlashtirish qoidalari. Bu degani - oddiy tilda aytganda bitta shakldan ikkinchisiga maʼlum qoidalar orqali oʻgirish desa bo'ladi. Masalan "Shuhrat" ismli shaxsning maʼlumotlar bazasidagi jadvallardagi qatorlari aniq-tiniq qilib Şuhrat'ga oʻgirilishi unchalik ham oddiy ish emas. Tajribali injenerlar entity resolution, regex va validatsiyalarning qanchalik murakkab ekanini, oʻzgarishlarni bittalab tekshirib chiqishdek ishning hajmi, va ishlar chatoq ketib qolsa uni orqaga qaytarishning qiyinchiliklarini yaxshi tushunishadi. Ayni yuqoridagi oʻzgarishning "backward compatible" qilish, yaʼni har bitta xato ketgan ismni hozirgi lotin qoidalariga qaytara olishini oldindan kafolatlash - bu murakkab va mavhumligi koʻp savol.

4. Annotatsiyalar. Lugʻatlar, glossariylar, audio maʼlumotlarning matnga oʻgirilgan shakllari, har biri ichki tizimlarda qayta oʻgirib chiqilishi kerak. Bu dasturchilar yoki kompyuter savodxonligi bor, malakali inson uchun iloji bor narsa, lekin bunga vaqt va kuch sarflash zarurmi? Deylik, chop etish bilan shugʻullanuvchi korxonalar bunday transformatsiyaga hamma narsani choʻntagidan qilishga majbur. 800 milliard soʻmdan ularga hech kim hech narsa bermayapti, tushunishimcha.

5. Parallellik muammolari. Ispan va nemis tillari xuddi taklif qilinayotgan tildek, klaviaturaga toʻliq moslashmagan belgilardan foydalanishadi. Lekin Müller Mueller, José esa Jose deb yozib ketiladi, oqibatda yillar oʻtib shunchaki qulay uslub ham qoidaga aylanib qoladi. Bugun nemislar Schroeder deb yozib oʻtib ketaveradi, bunga hech kim qarshilik qilmaydi, dasturlar va algoritmlar buni tushunishi uchun koʻp vaqt ketadi. Ular bu yozuv qoidalarini internetda matnli maʼlumotlar koʻpayishidan oldin kiritishgan. Bugun orqaga qaytish birdek qiyin ish.

6. Xorijiy tizimlar bilan xoslik va moslik. Oʻzbek tilida otasining ismi "oʻgʻli" deb yoziladi, bilamiz. Xorijda hujjatlar bilan ishlaganda buni ogli yoki ugli deb yozishga majburmiz. Bu mavjud muammo. Endi buning ustiga sh va ch qoʻshiladi. Avtomatik tizimlar buni s va c deb kiritadi. Qoʻpol misol: "Coriyev Sokir Samsod ugli"
Xuddi shularni tep-tekis lotinchada sh va ch deb yozish talaffuzda ham, yozish qoidalarida ham intuitiv. Ingliz tilida chapter, shallow yoki chamber soʻzlarini talaffuz qilish qoidalari aniq.

Yozsak narsa koʻp. Bu texnologik nuqtai nazardan juda yomon burilish bo'ladi. Asosiysi, bunaqa oʻzgarishlar IT olamida ham har doim uchramaydi. Bunday tajribaning boʻlishi ham IT hamjamiyati tomonidan yuqori baholanmaydi. Bizdan boshqa hech kim bunday muammo yaratib, uni yechib o'tirgan joyi yo'q.

Maybe it is right to bet on JEPA rather than traditional LLMs.

Bugun juda qiziq bir iqtibosga ko’zim tushdi va uni shu yerda qoldirgim keldi:

“Uzoq vaqt menga hayot hademay boshlanadigandek tuyulardi - chinakam hayot. Biroq yo’limda hamisha bir to’siq turardi: avval yengib o’tishim kerak bir narsa, chala qolgan bir ish, hali o’tashim lozim bir muddat, uzishim kerak bir qarz. Mana shulardan keyin hayotim boshlanardi, go’yo. Nihoyat anglab yetdim: aslida shu to’siqlarning o’zi - mening hayotim ekan.”

