Проектируем беспилотник в домашних условиях. End-to-End подход на основе открытой визуально-языковой модели qwen2.5vl. Задача следования за объектом реализована без дополнительного обучения, только на основе текстового чата с моделью.
Все слышали новости и прекрасно понимают к чему идет дело мы наблюдаем переход к Туркменскому сценарию. РКН фактически запретил облачным провайдерам (VK Cloud, Yandex Cloud) сдавать серверы в аренду под VPN, закрыв лазейку с поимкой "белого" IP. Теперь недостаточно просто поднять прокси нужно воевать с DPI и капризами транспорта XHTTP.
Расскажу что смог нащупать, какие сервисы что сейчас из себя представляют, а так же исправим самые популярные баги которые часто встречаются при настройке.
В Java-приложениях, работающих с MongoDB, преобразование данных между нативным документо-ориентированным представлением MongoDB и обычными Java-объектами (POJO — Plain Old Java Objects) является частой задачей.
Признайтесь: вы когда-нибудь задумывались, можно ли уже сегодня доверить ИИ олимпиадную задачу по математике? Не просто посчитать пример, а распутать геометрическую спираль, оптимизировать “спичечное” представление числа или найти все неоднозначные моменты на странных часах без цифр?
Я – да. И поэтому, когда в конце 2025 года OpenAI анонсировала ChatGPT 5.2 Pro, заточенный именно под сложные рассуждения и научные задачи, я понял: пора проверять по-настоящему.
Мы решили устроить настоящую математическую дуэль между двумя титанами: ChatGPT 5.2 Pro и уже успевшим нашуметь Gemini 3 Pro от Google. Без веб-поиска, без подсказок – только чистая логика, длинные цепочки рассуждений и, где нужно, аккуратный Python-код.
Кто из них не собьётся на полпути и точнее считает в уме, а кто всё ещё путается в симметриях? Запускаем восемь сложнейших задач – и смотрим, кто выйдет победителем в этой битве алгоритмических умов.
Результаты оказались не просто интересными. Готовы узнать, кто победил?
В России стоит частично легализовать использование искусственного интеллекта в образовании. Такое обращение на имя министра науки и высшего образования Валерия Фалькова 25 января направил глава комитета Госдумы по труду, социальной политике и делам ветеранов Ярослав Нилов.
Стартап Linum выпустил две text-to-video модели с открытыми весами под лицензией Apache 2.0. Модели генерируют ролики длиной 2-5 секунд в разрешении до 720p и содержат всего 2 млрд параметров — их можно запустить локально на видеокарте с 20+ ГБ памяти. Веса доступны на Hugging Face.
Цифровой волшебник, созданный «Т-технологиями» на основе искусственного интеллекта, принял за новогодние праздники 522 тыс. звонков. Чаще всего дети просили игрушки, электронику, животных, спортинвентарь и вкусные подарки
У тех, кто не кодит, бытует мнение, что у разработчиков на любую задачу есть какое-то одно решение — бест-практика. Достаточно почитать SO или, вот теперь, пообщаться с нейронкой и — вуаля — задача сделана. На практике, даже у такой задачи, как вставить данные в БД, есть варианты решения, каждый со своими плюсами и минусами. Делюсь небольшим примером.
Коллеги привет, искал себе решение как реагировать на изменения в объекте и нашел отличный сервис, который используется внутри директив таких как NgClass и NgStyle.
KeyValueDiffers позволяет создать KeyValueDiffer для сравнения изменений текущих пар ключ-значение с новыми. Если вы используете иммутабельные объекты, то можно просто обернуть все в эффект, ну а если вы наследники крутого легаси, где все объекты мутируются по ссылке, тогда проверку нужно вешать в DoCheck, чтобы реагировать на каждый тик change detection.
