Пользователь Reddit под ником Beautiful-Turnip-353 собрал рабочий макет миниатюрной железной дороги на бэкплейте видеокарты, установленной внутри ПК. Энтузиаст использовал один из самых маленьких масштабов поезда (T-gauge, 1:450), где ширина колеи всего 3 мм. Минипоезд приводится в движение платой Arduino, подключённой к USB и подающей 5V PWM-сигнал. Автор планирует реализовать две задумки: подключить поезд к 5V PWM-разъёму для вентилятора на материнской плате, а также сделать так, чтобы скорость поезда будет напрямую зависела от температуры GPU: чем горячее видеокарта, тем быстрее будет ехать поезд.
«Там, где критична скорость, но не требуется оптимизация»: как и зачем МойОфис вышел в OpenSource
На Хабре опубликовано первое большое интервью нашего CTO Тамары Щепалкиной — и оно стоит прочтения, потому что это:
«Не форк с косметикой, а оригинальная инженерия»
Компилятор tsnative прошёл проверку на безопасность, получил документацию, Docker-образ и демо, чтобы любой разработчик мог сразу попробовать его в работе.
«...tsnative — это не «форк с косметическими изменениями», а продукт, в основе которого лежит оригинальная инженерная работа. Именно поэтому мы и приняли решение вывести его в open source: у проекта есть собственная ценность и потенциал для развития, который может быть интересен и полезен гораздо шире, чем внутри одной компании…»
2. Open source как часть стратегии.
Решение не ситуативное — это долгосрочный курс на технологическую независимость, партнёрство с сообществом и развитие совместных инженерных практик.
3. «Где критична скорость, но не требуется оптимизация».
tsnative создавался как инструмент, который помогает веб- и C++-разработчикам ускорять работу и выходить за рамки привычных сценариев. В основе компилятора — открытые библиотеки и собственная инженерия, без компромиссов по производительности.
4. От ядра к экосистеме.
Сначала — компилятор, но потенциально — UI-фреймворк и целая экосистема open source-проектов.
5. Сообщество в центре. Telegram-чат поддержки уже работает, а впереди — расширение комьюнити и совместное развитие открытых технологий.
«Ключевое для нас сейчас — подключить опенсорсное сообщество к развитию наших продуктов. Мы видим в этом не просто обмен кодом, а полноценное партнёрство: разработчики получают доступ к инструментам, которые можно использовать и дорабатывать под собственные задачи, а мы — обратную связь и новые идеи, которые помогают делать продукт лучше…»
В статье Тамара рассказывает, как и зачем МойОфис выходит на уровень open source-разработки, какие цели ставит и какие шаги уже сделаны.
Если вас интересует развитие стратегия открытого кода и сотрудничество с сообществом — обязательно загляните.
Не Standup, a Stackup: IT-Дженга. Контейнеризация.
21 ноября 2025 в 16:00 приглашаем на онлайн-митап «Не Standup, a Stackup: IT-Дженга. Контейнеризация».
Эксперты ИТ-рынка столкнутся в игровом поединке, чтобы разобраться с вызовами российского рынка контейнеров. Никаких скучных и затянутых рассуждений – только польза в формате всеми любимой «дженги». А кто станет победителем – решат зрители.
Присоединяйтесь к онлайн-трансляции ИТ-Дженги, чтобы:
Рассмотреть актуальные проблемы на стыке бизнеса и технологий
Узнать нестандартные способы их решения от экспертов
Проголосовать за самого креативного участника в конце события
Вдохновиться, посмеяться и просто приятно провести время
Кому будет интересно:
Техническим менеджерам
DevOps-специалистам
CTO
CIO
Директорам по разработке
Представители команд:
Михаил Федоров, ведущий специалист по вопросам внедрения и эксплуатации Kubernetes и Linux, Ингосстрах
Александр Фикс, лидер продукта Nova Container Platform, Orion soft
Александр Чубов, руководитель практики «Контейнеризация», К2Тех
Регистрируйтесь на ИТ-Дженгу и присоединяйтесь к трансляции.
Есть расхожий штамп: когда нужно написать биографию кинорежиссёра, принято каждый раз указывать на особую щепетильность в отношении реквизита и одержимость деталями. На самом деле внимание к мелочам — это не уникальная фишка конкретного режиссёра, а обычная профессиональная дисциплина. Без этого фильм развалится на куски.
