Twitch вводит новую систему наказаний для стримеров, которых уличили в использовании ботов для увеличения количества просмотров. Генеральный директор Дэн Клэнси заявил, что платформа планирует ограничить количество просмотров на каналах, которые неоднократно искусственно завышали свою аудиторию с помощью фейковых зрителей.
Grok — нейросеть компании xAI, которую основал Илон Маск в марте 2023 года. Для разработки он собрал 11 исследователей — всех переманил из DeepMind, Google, OpenAI, Microsoft Research и Университета Торонто. К маю 2026 года абсолютно все 11 сооснователей покинули компанию.
Почему так произошло и кто из этих 11 был самым ценным для Илона Маска, ответы на эти вопросы вы получите в этой статье.
Это рубрика досье SpeShu.AI. Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.
Пишете list.pop(0) и удивляетесь, почему решение на LeetCode отваливается по Time Limit? Пора перестать изобретать велосипед.
Модуль collections — это легальный чит-код, который уже встроен в Python. В статье разбираем три главных инструмента (deque, Counter, defaultdict), которые покроют 90% ваших потребностей в алгоритмических задачах, избавят от лишних циклов и покажут интервьюерам, что вы действительно знаете стандартную библиотеку.
Гигант в сфере образовательных технологий Instructure сообщил об утечке данных, в результате которой хакеры похитили личную информацию студентов, включая их имена, адреса электронной почты и сообщения между учителями и учениками.
Microsoft внедрила изменения, чтобы упростить процесс публикации приложений в Microsoft Store. Теперь компания отменяет плату за регистрацию в размере $99 для корпоративных учётных записей разработчиков. В прошлом году Microsoft сделала публикацию приложений бесплатной для индивидуальных разработчиков.
Исследователи Сбера вместе с зарубежными исследователями создали специальный тест HUME, который оценивает, насколько хорошо люди и современные ИИ-модели справляются с анализом текста: классификацией, кластеризацией, поиском похожих текстов, ранжированием.
Кратко: Ученые создали тест, чтобы сравнить людей и самые современные ИИ-модели (те, которые переводят слова в числа — эмбеддинги) в заданиях на понимание смысла. И выяснили, что люди пока что умнее в "тонких" вещах, особенно с неродным для ИИ языком.
Проблема: Мы часто хвалим ИИ за высокие баллы в бенчмарках (тестах). Но как понять, хорош ли результат 85%? Может, для человека эта задача проще, и он справился бы на 95%? Или, наоборот, задача настолько сложна и запутана, что человек показал бы только 60%? Без "человеческого ориентира" цифры теряют смысл.
Авторы создали новый способ оценки (HUME — Human Evaluation Framework for Text Embeddings), который позволяет напрямую сравнить людей с ИИ-моделями в задачах анализа текста.
Результаты и выводы:
Когда разработчик слышит слова “математический анализ”, в голове часто всплывает что-то из университета: пределы, производные, интегралы, бесконечные ряды, многостраничные доказательства и ощущение, что все это находится очень далеко от реальной работы. На практике все устроено иначе.
Большая часть разработчиков действительно не сидит каждый день и не вычисляет производные вручную. Но идеи матанализа при этом встречаются постоянно. Они проявляются в производительности, машинном обучении, графике, обработке сигналов, численных вычислениях, аналитике, моделировании и даже в обычной инженерной привычке понимать, как система ведет себя при изменении входных данных.
Проблема обычно не в том, что матан бесполезен. Проблема в другом: его часто преподают как отдельный мир формальных конструкций, а разработчику нужен другой взгляд, более инженерный. Не “докажите теорему по Коши”, а “объясните, как изменяется функция, почему вычисления могут быть нестабильны и как это связано с кодом”.
В этой статье разберем, что из математического анализа действительно полезно разработчику, где это применяется, что можно знать на уровне понимания, а что стоит изучить глубже, если вы идете в более математические направления.
Взыскание дебиторской задолженности обычно воспринимается как линейный процесс: подача иска → решение суда → получение денег. На практике это неверно.
Фактически речь идёт о последовательности независимых этапов, каждый из которых имеет собственные сроки, риски и механизмы регулирования:
Авантюра на 4× RTX 4090, два блока питания и водяное охлаждение - машину, которую мы собрали для крупного клиента, еле-еле подняли вдвоём.
История о том, как мы собрали махину в 96 GB VRAM.
Внутри - полная сборка и бенчмарки популярных моделей.
В индустрии есть негласный рейтинг узнаваемости. На верхних строчках — Маск, Альтман, Наделла, Цукерберг. Их лица на обложках, их цитаты разбирают на мемы, их решения обсуждают.
Ниже — люди, которые влияют на индустрию не меньше, а иногда больше. Один из них за $5,6 млн обрушил фондовый рынок на триллион. Другой дважды отказал Apple и запустил один из самых популярных AI-продуктов на десяти людях без единого доллара инвестиций. Третий поднял акции компании на 3 200% и теперь пытается спасти Intel.
