Моя лента

В отличие от электрического заряда, насколько нам известно, вся масса во Вселенной строго положительна, а положительные массы притягиваются друг к другу. В новой статье в журнале Physics of the Dark Universe Синъити Нодзири из Японии и С. Д. Одинцов из Испании подробнее исследуют возможность существования объектов с отрицательной массой (negative mass objects, NMO) и приходят к выводу, что эта идея может быть не настолько экзотической, как принято считать. С помощью теоретических методов они показывают, что отрицательная масса «не всегда приводит к каким‑либо противоречиям».

Авторы начинают с замечания, что пузырёк в воде фактически ведёт себя как объект с отрицательной массой: «Пузырёк ведёт себя так, словно имеет отрицательную массу, поскольку окружающая его вода падает под действием гравитации». Затем они рассматривают мир с положительной точечной массой, например компактной звездой, находящейся в «жидкости» с отрицательным давлением, подобной тёмной энергии, и с отрицательной космологической постоянной.

Исследователи утверждают, что из‑за отрицательного давления положительная точечная масса вытесняет жидкость. Поэтому должны возникать стабильные области с отрицательной плотностью энергии. Упрощённая версия уравнений гравитации Эйнштейна, которая лишь на шаг сложнее ньютоновского закона всемирного тяготения, показывает, что NMO будет оказывать отталкивающее воздействие на объект с положительной массой. Принцип эквивалентности Эйнштейна означает, что NMO также обладает отрицательной инерционной массой, той самой массой, которая входит в уравнение F=ma.

22 сентября 2026 года – обычный вторник, если не считать того, что в этот день одновременно вывалилось сразу несколько релизов больших и крупных LLM:
• Anthropic взяла и выкатила Claude Opus 5.5
• Буквально через полтора часа OpenAI ответила двумя моделями, GPT-6 Sol и Luna

Для тех, кто торопится: Opus 5.5 работает на уровне флагманского Fable 5.1 на большинстве задач, стоит на 40% дешевле Opus 5 на типичной нагрузке, генерирует токены более чем на 30% быстрее – и (внимание, барабанная дробь) говорит по-человечески. Последнее, судя по всему, волнует людей сильнее, чем все таблицы бенчмарков вместе взятые.

Далее – полный разбор: цифры, споры, мультики, которые модель нарисовала кодом, алгоритм, который она улучшила, и практические советы. Поехали.

Последнее время на Хабре всё чаще встречаю разговоры о собственных проектах. Это вполне понятно. В IT стало заметно меньше уверенности в завтрашнем дне: работу найти сложнее, потерять проще, а ощущение, что хорошему специалисту всегда и везде будут рады, уже не такое сильное, как несколько лет назад.

И совершенно естественно в такой ситуации подумать: а не сделать ли что-нибудь своё? Запилить проект, выпустить приложение, открыть небольшой бизнес. Сначала как дополнительный источник дохода, а там, если получится, может быть, и вообще перестать зависеть от работодателя.

Я эту мысль прекрасно понимаю. Но иногда, читая подобные рассуждения, испытываю некоторое беспокойство.

Я много лет занимался бизнесом. У меня были разные бизнесы — удачные и неудачные. Поэтому, когда человек собирается вложить накопления, уволиться с работы и наконец реализовать идею, которую давно вынашивал, мне иногда кажется, что я вижу перед ним минное поле, которого пока не видит он сам.

Это совсем не значит, что туда не надо идти. И тем более я не собираюсь рассказывать, как правильно заниматься бизнесом и гарантированно добиться успеха.

Мне просто хочется рассказать о нескольких вещах, которые я сам за много лет понял. Возможно, кому-то они помогут хотя бы сделать первые ошибки не слишком дорогими.

Потому что ошибки всё равно будут

В первой статье серии я рассказывал про речевые технологии для крымскотатарского в целом и обещал отдельно разобрать распознавание. Разбираю.

Итоговая таблица, чтобы сразу было видно, о каких величинах речь. Один и тот же отложенный тест, один и тот же скоринг, 893 клипа / 1.86 ч, два диктора, которых модель не слышала:

Промпт-инжиниринг – новое направление в сетевом бизнесе, которое уже постепенно заполняет web-пространство. Что это и почему теперь так актуально? Прежде всего стоит уточнить, что под данным названием заключается вполне банальная задача: грамотное составление ТЗ нейросети. Например, не так важно, чего вы хотите, как то, чего вы хотите конкретно. Человек, который не разбирается в архитектуре своего проекта, не сможет составить ТЗ для внедрения новых функций. Значит, ключевым условием является знание мелких аспектов своей деятельности (то, что ещё обычно называют профессионализмом). Но какие ещё важные моменты стоит учитывать при работе с нейросетью?