- Alfred d’Souza

🇺🇿 Yangi özbek alifbosi LLM'lar uchun ~14% «arzonroq» bo'lishi mumkin ... sababi bitta harfda

Yangi xabarlarga ko'ra o'zbek tili alifbosiga o'zgartirishlar kiritilsh arafasida, asosan o'zgarishlar 4 ta harf bilan : sh→ş, ch→ç, oʻ→ö, gʻ→ğ. Tepadagi komentlarni o'qir ekanman, bizning oramizda muzokaralar boshlanda buning salbiy va ijobiy ta'sirlari haqida. Bitta qiziq bor u yerda: "balk AI uchun token tejash maqsadidarir". Shunga men qizib bir analiz qilib ko'rdim. Ho'sh, o'zi yangi islohot bizga token tejashga chindan ham yordam beradimi ? Men keyin uning tokenizatsiyaga ta'sirini o'lchashga harakat qildim.

tahrirchi/uz-books-v2 (lotin) matn korpusidan foydalanib, eski va yangi alifbo uchun turli lugʻat hajmlarida (1024 dan ~131 ming kacha ) BPE tokenizer'ni o'qitdim. Soʻng alohida test to'plamida token fertility (bitta so'zga to'g'ri keladigan token soni), ketma-ketlik uzunligi va boshqa koʻrsatkichlar bilan eski va yangi alifboga asoslangan tokenizer'larni solishtirib ko'rdim.

Natija qiziq chiqdi. Yangi alifbo eski alifboga qaraganda ~14% kam token talab qiladi. Bu o'zbek tili uchun qisqaroq ketma-ketlik, arzonroq va tezroq modellar o'qitishga yordam berishi mumkin.

Eng qizigʻi, bu ko'rsatkich butunlay oʻ/gʻ ni ö/ğ almashtirish hisobiga bo'lib chiqdi.
• oʻ/gʻ dagi belgi (ʻ, U+02BB) Unicode'da alohida «Common» belgi sifatida qaraladi va tokenizer uni Lotin harfiga qo'sha olmaydi (yo'li bor lekin amaliydan yiroqroqda), natijada har bir oʻ/gʻ 2 ta tokenga parchalanadi.
• sh/ch esa ikkita Lotin harfi, ular bemalol birlasha oladi, shuning uchun ş/ç deyarli hech narsa qoʻshmaydi (+0.1%).

Qo'shimchasiga, tokenizer yangiliklar (tahrirchi/uz-crawl) matn korpusida test sinovdan oʻtkazdim. Tejash o'sha yana ~14% atrofida.

Lekin bu analizlarimning cheklovlar bor, albatta. Tokenizer'lar kichkina matn korpuslarida o'qitilgan. Haqiqiy ta'sirni ko'rish uchun uni veb masshtabdagi (web scale) ancha katta korpusda takrorlash, hamda tokenizer'larni real modelda til modellari bilan sinab, xatolik darajasi va tezlikni o'lchash kerak.

@kilich_bek_blog

Ancha avval professor lab'iga accept qilgandiyu ana endi bugun rasman.

THE (Times Higher Education) reytingida #87-o'rinda turadigan Sungkyunkwan Universitetidan MSc+PhD uchun acceptance oldim.

100% scholarship

“Qwen3"ni Tahlil Qilamiz! | Masterclass | 20 Iyun koreya vaqtida 20:00da.

🤖 Qwen3 — dunyoning eng kuchli open-source AI modeli. Biz uni qo'lda tahlil qilamiz.

Attention, MoE, RoPE, Thinking mode — bularni 1 soatda sodda tilda tushuntiramiz. Google Colab da birga ishlaymiz.

Va asosiy savol: O'zbek tilida yaxshi AI model qurish haqiqatdan ham mumkinmi?

🎤 So'zlovchi
Sardor Abdirayimov – UNIST Institutda Magistr | ML Engineer | Dasturchi
📅 Sana: 2026-yil, 20-Iyun (Shanba)
⏰Vaqt: 16:00 - 17:30 Toshkent Vaqti | (20:00 - 21:30 Koreaya Vaqti)
📍Joy: Online (Zoom)

Diqqat: Zoom havola emailingizga va telegram kanalga joylaniladi!

Röyxatdan ötiş uçun: https://forms.gle/A6ArAsjHT1ripVUU9

📢 Telegram kanal (materiallar shu yerda): https://t.me/sardor_dardi