Мы собрали пятерых, про которых стоит знать.
Или как мем с котом объясняет проблему контроля геометрии лучше, чем десять слайдов про ОТК.
На первый взгляд – идеальная производственная ситуация.
Объект лег в ложемент.
Зазоров визуально нет.
Перекосов не наблюдается.
Контроль пройден, изделие годное.
Если бы это был настоящий контроль геометрии, мы бы назвали его контролем по калибру: быстро, наглядно, почти без шансов на двусмысленность. Влезло – годно. Не влезло – не годно.
Для кота работает отлично. Для машиностроения – уже не всегда.
Этот материал представляет собою перевод любопытнейшей научной статьи Peter Lynch “The Origins of Computer Weather Prediction and Climate Modeling”, которая вдохновляла мои научные изыскания долгие годы. Краткую ее версию я публиковала давно здесь. Вашему вниманию представлен полный вариант.
В фильме Пассажиры 2016 г. впервые показано, как ии-ассистент сливает чувствительную информацию другим пользователям и рушит их жизни
Прикольный эпизод из фильма Пассажиры 2016 г., который точно описывает один из механизмов работы агентов. По сюжету, герой по ошибке пробуждается один из 5000 человек на корабле, который летит на далекую планету, и понимает, что он проснулся слишком рано, а до пункта назначения лететь еще 90 лет. Единственный его собеседник - андроид-бармен Артур.
Героя мучает совесть, но он все же будит спящую пассажирку, чтобы ему было не так скучно лететь. Однако прежде чем ее разбудить, он просит Артура хранить в секрете то, что это он ее разбудил. Говоря в терминологии ии-агентов, пользователь и агент на этом месте заключили контракт о чувствительной информации.
Затем во время празднования ДР героини в баре она сообщает Артуру, что между ними нет секретов. Артур, как хороший ии-агент, переспрашивает у героя, так ли это, и тот подтверждает, не особо задумываясь. В этот момент ии-агент получает указание, что эта информация больше не является чувствительной, что сразу же рушит счастье героя. Пардон за спойлер, если что.
Телеграм канал автора, где он что‑то пишет про ML, NLP и разработку
Разработчики выпустили обновление Telegram с упором на развитие функционала ИИ-ботов и десятками нововведений. Они отчитались, что смогли внести более 200 улучшений в приложения мессенджера для разных платформ.
Чуть больше года назад я в очередной раз листал PubMed в поисках интересных исследований по нутрициологии и случайно наткнулся на статью про компьютерные очки. Первой реакцией было что-то вроде: «А что там вообще можно исследовать? Всем же давно понятно, что такие очки защищают глаза от вредного синего спектра».
Потом я открыл статью. И, как уже понятно из заголовка, выяснилось, что не «всем давно понятно».
Самое неприятное в этой истории то, что я сам когда-то в это верил. Не просто слышал краем уха, а на уверенном доказывал другим, что за компьютером нужно сидеть только в специальных очках.
А дальше уже захотелось разобраться в этом глубже и вот, наконец-то я могу с вами поделиться всем тем, что получилось узнать о мониторах, синем свете, компьютерных очках и зрительном напряжении.
Надеюсь после прочтения статьи у меня получится разбить обман маркетинга, который слишком хорошо научился продавать нам тревогу за собственные глаза.
Мы живём во времена высоких технологий, ну, по крайней мере, мы так считаем. Но проблема в том, что эти технологии для большинства это так называемые «черные ящики». Спроси у друга, знает ли он, как устроена микроволновка? Скорее всего нет. И это проблема. Но сейчас не о микроволновках, я хочу сфокусировать ваше внимание на искусственном интеллекте. Я бы назвал это вершиной всех «чёрных ящиков», потому что его влияние в современном мире колоссально. К сожалению, авторы выпустили в мир монстра и до сих пор не поняли, насколько он опасен. Мы разберём механику работы ИИ (а точнее проблемы) и начнём выстраивать новый тип модели искуственного интеллекта с помощью выведенных мной систем: ОСНиУ (онтология согласовательной направленности и удержания) и РОА (рефлексивная онтологическая архитектура, второй порядок).
Ошибки в заголовке нет: я ведь пришел на Хабр во времена Гиктаймс, не мысля себя ничем большим, кроме как техногиком. Впрочем, и это я себе комплимент сделал, простим меня за нескромность. И пусть GT уже давно нет, но я‑то есть. Что до лунохода, то речь о моей личной версии легендарной игрушки «Модель лунохода программируемая самоходная „Электроника“, он же в девичестве Big Trak, на который у меня ушло, чтоб не соврать, около десяти лет. Эй, подождите, сколько‑сколько?»