Накидал оба примера, чтобы поделиться с вами:
Иммутабельный с effect:
@Component({
selector: 'app-test',
template: ''
})
export class TestComponent {
public state = input.required<Record<string, string | number>>();
private differs = inject(KeyValueDiffers);
private differ: KeyValueDiffer<string, string | number> | undefined;
constructor() {
effect(() => {
const currentState = this.state();
// создаем диффер, если он еще не создан
if (!this.differ) {
this.differ = this.differs.find(currentState).create();
}
// Эффект будет перезапускаться при изменении инпут-сигнала.
const changes = this.differ.diff(currentState);
// только если есть изменения
if (changes) {
changes.forEachAddedItem((record) => {
console.log(`В объект добавлена запись: Ключ: ${record.key} | Значение: ${record.currentValue}`)
});
changes.forEachChangedItem((record) => {
console.log(`Изменено: ${record.key} | Новое значение: ${record.currentValue}`)
});
changes.forEachRemovedItem((record) => {
console.log(`Удалено: ${record.key}`)
});
// Остальные методы forEachItem и forEachPreviousItem по необходимости
}
})
}
}
Легаси подход, которого, надеюсь, ни у кого нет, но на всякий случай :)
@Component({
selector: 'app-legacy',
template: ''
})
export class LegacyComponent implements OnInit, DoCheck {
@Input({ required: true }) state!: Record<string, string | number>;
private differs = inject(KeyValueDiffers);
private differ: KeyValueDiffer<string, string | number> | undefined;
ngOnInit() {
// Создаем диффер при инициализации
this.differ = this.differs.find(this.state).create();
}
// Запускается на каждый тик change detection, так как мутации по-другому не отследим.
ngDoCheck(): void {
const changes = this.differ?.diff(this.state);
if (changes) {
changes.forEachAddedItem((record) => {
console.log(`В объект добавлена запись: Ключ: ${record.key} | Значение: ${record.currentValue}`)
});
changes.forEachChangedItem((record) => {
console.log(`Значение изменилось: ${record.key}`)
});
changes.forEachRemovedItem((record) => {
console.log(`Запись удалена: ${record.key}`)
});
// Остальные методы forEachItem и forEachPreviousItem по необходимости
}
}
}
Alibaba рассматривает идею провести IPO своего подразделения по разработке ИИ-чипов, пишет Bloomberg со ссылкой на источники. Прежде чем это случится, компании нужно будет провести реструктуризацию с выделением подразделения в отдельную компанию, поэтому сроки IPO пока неясны. Alibaba стремится стать ведущим игроком в сфере искусственного интеллекта, чтобы конкурировать с такими компаниями, как OpenAI, отмечает Bloomberg
Позиция CTO (Chief Technology Officer, технический директор) появилась не вместе с интернетом, а задолго до этого – еще в эпоху больших корпораций и лабораторий. Ещё в 1950-х годах в США и Великобритании крупные компании создавали удалённые R&D‑центры и поняли, что там нужны не просто учёные, а техподкованные руководители, эдакие техножрецы, которые могли бы объединять науку и бизнес . К концу 1980-х технологии стали настолько важны, что «технических директоров» начали официально назначать в крупных фирмах, ориентируя их уже не только на внутреннюю лабораторию, а на развитие бизнеса в целом . Веяние новой роли быстро перекинулось и в CIS (после 2000-х главным образом), когда ИТ‑компании и стартапы стали брать на себя модели западных корпораций. Так, например, в Яндексе с основания в 2000 году одним из CTO стал сооснователь Илья Сегалович – из первых сигнальных звоночков, что даже в России формируется такой управленческий пост.
Интересно, что сами исследователи подчеркивали: изначально CTO не был просто «главным инженером». Когда корпорации 1980–90-х годов в США «переводили» директоров R&D в CTO, выяснялось, что их навыки оказываются слишком узкими. Классический научный руководитель не годился в нового техдиректора, потому что задачи CTO кардинально отличаются от задач заведующего лабораторией. Пост CTO сформулировали как задачу перевести технические возможности в стратегические бизнес-решения. Проще говоря, CTO — это уже не просто суперпрограммист с магистром, а гибрид менеджера и технаря, который одновременно понимает код и умеет объяснить его влиянию на маркетинг. Как пишет компания Splunk, CTO — это топ‑менеджер, «балансирующий техническую и бизнес‑стороны, чтобы стимулировать инновации и рост».
