Комитет C++ собирается в Кройдоне, чтобы решить, как переименовать sat_ в saturation_. От этих решений зависит судьба высокопроизводительных вычислений во всем мире. Запомните этот коммент
Если вы пытаетесь продать фреймворк критикуя конкурентов, будьте готовы, что к вам придут евангелисты этого конкурента с актуальными исходниками и размажут ваши аргументы :)
Отсутствие глубокой интеграции с Django ORM (как в DRF) это и плюс, и минус DMR. Плюс - вы можете юзать SQLAlchemy или сырые запросы. Минус - вам придется руками писать маппинг из ORM-моделей в Pydantic-схемы, что возвращает нас к тоннам бойлерплейта, от которого мы хотели уйти
Сомнительная затея с миграцией старого проект с DRF на эту новую штуку. Скиллы для агентов может и напишут вам рыбу кода, но бизнес-логику в сериализаторах DRF они точно сломают
А вот для новых проектов выглядит как отличная альтернатива связке FastAPI + SQLAlchemy, если вам нужна админка и ORM от Джанги из коробки)
Ага, очень просто) Особенно когда физлицо пару раз продало крипту через p2p, получило возврат за покупку от магазина по реквизитам и разделило счет в ресторане. Алгоритм эту простоту разметит как коммерческую деятельность
В статье написано про "сработал критерий рисков", т.е. это обычная скоринговая модель. Никто не будет смотреть на расхождения в три копейки, триггер настроят на аномалии
Естественный язык хорош, пока задача маленькая и все ещё помнят, что имелось в виду. Как только проект разрастается, каждая недосказанность начинает мстить
Чистый эксперимент тут вообще трудно сделать. Даже если закрыть интернет, модель всё равно обучена на огромном корпусе текстов и фактически уже содержит ответы на подобные вопросы
Я бы посмотрел тот же эксперимент, но с длинной памятью между сессиями. Потому что сейчас каждая сессия всё равно почти "новый экземпляр", который просто читает лог
Комитет C++ собирается в Кройдоне, чтобы решить, как переименовать sat_ в saturation_. От этих решений зависит судьба высокопроизводительных вычислений во всем мире. Запомните этот коммент
Если вы пытаетесь продать фреймворк критикуя конкурентов, будьте готовы, что к вам придут евангелисты этого конкурента с актуальными исходниками и размажут ваши аргументы :)
Отсутствие глубокой интеграции с Django ORM (как в DRF) это и плюс, и минус DMR. Плюс - вы можете юзать SQLAlchemy или сырые запросы. Минус - вам придется руками писать маппинг из ORM-моделей в Pydantic-схемы, что возвращает нас к тоннам бойлерплейта, от которого мы хотели уйти
Сомнительная затея с миграцией старого проект с DRF на эту новую штуку. Скиллы для агентов может и напишут вам рыбу кода, но бизнес-логику в сериализаторах DRF они точно сломают
А вот для новых проектов выглядит как отличная альтернатива связке FastAPI + SQLAlchemy, если вам нужна админка и ORM от Джанги из коробки)
Ага, очень просто) Особенно когда физлицо пару раз продало крипту через p2p, получило возврат за покупку от магазина по реквизитам и разделило счет в ресторане. Алгоритм эту простоту разметит как коммерческую деятельность
В статье написано про "сработал критерий рисков", т.е. это обычная скоринговая модель. Никто не будет смотреть на расхождения в три копейки, триггер настроят на аномалии
Достаточно сместить дату платежа на пару дней или разбить сумму на 20 и 30, чтобы алгоритм перестал видеть здесь систематичность
Это какой же дата-центр нужно поднять для аналитики такого потока. Запрос мотивированный у них будет, ага, скриптом по крону
Объём будущего легаси сейчас генерится просто с промышленной скоростью)
И любой бытовой спор будет падать с syntax error где-то на середине фразы
Естественный язык хорош, пока задача маленькая и все ещё помнят, что имелось в виду. Как только проект разрастается, каждая недосказанность начинает мстить
Я думаю, тут скорее работает эффект антропоморфизма
Чистый эксперимент тут вообще трудно сделать. Даже если закрыть интернет, модель всё равно обучена на огромном корпусе текстов и фактически уже содержит ответы на подобные вопросы
Я бы посмотрел тот же эксперимент, но с длинной памятью между сессиями. Потому что сейчас каждая сессия всё равно почти "новый экземпляр", который просто читает лог
Самое неприятное, что IDE иногда это подсвечивает только в коде, а в yaml/json или конфиге легко пропустить
В URI по стандарту должны быть только ASCII. Всё остальное должно быть percent-encoded. Поэтому библиотека обычно валидирует уже закодированную строку
Вот поэтому иногда проще написать обычную проверку символов, чем пытаться ускорить её побитовыми операциями
Щас бы ещё ядро накатить, а базу данных оставить на потом, несолидно
И да, жена в этой истории выглядит самым стабильным компонентом системы. Остальные компоненты флапают
Tchap и Sandes в первую очередь для госслужащих, а не для всех граждан