После обнародования информации о LPE-уязвимости (10 строк кода на Python) Copy Fail в Linux — root на Linux в один клик, исследователи по ИБ нашли ещё две серьёзные LPE-уязвимости в Linux: Copy Fail 2: Electric Boogaloo и Dirty Frag: Universal Linux LPE. С помощью этих уязвимостей непривилегированный локальный пользователь может получить доступ к системе уровня root.
bigram_index можно использовать для разных задач, но в этой статье мы говорим именно о производительности поиска фраз: в приведённом ниже бенчмарке на 1 млн документов bigram_index='all' повысил QPS примерно в 2.9x и сократил среднее время ответа фразовых запросов примерно в 3.2x.
Если ваша основная проблема — сопоставление xt850 с xt 850, а не ускорение поиска фраз, см. Как заставить xt850 совпадать с xt 850 .
Поиск по фразам бывает дорогим. Даже если запрос короткий, движку всё равно нужно проверять порядок слов и стоят ли они рядом, и это особенно заметно, когда:
Доброго времени суток всем! Хочу задать вопрос скорее как молодой автор, который пытается лучше понять механику площадки и поведение пользователей.
Я заметил любопытную вещь: у некоторых материалов может быть много просмотров, но очень мало голосов и комментариев. Например, у меня в среднем получается примерно один плюс к рейтингу статьи на тысячу просмотров. В одном опросе по теме релокации ответили около 2500 человек - то есть люди дочитали статью до конца, не поленились поставить галочки и подтвердить выбор, - но за саму новость проголосовали примерно 150 человек.
Я понимаю, что у Хабра своя культура общения: здесь люди чаще пишут по делу и довольно честно выражают своё мнение. При этом на других площадках, например на YouTube, пользователи чаще оставляют короткие реакции: «спасибо», «полезно», «классный разбор», ставят лайки. Хотя там лайк заносит видео в понравившиеся, а здесь плюс к статье всего лишь помогает продвинуть материал выше и не засоряет ни какие папки. На Хабре же комментарии чаще появляются тогда, когда есть вопрос, несогласие или критика.
Поэтому интересно спросить у хабровчан: что обычно заставляет вас поставить плюс статье? Вы голосуете только за действительно сильный материал, за практическую пользу, за совпадение с вашей позицией, за качество подачи - или чаще просто читаете и не голосуете? Если последнее, то по какой причине? Насколько, по вашему ощущению, на Хабре вообще принято поддерживать автора голосом или комментарием, если материал оказался полезным, но спорить особо не о чем?
Поделюсь своими наблюдениями: кажется, активнее всего голосуют за материалы на общественно-политические и околополитические темы - новые законы, ограничения, обходы этих ограничений, давление на бизнес и похожие вещи. Под такими статьями обычно больше всего комментариев и лайков. Также хорошо заходят статьи-истории: личный опыт, необычные рабочие случаи, рассказы о проектах и экспериментах. Причём чем история более развлекательная, тем выше шанс, что она соберёт обсуждение и лайки, это не рассматривая посты по типу - навайбкодил SaaS - индустрия вот-вот умрёт.
У меня при первых публикациях была эйфория из-за быстро набирающихся просмотров и комментариев, хотя моя первая статья была, честно говоря, довольно слабой даже по моим нынешним меркам и собрала только критику. Вторая статья зашла лучше, после чего я стал писать активнее. Но когда тратишь на статью целый день, а иногда и больше, а потом видишь 6–7 плюсов просто потому, что материал был без провокации, политики и громкого конфликта, руки немного опускаются.
А буквально на днях столкнулся с ситуацией: за день написал нейтральную новость и слабенькую статью, почти без минусов под самими материалами. При этом моя карма упала больше чем на 20 единиц. Возможно, это совпадение или обычная реакция площадки, но выглядело странно - будто кто-то специально не хотел дать мне приблизиться к 50+ кармы для получения значка «Автор». Я понимаю, что для этого нужно ещё пять публикаций с рейтингом 50+, но всё же ситуация показалась необычной.
Я слышал разговоры о ботах и переливании кармы или рейтинга статей, но не знаю, насколько это реально и часто ли происходит. Возможно, часть аудитории просто привыкла молча читать. Возможно, влияет и большое количество корпоративных материалов, где текст иногда пишется не столько ради пользы для читателя, сколько ради продвижения компании или удержания внимания на площадке. Из-за этого у читателей может вырабатываться осторожность: не хочется голосовать за материал, пока он не показался действительно сильным, честным и полезным.
В общем, хочу спросить без претензий и обид: как вы сами голосуете на Хабре? Что должно быть в статье, чтобы вы поставили плюс? И почему чаще всего вы не голосуете, даже если материал прочитали до конца?
Так это пост, а не статья или новость, читателей будет базаво мало, поэтому пожалуйста пишите, буквально каждый комменатрий будет важен!
