Вы наверное уже в курсе про Navier-Stokes, а мне стало интересно, как было организован поиск этого решения, потому как нам всем надо учиться эффективно организовывать и координировать работу роя агентов. В ту же степь мой рассказ про OpenAI/HF инцидент Итак: 1) сначала они выделили отдельные группы на доказательство и на опровержение 2) внутри группы агенты могут болтать, между группами - нет, чтобы не нарушить diversity идей и мнений 3) интересно, что параллельно они решили группировку агентов отправить на миссию попроще - проблема для уравнений Эйлера - и именно та победила. Что удивило и воодушевило openai исследователей 4) эту победу скормили остальным как промпт - эдакий knowledge transfer - а Codex выступал вроде эдакого научрука, координирующего phd-шников; промежуточные выводы каждой группы он переводил в следующий цикл 5) важно: где-то в середине всего этого подвезли новую модель и переключили на нее агентов 6) ну а дальше - история итого: 88 часов, 10K параллельных агентов, 2.7M сообщений, 130B output токенов - по ценам gpt 6 astra это порядка $7M (на все задачки - $15M). я сейчас похожий workflow - но, разумеется, не с таким бюджетом - тестирую на одной kaggle задачке. Обязательно расскажу и поделюсь, если получится что-то дельное