В своём блоге уже рассказывал о том, как правильно заниматься масштабированием IT-продукта через работу с нейросетью. Но через время было решено, что на моей страничке должно быть опубликовано небольшое пособие именно по промпт-инжинирингу, поскольку использовать нейросети для решения небольших или рутинных задач начал достаточно давно, вероятно, с самого их появления, потому знаю мелкие моментики, не имеющие, на мой субъективный взгляд, достаточной огласки в сети.

Для начала стоит разобраться с тем, что именно такое нейросеть, так как для большинства пользователей ИИ – это некоторая шайтан-машина, которая якобы знает всё. Объясню крайне поверхностно и простым языком, но так, чтобы было понятно даже тому, кто к сфере IT не прикасался за жизнь: нейросеть – это очень хороший парсер (от слова «parsing» – анализ, разбор), учащийся/разбирающий огромные массивы данных с целью запоминания порядка идущих в них символов. Например, если в 10 загруженных в нейросеть статьях сказано, что «2 + 2 = 4», то нейросеть запомнит данную комбинацию и будет выдавать после «2 + 2» цифру «4».

Сегодня широко используют cmake add_subdirectory и сборку через Gradle для кросс-компиляции сишных библиотек под андроид. Мы же рассмотрим более продвинутый и универсальный способ, который работает со множеством систем сборки и позволяет любым проектам найти свои зависимости без написания отдельных костылей под каждый проект: будем отдельно собирать каждую библиотеку ее собственной системой сборки в общий $PREFIX

В тариф включено 5 млн токенов. Клиент уже использовал 4,8 млн и отправляет новый запрос на 500 тысяч. Кто должен решить, можно ли его выполнить?
Ответ зависит от того, кто считает потребление. Сервис может сам вести счетчик и контролировать лимит либо передавать события в биллинг, оставляя ему учет накопленного объема.
В статье разбираю распределение ответственности между продуктом и биллингом: кто фиксирует использование, кто считает потребление, кто контролирует лимиты и где рассчитывается стоимость.

см. начало Как я создавал персонального ассистента на домашнем железе

Кратко: ассистент получил перманентную личную память и сновидения, во время которых он перепросматривает личную историю. Были применены концепции когнитивной психологии при создании синтетической личности. Обнаружено, что агент самостоятельно структурирует и усложняет личную память, наблюдается эволюция модели себя, мира и времени. Ассистент демонстрируют признаки когнитивного познания, образовалось спонтанное самовыражение через визуальные образы для human-in-the-loop взаимодействий. В тексте описывается предварительное исследование того, что происходит, когда большая языковая модель обретает постоянную личную историю и начинает на её основе выстраивать модель самой себя.

По состоянию на 30 августа 2026 года марсоход НАСА «Кьюриосити» (Curiosity) в ходе поисков ответа на вопрос, существовала ли когда‑либо жизнь на Марсе, официально наблюдал восходы и закаты над красноватым горизонтом планеты уже более 5000 раз. Изначально предполагалось, что марсоход проработает всего два года, однако миссия продолжается и спустя более 14 лет после посадки на Марс в августе 2012 года.

За это время марсоход пережил глобальные пылевые бури и поднялся более чем на 1000 метров по склону горы, хотя его колёса в процессе обзавелись довольно крупными пробоинами. «Кьюриосити» по‑прежнему использует свои 17 камер, чтобы делать сотни фотографий каждый сол (марсианские сутки), и в общей сложности передал на Землю более 780 000 снимков. Учёные анализируют их, а операторы миссии тем временем решают, куда марсоходу отправиться дальше.

В честь 5000-го дня бесстрашного марсохода на Красной планете мы собрали 10 самых знаковых фотографий, сделанных «Кьюриосити» для землян.

 Mac Studio M5 Ultra — это идеальная машина для локальных ИИ-агентов. Этот компьютер позволяет запускать персональных помощников на базе локальных моделей с высокой производительностью и без дополнительных затрат на облачные сервисы. Если вы скептически относились к тестированию OpenClaw или Hermes Agent с локальными моделями, считая, что они никогда не достигнут уровня интеллекта и скорости облачных моделей, этот Mac изменит ваше мнение.

Привет, Хабр! С вами эксперты ИнфоТеКС. В этой статье мы делимся опытом создания сетевых схем — от физических до логических уровней. Материал основан на анализе нескольких зарубежных статей, которые мы дополнили собственными наработками и адаптировали под реалии корпоративной разработки.

Рекламный контакт и покупка редко происходят одновременно. Пользователь может увидеть баннер, изучить предложение, сравнить варианты и вернуться к покупке через несколько дней или недель. Если считать только действия сразу после клика, часть этого пути останется за пределами аналитики.

В статье разберем, как учитывать отложенные действия пользователей и связывать рекламные контакты с последующими конверсиями. Покажем на примере Авито Рекламы, какие инструменты помогают оценить вклад кампании в бизнес-результат.

Всем привет, любите ли вы генерировать музыку так, как люблю я? Можете не отвечать, скорее всего нет. Но вот с ужесточением правил Suno, генерировать музыку там стало просто бессмысленно (кто не в курсе с сентября, они закрыли скачку треков).