Крупные технологические компании и перспективные стартапы хотят использовать генеративный ИИ для создания программного и аппаратного обеспечения для детей. Многие из этих приложений ограничены текстом или голосовым вводом, и детям это может показаться неинтересным. Три бывших сотрудника Google хотят преодолеть это препятствие с помощью своего интерактивного приложения Sparkli, работающего на основе генеративного ИИ.
Как сообщает Марк Гурман из Bloomberg, мы скоро впервые сможем по-настоящему оценить результаты недавно объявленного партнерства в области искусственного интеллекта между Apple и Google.
Недавно Энн Гинн задала мне несколько вопросов для статьи в Content Marketing Institute. Это дало мне возможность сесть и систематизировать свои мысли о проблемах CMO в B2B в 2026 году. Делать это раз в год действительно полезно. Рекомендую всем.
2025 год уже принес зубодробительные изменения в повседневную работу маркетологов. В 2026 году эти изменения станут новой нормой. Причины экономические и технологические.
Сегодня серебро — один из ключевых материалов цифровой и энергетической эпохи. Это самый электропроводный металл на планете — лучше меди и золота. Без него не работали бы микросхемы, солнечные панели, высокоточные реле, аккумуляторы и системы связи. Серебро также используют как катализатор в химпроме и как антибактериальный компонент в фильтрах и защитных покрытиях.
За последний год цена на серебро выросла более чем в 3 раза. Но вряд ли причина роста серебра основывается на фундаментальных факторах, балансе спроса и предложения...
В условиях общей эйфории, царящей на рынке, и панического бегства продавцов появился повод вспомнить историю братьев Хант, которые загнали в угол рынок серебра и заставили цену на металл взлететь с 3 до 50 долларов за унцию.
Привет, в этой заметке хотелось бы уделить внимание стейт менеджерам, и зачем мне 2.
Я сижу на react, точнее на next.js и нет я не делаю бекнд на джс, next for SSR only.
Многие задаются вопросом зачем нужен сетйт менеджер если есть реакт контекст, если кратко то чтобы передавать зачтения вверх по дом дереву, и не иметь иметь просто и надежный механизм передачи любых данных внутри приложения.
В AB-тестах нередко возникает желание смотреть на результат по ходу эксперимента: метрики обновляются, решения ждать долго, а если эффект уже очевиден, то зачем тянуть до конца. Но в этом месте легко допустить серьезную ошибку: регулярно пересчитывать обычное p-значение и завершать тест при первом p < 0.05. Такой подход повышает долю ложных срабатываний: иногда статистическая значимость появляется просто из-за случайных колебаний данных, даже когда реального эффекта нет.
В этой статье разбираем, почему так происходит, и что с этим делают в прикладной аналитике. Покажу, как устроено групповое последовательное тестирование (group sequential): вы заранее задаете несколько контрольных точек для подглядывания, а пороги принятия решения подбираются так, чтобы общий уровень ошибки первого рода по всему процессу оставался на заданном уровне alpha.
На простых формулах и наглядных графиках из симуляций сравним наивное подглядыван��е с корректной процедурой. А затем разберем два самых популярных набора порогов - Pocock и OBrien-Fleming: чем они отличаются, почему один вариант чаще завершает эксперимент раньше, а другой почти не дает принимать решения в начале, и как выбрать подходящий вариант под продуктовый процесс.
Команда vLLM — самого популярного open-source движка для запуска больших языковых моделей — основала стартап Inferact и привлекла $150M seed при оценке $800M. Раунд возглавили Andreessen Horowitz и Lightspeed, участвовали Sequoia, Databricks Ventures и фонд канцлера UC Berkeley. У проекта vLLM более 2000 контрибьюторов, код входит в экосистему PyTorch.
В интервью Максим Козлов — основатель с CTO GitFlic — рассказал мне, как появилась площадка и сотрудничество с Группой Астра. В разговоре мы также затронули роль команды GitFlic в развитии проекта OpenIDE, которым Группа Астра занимается совместно с Haulmont и Axiom JDK. Конечно же, поговорили об open source-подходе в GitFlic.
Опять бесчеловечные опыты над Banana BPI-R3. Надеюсь финальная статья про донастройку "идеального" домашнего роутера.