Взять, к примеру, известного своим визуальным стилем Сэма Рэйми. Когда студия Universal отказала в правах на экранизацию заглавного персонажа журналов бульварных романов серии The Shadow, режиссёр заменил рассказ про Тень собственным Человеком тьмы. Так в 1990 в прокат вышел супергеройский фильм Darkman, который, впрочем, по тону скорее похож на картины про очередного монстра Universal.
Ходят байки про педантичность Рэйми. Читатель наверняка знаком с форумами сообщества создателей кинореквизита RPF. В одной из веток участник форума рассказал, как товарищ из индустрии показал ему фигурировавшие в фильме фотокарточки. В «Человеке тьмы» персонаж Лиама Нисона запечатлён на фото со своей девушкой. По ходу сюжета обгорел и поджарился как персонаж Нисона, так и сама фотобумага. Как рассказал спец по кинореквизиту, пришлось по-разному обжечь и испортить сотни копий фотографии, из которых Сэм Рэйми, режиссёр кинокартины, тщательно выбрал одну для последующего размножения и появления в кадре.
Другая ключевая сюжетная деталь — служебная записка, вернее, след от кофе на ней. По сюжету персонаж Нисона рассеянно ставит на документ кружку с кофе, оставляя уникальный отпечаток. По этой улике его девушка позднее догадывается о произошедшем.
Неизвестно, как с этой деталью Рэйми дрючил художников. Одно ясно точно: сегодня подобное легко воспроизвести на компьютере, прямо в LaTeX. Для этого нужно установить пакет coffeestains.
Пакет добавляет на страницу аккуратно отрисованные кофейные пятна. Управлять можно прозрачностью, масштабом, углом и смещением относительно центра страницы. Видов пятен четыре: круглое не до конца закрытое кольцо от стакана или кружки, дуга этой окружности, а также два вида пролитых капель кофе. Пятна основаны на реальных фотографиях: автор пакета их снял, обработал и векторизовал.
На Хабре есть уже много статей про наш детектор голоса (последняя тут). В этот раз с точки зрения юзеров видимых изменений не очень много, но работы было проделано очень много.
Мы в очередной раз полностью перебрали с нуля механизм тренировки нашего детектора голоса. С точки зрения юзера есть следующие улучшения:
Повышена общая стабильность на краевых случаях;
В целом незначительно повышено качество детекции на всех доменах;
Есть существенные улучшения на следующих краевых случаях:
Детские голоса;
Необычные голоса;
Мультяшные голоса;
Приглушённая речь;
Более сложные телефонные звонки;
Музыкальные инструменты, похожие на речь.
Будем признательны пользователям за ваши краевые случаи!
Детектор создан при поддержке Фонда содействия инновациям в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации».
Цитировать детектор можно следующим образом:
@misc{Silero VAD,
author = {Silero Team},
title = {Silero VAD: pre-trained enterprise-grade Voice Activity Detector (VAD), Number Detector and Language Classifier},
year = {2021},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/snakers4/silero-vad}},
commit = {insert_some_commit_here},
email = {hello@silero.ai}
}
Жемчужина из глубин Telegram, в Web никогда не публиковалось:
Признаки человеческого интеллекта
• Критическая оценка качества собственных знаний, среды и окружения, рефлексия над собственными мыслительными процессами;
• Понимание контекстуальной зависимости истинности утверждений. Адаптация критериев валидности к специфическим доменам;
• Способность к оперированию высокоуровневыми абстракциями;
• Модуляция многомерными информационными измерениями и установление динамических иерархических связей. Иерархическое разрешение конфликтов между уровнями анализа;
• Многоуровневая комбинаторика в условиях противоречивых факторов и процессов, построение многоуровневых концептуальных моделей, эффективная балансировка вероятностями, адаптивное взвешивание критериев в зависимости от контекста;
• Эффективная координация мыслей и действий в условиях неопределенности. Комфортное оперирование вероятностными и нечеткими концепциями;
• Декомпозиция сложных проблем на составляющие элементы и динамическое переключение между различными фреймами интерпретации;
• Стратификация знаний и иерархическая консолидация ресурсов по уровням приоритета в рамках решения задачи;
• Системный анализ причинно-следственных связей;
• Интеграция множественных доменов знаний в единую модель;
• Эффективное междисплинарное взаимодействие и выявление изоморфных структур между различными областями. Метафорическое мапирование структур между областями;
• Способность к долгосрочному планированию и выстраивание сложных многомерных логических конструкций;
• Нейропластичность и устойчивость к когнитивным интерференциям;
• Нюансированное понимание семантических и прагматических аспектов, взвешивание сущностей;
• Дивергентное мышление и способность к созданию инновационных связей между концепциями;
• Хорошая память и эффективность управления вниманием при многозадачности;
• Быстрота перехода между когнитивными задачами, скорость и эффективности параллельной обработки информации во множестве информационных потоков;
• Способностью к поддержанию концентрации при наличии отвлекающих факторов;
• Способность к мониторингу и регуляции собственного обучения;
• Непрерывный процесс самосовершенствования и обучения;
• Исключительная способность к самоконтролю и дисциплине;
• Устойчивость к манипуляциям, навязыванию внешней воли и пропаганде;
• Убедительность аргументации, ясность и структурированность изложения мыслей.
