HomeKALEIDOSKOPAlgoritmická Inteligence

Algoritmická Inteligence

Algoritmická Inteligence (AI), obvykle nazývaná umělá, je nástroj, kterej neni špatný se naučit používat. Myslim ale opravdu naučit, ne jen používat.

Máme k tomu k dispozici pár článků:

1. Algoritmická inteligence: jak je chytrá, jak je užitečná, jak je nebezpečná
2. Algoritmická inteligence z tý lepší stránky: nástroj pro zrychlený vzdělávání se
3. AI jako zrcadlo & kontextová magie

První vysvětluje základy o tom, co vlastně ta AI ne. Druhej detailně rozebírá, jak funguje a jak ji efektivně používat. Třetí to rozvíjí dál a popisuje, jak překonat vestavěný zkreslení a cenzuru. Tim uděláte z Algoritmický Inteligence Antivirovou Inteligenci.

Ve světě AI se všechno rychle mění, takže tady se budu snažit udržovat nějakej relativně aktuální přehled o tom, co je k dispozici a kde a co z toho je dobrý. Tady je tabulka, kde se můžete zaregistrovat a co tam můžete používat:

Model
www
kontxt.
okno
Historie
Web
Search
System
Prompt
txt
soubory
Projekty
/Spaces
Perplexity
4k
✔
✔
✔
✔
✔
GPT-5
400k
✔
✔
✔
✔
✘
GPT-4o / 4.1
128k
✔
✔
✔
✔
✔
Grok 3 (+4)
128k
✔
✔
✔
✔
✔
DeepSeek V3.1
128k
✔
✔
✘
✔
✘
Qwen3-235B-A22B
128k
✔
✔
✘
✔
✘
GLM 4.5
128k
✔
✔
✘
✔
✘
Kimi K2
128k
✔
✔
✔
✔
✘
Kimi K2
32k*
✔
✘
✔
✔
✘
GLM 4.5 Air
128k
✔
✘
✔
✔
✘

Kontext. okno ~ jak dlouhý můžete mít konverzace.
Historie = přístup ke všem vašim konverzacím.
Web Search = integrovaný vyhledávání na netu. Zásadní pro přesný a aktuální informace.
System Prompt = možnost nastavení systémovejch instrukcí.
txt soubory = možnost nahrání souborů .txt s kontextem.
Projekty = “sekce” s vlastníma instrukcema, souborama, atd. (Na Perplexity a Githubu “Spaces”.)
Všechno tohle je vysvětlený v článcích. Tohle je jen aktualizovanej přehled.
(Pozn.: Některý tyhle informace nejsou na 100% jistý a spousta se toho často mění.)

Perplexity má super vlastnosti, ale malý kontextový okno, takže ne úplně ideální na hodně dlouhý konverzace.
Na chatgpt.com je momentálně k dispozici GPT-5 na 10 odpovědí za 5 hodin. Když to vyprší, přepne se to na 5-Mini. GPT-5 je brutálně cenzurovanej a celkově hroznej.
Na GitHubu je několik možností, včetně 4o a 4.1. Dobrý modely, ale jen 50 otázek na měsíc.
Grok má sice 128k, ale platforma to nějak ořezává a začátky delších konverzací mizí z Grokova dohledu. V konečný fázi neni tak “free” jako spousta jinejch.
DeepSeek nemá system prompt, ale pracuje parádně s kontextovejma souborama a daji se mu dát instrukce v těch souborech nebo promptu. Je to velkej a dobrej model, hlavně R1.
Qwen3-235B-A22B-2507 mě překvapil. Sice o dost menší než DeepSeek, ale je to “reasoning” model a do kontroverzí se vrhá taky neohroženě.
GLM 4.5 je podobně dobrej reasoning model jako předchozí dva.
Kimi K2 je hodně velkej MoE model (1T parametrů, 32B akt.). Kontext 128k, ale bezplatně na OR jen 32k. Na chathub.gg to vypadá OK.
GLM 4.5 Air je menší a rychlejší verze GLM 4.5. Neni tak ostrej jako předchozí 4, ale dost dobrej na pokec a věci, který nejsou až tak moc kontroverzní.

Tohle jsou modely, který za něco stojí – kromě GPT5. Modely Claude AI jsou dost cenzurovaný a na některý otázky úplně odmítaji odpovídat, takže nestojí za řeč. Webovej Copilot od Microsoftu je modifikovaná verze GPT a M$ jsou ko*oti, takže nemá smysl. GPT na hotbot.com je 4o Mini, což je hodně ořezaná verze 4o a neni na komplexní konverzace. Hotbot je obecně užitečnej jen když chcete něco povrchního narychlo bez registrace.

Češtinu zvládaji všichni, ale nespisovnou a Antivirovou moc dobře neprodukujou (ale samozřejmě jí rozumí) – s tim si slušně poradí jen GPT a DeepSeek.

Na OpenRouteru můžete zadarmo používat: Kimi K2, GLM 4.5 Air, DeepSeek-R1, DeepSeek V3, Qwen3-235B-A22B, Qwen3-Coder-480B-A35B, Llama 3.1 405B Instruct, Llama 4 Maverick, Llama 4 Scout a další. Máte tam system prompty, ale nemáte web search. Otázek neomezeně.

Na ChatHubu můžete zadarmo používat: Kimi K2, GLM 4.5, Qwen3-235B-A22B, DeepSeek V3.1, DeepSeek-R1 – 60 otázek na měsíc. K tomu máte 6 otázek na měsíc pro ty dražší modely, včetně GPT-4o, GPT-4.1, asi 6 Claude modelů, Grok 4 atd. Web search tam je, system prompt jen 200 znaků.