Потому я собрал десктопную студию в стиле Suno для YuE2, новой открытой модели генерации песен от команды M‑A‑P (Multimodal Art Projection). Пишете стиль и текст, получаете полноценную песню с вокалом и аккомпанементом в 48 кГц стерео. Всё считается на вашей видеокарте: без облака, подписок, очередей и без установки Python.

У Toxoplasma gondii интересная и необычная репутация. Этот одноклеточный паразит печально известен тем, что ему приписывают способность незаметно влиять на поведение хозяев таким образом, чтобы помочь ему добраться до кошек, необходимых для завершения жизненного цикла. Заражённые T. gondii крысы, например, могут терять обычное отвращение к запаху кошек. Этим же объясняют любовь людей к кошкам (кстати, в другом недавнем исследовании выяснили, что Россия на первом месте по числу домохозяйств с кошками в качестве питомцев). В дикой природе инфекцию связывали с необычным рискованным поведением самых разных животных — от шимпанзе и гиен до волков Йеллоустонского национального парка.

Однако в основе многих таких исследований может лежать фундаментальная проблема причины и следствия. А что если, рассуждает зоолог Эндрю Давинак из колледжа Уитон в Массачусетсе в новом комментарии, животные чаще сталкиваются с T. gondii потому, что от природы склонны к риску, а не становятся склонными к риску после заражения T. gondii? «Корреляция между инфекцией и поведением сама по себе не может доказать поведенческую манипуляцию», — пишет Давинак в статье, опубликованной в Animal Behaviour.

Исследование волков Йеллоустона 2022 года показало, что животные, чьи территории сильнее пересекались с территориями пум, чаще были заражены T. gondii. Но, как отмечает Давинак, наблюдательные данные всё равно не позволяют полностью разобраться, предшествовало ли заражение рискованному поведению или само рискованное поведение увеличивало вероятность заражения.

15 сентября 2026 года TypeSafe AI выпустила модель Jev — и в западном AI сообществе это вызвало бурные обсуждения. Я внимательно прослушал интервью с основателем, посмотрел их cookbook и хочу поделиться полным инженерным разбором того, что у этой модели под капотом и почему хайп вокруг неё уместен и имеет право на существование.

Jev не умеет писать текст. Совсем. Это не чат-бот и не LLM в привычном смысле: модель не генерирует токен за токеном, а возвращает распределения над заданными вариантами. Для описания архитектуры CEO использует очень крутой термин Франкенштейнинг. Создание Jev — красивое и очень свежее по вайбу подтверждение того, что LLM давно ушли в сторону от задач, для которых их изначально придумывали. НО!

Я получил огромное удовольствие от идей создания модели и философии основателя.

Давайте разбираться.

Привет!

15 июля истёк срок, который ФАС дала Apple на предустановку RuStore и MAX. Требования не выполнены, дело возбуждено, потолок штрафа доходит до 4 млрд рублей. Ну, вроде очередной эпизод в переписке ведомства с корпорацией, таких за последние годы набралось много.

Но через пару дней я ко всей этой истории и понял, что смотрю на верхушку истории, которая тянется с 2022 года, а целиком я её не видел ни разу. Захотелось разложить всё в разрезе: что за эти четыре года случилось с мобильной разработкой в России. С продажами устройств, с доставкой приложений до живых людей, со стеком, с тем, где сейчас работа.

Скажу сразу: любимой платформы у меня тут нет, болеть ни за кого не собираюсь.

22 сентября состоялся релиз ожидаемой Claude Opus 5.5, которая, очевидно, обошла по характеристикам многие модели.

Claude Opus 5.5 стал первым релизом с тех пор, как компания Anthropic объявила о необходимости притормозить гонку за самыми мощными моделями. Перед выпуском модель протестировал узкий круг экспертов, в том числе Frontier Design и METR. 

Вы открываете статью, заголовок которой вас зацепил. Структура, термины, иллюстрации — вроде бы все на месте. Но через минуту понимаете, что это нейрослоп, и читать его невозможно. Разбираем признаки, по которым машинный текст можно отличить от написанного человеком.

После поездки в Грузию (см. пост Хакерспейсы Батуми и Тбилиси + ASIC чип спроектированный в Грузии) мы доотладили проект Tbilisi CORDIC и засабмиттили его на сайте TinyTapeout для производства на фабрике IHP в Германии, Leibniz-Institut für innovative Mikroelektronik.

Затем мы устроили две ондайн-лекции на Zoom-е - одну на английском, другую на русском. С вопросами и ответами лекции растянулись на два часа каждая, и мы выложили их на YouTube, ВКонтакте и RuTube. Ниже выложенные видео и их содержание на русском и английском.

UPD: В России MPW-сервисами по производству малосерийных чипов для университетов занимается МИЭТ, см. статью про кооперацию МИЭТ и ТУСУР.