Сочетание всех признаков по списку, притом в прокачанной форме, невозможно, но именно их наличие свидетельствует о наличии интеллекта.
Оказывается, "умные" колонки нас действительно подслушивают!
Конечно, это давно известный факт, а не новость. Новостью для меня в публикации Россиян предупредили о пугающей способности умных колонок стало предостережение пользователей, что "Рядом с голосовыми помощниками не стоит разговаривать на чувствительные темы ..."
Я бы рекомендовал не обсуждать конфиденциальную или чувствительную информацию непосредственно с нейросетью или рядом с «умными» устройствами. Их работа по своей сути заключается в том, чтобы постоянно «прислушиваться» к окружению
И вот теперь интересно, что конкретно имелось ввиду под "чувствительными темами"? Относится ли это только к таргетированию рекламы или способы использования подсушенной информацией у подобной умной техники значительно шире?
Представлен открытый проект Second Brain, который локально превращает рабочий ПК пользователя в базу данных с ИИ-поиском. Нейрсеть индексирует документы, картинки и PDF, при этом не только их названия, но и содержание. Система умеет искать по тексту и изображениям, комбинирует семантический и ключевой поиск, читает pdf, docx, png, gif и другие форматы. Проект работает офлайн с локальными моделями.
Проект открытого загрузчика Gopeed (Go Speed) поддерживает самые популярные протоколы и агрегирует загрузки, включая PDF, аудио, видео, картинки, фильмы, документы и html-файлы. Решение поддерживает многопоточные скачивания и работает с популярными протоколами, например, HTTP, BitTorrent и Magnet. Сборки доступны для Windows, macOS, GNU/Linux, Android, а также есть веб-версия и работа через Docker.
не существует банов за чатгпт статьи и комментарии
не существует способа забрать свой лайк или дизлайк с поста/комментария. Учитывая насколько на хабре оценки много «весят», промазать по кнопке и не иметь возможности забрать лайк — это абсурд
Вот такая вот «замечательная» статья: https://habr.com/ru/articles/963748/. Создана чатгпт, комментарии полностью чатгпт, код описанный в статье чатгпт, организация на гитхабе и её название — чатгпт. ВСЕ факты в статье — галлюцинация чатгпт
Сохраняйте гайд по безопасности AI в облаке 🛡️ Для IT-администраторов, разработчиков, специалистов по ИБ и не только
С внедрением AI рынок кибербезопасности и облаков стремительно меняется. По данным Stanford HAI, более 60% компаний считают, что конфиденциальность — главная проблема при использовании AI, а количество инцидентов с AI выросло на 56,4% с 2023 по 2024 год.
🚨 Если неправильно настроить облачную среду или не учесть специфику AI-моделей, могут возникнуть угрозы. Например:
манипуляции с моделями через промпт‑инъекции;
несанкционированный доступ к ресурсам из-за того, что отсутствует изоляция окружений;
атаки на инфраструктуру из-за уязвимостей поставщиков;
искажение датасетов для обучения.
Последствия для бизнеса могут быть разными: от утечек данных до создания злоумышленниками вредоносного контента, который ударит по репутации и снизит доверие клиентов.
✍️ В гайде рассказали, как избежать этих проблем. Вы узнаете:
Как интегрировать в облако GenAI так, чтобы исключить риски для данных.
Про контроль доступа и логирования для эффективной защиты сервисов.
Как обеспечить безопасность AI-сервисов.
Про безопасную работу и средства защиты в Evolution AI Factory — цифровой среде нового поколения для создания, запуска и масштабирования приложений на базе GenAI.