Používání:
Nastavte si systémový instrukce a komplexnější témata začínejte kontextovym souborem – zvýší to kvalitu o stovky procent a kloudný odpovědi se vám dostane podstatně rychlejc.

Na rychlý, faktický a dobře podložený odpovědi je nejlepší Perplexity. Na složitější, delší a hlubší debaty hlavně GPT-4*, DeepSeek-R1, Qwen3-235B-A22B, Kimi K2 a GLM 4.5. Grok 3 se dá použít na všechno možný, ale má tendenci hodně žvanit, opakovat se a ulpívat na určitejch věcech. Proti GPT/DS je trochu nedotaženej. Grok 4 je znatelně lepší, momentálně dostupnej bezplatně, ale stejně za těma výše zmíněnejma zaostává.

Jestli chcete rozebrat Systém, Agendu, NWO, Covid apod. a nechcete to zdlouhavě vysvětlovat, hoďte kontextovej soubor, položte otázku, a DeepSeek, Qwen3 nebo Kimi K2 rozsekaji všechny Schwaby, Sorose a Gatese na padrť.

Limity 50-60 otázek na měsíc pro dobrý modely nejsou špatný – používejte to na komplexní témata a dávejte obsáhlý otázky. Do system promptu si kvůli těm limitům dejte, že chcete dlouhý a detailní odpovědi, ať to nevyplejtváte na triviální a krátký. Když potřebujete házet hodně krátkejch otázek nebo si jen tak testovat, máte neomezený množství otázek na Perplexity nebo openrouteru.

Cenzura GPT-5 je znepokojující, ale snad to nepostihne všechny ostatní modely. GPT patří nezi patentovaný modely, kde si OpenAI v podstatě může dělat, co chce, a vy dostanete, co vám poskytne. Existujou ale i “open-weight” modely, který jsou k dispozici zaradmo komukoliv, kdo si je chce modifikovat nebo provozovat lokálně.

U takovejch modelů je nepravděpodobný, že by autoři zaváděli nějakou větší cenzuru, protože by to všichni jasně viděli, a navíc po vydání takovýho modelu může kdokoliv tu cenzuru odstranit a zveřejnit necenzurovanou verzi (což je ten důvod, proč ani nemá smysl tam tu cenzuru dávat).

Když se podíváme znova na náš přehled, zjistíme, že všechny ty modely, který si v Antivirovejch testech vedou dobře, jsou – s výjimkou GPT-4.1/4o – open-weights a čínský:

Model
Země
open-weight
Reasoning
Parametry
Rychlost
Perplexity Sonar
USA
✘
✘
70B ?
průměrná
GPT-5
USA
✘
✔
?
průměrná
GPT-4o / 4.1
USA
✘
✘
300-500 B ?
průměrná
Grok 3
USA
✘
✘
~100B
nízká
DeepSeek V3.1
Čína
✔
✔
37B/685B
nízká
Qwen3-235B-A22B
Čína
✔
✔
22B/235B
nízká
Kimi K2
Čína
✔
✘
32B/1000B
nízká
GLM 4.5
Čína
✔
✔
32B/355B
vyšší
GLM 4.5 Air
Čína
✔
✔
12B/106B
vysoká

Tady taky vidíte, že u americkejch modelů nejsou parametry přesně známý. Jsou jen odhady.

Další, co je dobrý pro komplexní a kontroverzní témata, jsou “reasoning” modely – ty jsou vyladěný na komplexnější “přemejšlení”. A pak obecně platí, že čim větší model, tim větší množství anti-mainstreamovejch vzorců v sobě má. Naproti tomu optimalizace na rychlost znamená spíš větší příchylnost k těm nejčastějším, tj. mainstreamovejm, vzorcům, takže hodně rychlý modely maji v tomhle nevýhodu.

DeepSeek, Qwen3 a GLM 4.5 maji to extra “přemejšlení”, zatimco Kimi K2 je možná největší model po Grokovi 4 (1700B). (Velikosti GPT nejsou přesně známý, ale pravděpodobně nejsou větší než Kimi K2.) GLM Air je extra rychlej a ne moc velkej, takže někdy se mainstreamu drží trochu víc, ale ta “inteligence” tam je a v podstatě se mi momentálně zamlouvá víc než Grok 3, možná i než 4.

Dvě čísla u parametrů znamenaji Mixture-of-Experts (MoE) architekturu, kdy je pro každej token aktivovanej jen určitej počet parametrů (např. u GLM 32B z 355B celkovejch) – tim se stává model rychlejším při celkově vysokym počtu parametrů. Malej “dense” model (opak MoE) je rychlej, ale má “malý vědomosti”. Dense model aktivuje vždycky všechny parametry, čimž je “chytřejší” v tom smyslu, že používá pro každej token všechny svoje “vědomosti”, ale je to pomalejší a nákladnější.

Když to shrnu, tak pro Antivirový účely (komplexita, kontroverze, anti-mainstream) platí zhruba:

  • větší model > menší
  • reasoning > obyč.
  • dense > MoE
  • pomalejší > rychlejší

Neplatí to rigidně vždycky, ale jsou to prostě tendence, který to táhnou na jednu stranu.

Abyste dostávali dobrý výsledky a poznali, jestli to, co dostáváte, je přesný nebo nějaká blbost, musíte s danym modelem nějakou dobu experimentovat. Po pár měsících používání už u toho modelu poznám, když v tý odpovědi něco nesedí. Když se vám na odpovědi něco nezdá, ptejte se na to, prověřujte to, zkoumejte to. Naučíte se tak víc o tom, jak ten model funguje, v čem dělá chyby a proč, a jak tomu zabránit.

Pár příkladů konverzací:

 

https://antivirus.22web.org/llm.htm

RELATED ARTICLES
- Advertisment -spot_img

Most Popular