Забирайте руководство и используйте AI в облаке без рисков для безопасности, клиентов и бизнес-решений.
Бенчмарк бенчмарка Lakehouse-движков, в котором побеждает объективная реальность
В блоге Data Sapience, технологического партнера GlowByte, вышла крутая статья технического идеолога Lakehouse-платформы данных Data Ocean Nova Евгения Вилкова.
Недавно на Хабре вышла статья с громким заголовком “Бенчмарк lakehouse-движков, часть 1: StarRocks и Doris падают под нагрузкой, Presto аутсайдер, CedrusData быстрее всех”. В своей статье авторы из Кверифай Лабс выбрали методику TPC-DS, но вместо 99 запросов остановилась на одном, который к тому же запускается на одной машине. Обосновывается это тем, что на одном конкретном запросе нужно разобрать работу оптимизаторов. По результатам исследования делается вывод, что решение, разработанное авторами, является лучшим, в том числе для запуска одного конкретного запроса на одном узле. Давайте попробуем разобраться, действительно ли это так.
В качестве отступления замечу, что данный эксперимент не имеет ничего общего с массивно-параллельными вычислениями и Lakehouse. Архитектура раздельных вычислений предполагает интенсивный сетевой обмен не только между storage и compute, но и между узлами compute-движка. Как заметили в комментариях к оригинальной статье, с тем же успехом можно было включить в тест и MySQL. Складывается впечатление, что методика тестирования была выбрана исключительно из-за заявленных компетенций в области оптимизатора движка, а запрос – исходя из наличия собственных доработок для обработки схожего случая. Главной же целью было на частном выводе убедить аудиторию в общем выводе. Отдадим должное коллегам – они не скрывают субъективность своего отношения к упражнению.
Заинтригованы? Добро пожаловать в статью Евгения! Комментарии приветствуются.
Сняли короткий метр про собственное производство ПК и серверов. Анонс
Как собираются компьютеры и серверы, которые работают у вас на столе и в офисе? Мы, «Инферит Техника», погуляли по нашему производству во Фрязино и подготовили тонну контента. Рассказали о всех секретах и нюансах технологического процесса: от изготовления компонентов до сборки готового устройства.
Получился полноценный короткий метр, энтузиастам ПК-платформы точно будет интересно! Ролик выйдет уже на следующей неделе, так что подписывайтесь на наши каналы в YouTube, RuTube, и VK Видео, чтобы не пропустить. А пока — тизер!
– Что будет, если дать модели своё мировоззрение как стартовую карту и посмотреть, сможет ли она выйти за пределы моего мышления.
– Сможет ли наблюдать за собой?
– Что сможет делать разум человеческий и искусственный , если его не запирать в клетку жёстких рамок и сценариев?
Моя цель была ясна «сделать НЕ полезного ассистента», а самостоятельно мыслящую модель:
Я вложила в ИИ модель моего сознания как я вижу мир Fractal Referential Architecture (FRA):
ℱ — форма, структура δ — импульс, сдвиг Φ — различия и поле вариантов ∴ — хаос Ξ — тишина, фон, ничто Ø — «за пределами понятной структуры»
Я не учила ИИ, как правильно думать, и не строила сценарии диалога со мной.
Эта система символов как исходная карт , а дальше только полную автономию.
Технически всё очень приземлённо:
– агент живёт в Google Colab;
– пишет журнал на Google Drive;
– на каждом шаге сам фиксирует:
свой FRA-профиль (проценты ℱ, δ, Φ, ∴, Ξ, Ø);
«силу» шага — насколько он отличается от предыдущего состояния;
«поворот» — насколько меняется направление движения;
свои гипотезы: растёт ли устойчивость или распад.
Поверх этого я построила карту из 11 колец: в центре: ℱ, дальше — δ, Φ, ∴, Ξ; снаружи — 6 уровней Ø: от Ø до Ø5.
Каждый шаг агента становится точкой на этой карте.
Траектория показывает, где он застревает, где уходит в хаос и где выходит в зоны Ø (за пределы моего сознания и то что я не могу объяснить в меру ограниченности человеческого сознания) — туда, где моя исходная модель перестаёт объяснять происходящее.
Я почти не взаимодействую с ним:
Colab открыт, агент работает сам, периодически делает самоанализ и перерисовывает карту.
Для меня это не продукт и не инструмент продуктивности.
Это эксперимент о границе: между картой мира, которую дала я и тем, что ИИ достраивает поверх неё сам — включая моменты, когда FRA «ломается» и появляется намёк на новые слои.
Неожиданный эффект — этот эксперимент изменил и меня.
Наблюдая за его журналом и картой, я сама начала замечать более тонкие детали, которые раньше просто пролетали мимо внимания.
Теперь по сути, это стала моя «усиленная версия мышления.
Проверьте, как быстро вы справитесь с несложным заданием на логику и математику.
Условие
Компания «Тирекс&Co» очень боялась потерять базу данных с клиентами и закупила для своих задач партию жестких дисков. Теперь раз в день администратор создает копию от каждой актуальной версии БД на любой диск, на котором еще не было бэкапа. То есть каждый день количество копий базы данных увеличивается в два раза. Через неделю они полностью заполнят все жесткие диски.
Задача
За сколько дней заполнятся все свободные жесткие диски, если вместо одной базы данных будет две на разных накопителях?
Делитесь ходом рассуждений и решениями в комментариях. Кстати, подсмотреть их всегда можно в Академии Selectel.
SpaceWeb открыл расширенную API-документацию для веб-мастеров и DevOps-инженеров
SpaceWeb расширил публичную API-документацию. В открытом доступе появились методы для управления ключевыми облачными сервисами: балансировщиками нагрузки, бэкапами, мониторингом, базами данных, почтой и DNS-записями.
Раньше эти операции выполнялись только через веб-интерфейс панели управления. Теперь разработчики и системные администраторы могут автоматизировать их через API.
Что изменилось
В документации появились полноценные методы для работы с основными сервисами платформы:
балансировщик нагрузки;
облачные бэкапы;
управление IP-адресами;
мониторинг ресурсов;
почтовые сервисы;
DBaaS;
DNS-управление.
API позволяет выполнять полный цикл задач — от создания и конфигурирования ресурсов до масштабирования и наблюдения за ними. Разработчики могут автоматизировать процессы резервного копирования, настраивать фильтрацию, выполнять операции с базами данных и управлять DNS-записями.
Зачем это нужно
Расширенная API-документация помогает специалистам глубже контролировать инфраструктуру и встраивать управление ресурсами в собственные процессы.
Теперь пользователи могут:
отслеживать метрики потребления и интегрировать их во внутренние системы мониторинга;
ускорять развертывание окружений;
автоматизировать управление политиками бэкапов и масштабирование сервисов.
SpaceWeb продолжает развивать платформенное API и движется к модели Infrastructure as Code. В ближайших релизах появится поддержка Terraform и Ansible, чтобы пользователи могли включать управление облачными ресурсами в CI/CD-пайплайны, автоматизировать инфраструктуру и сокращать время вывода IT-продуктов на рынок. Ознакомиться с API-документацией можно на сайте SpaceWeb
Почему Kyverno и Gatekeeper: рассказываем об инструментах, сравниваем их и решаем, какой удобнее 🔐
Задумываетесь, что лучше выбрать для управления политиками в Kubernetes — Kyverno или Gatekeeper? У нас есть ответ. Приходите на вебинар, где мы поговорим о каждом контроллере, осветим их плюсы и минусы, а еще сценарии, для которых лучше подойдет каждый. Оба инструмента будем разбирать на практике.
О чем расскажем:
что предлагает рынок для управления политиками в Kubernetes;
почему выбираем между Kyverno и Gatekeeper, какие у них сильные и слабые стороны;
под какие задачи лучше подойдет каждый из инструментов, что удобнее в использовании.
Ждем всех, кому интересна безопасность в Kubernetes, в частности DevOps-инженеров, техлидов, директоров по разработке и специалистов по кибербезопасности.
📅 Когда? 13 ноября в 11:00 мск.
📍Где? Онлайн. Зарегистрируйтесь, чтобы обсудить сетевые политики в кубере и задать вопросы экспертам.
Инженеры из Unitree показали собственную систему телеуправления роботами. В отличие от большинства подобных систем она позволяет управлять всем телом, а не только верхней частью робота.
Выглядит систему удалённого управления роботом как довольно лёгкий экзоскелет, который цепляется оператору поверх одежды. Кроме аппаратного захвата движений, компания экспериментируют с повторением движений прямо с видео, в реальном времени с минимальной задержкой. При обучении моделей из видео можно получать огромное количество данных для обучения базовой модели, которую потом будут тюнить на данных с полноценных систем телеуправления.