Разработка

У серии Final Fantasy огромное количество поклонников, но и не меньшее число тех, кто её недолюбливает. Кому-то кажется скучной боевая система, кого-то отталкивает «анимешная» стилистика, а кто-то устал от типичных историй о спасении мира от очередного апокалипсиса. Но что, если я скажу, что среди старых частей есть одна, которая разительно отличается от остальных — настолько, что даже убеждённым скептикам серии она может прийтись по вкусу?

Только представьте: сюжет, построенный не на избранных героях и древнем зле, а на политических интригах и противостоянии держав; революционная для серии боевая система, удивительно похожая на ту, что позже использовали в Dragon Age — хотя Final Fantasy XII вышла на три года раньше; и уникальная ролевая система, полностью переосмысленная в последующем переиздании, из-за чего даже ветераны, вернувшись к игре спустя годы, фактически получали новый опыт. Звучит интригующе, не так ли? Это именно та часть, которая способна увлечь даже тех, кто раньше обходил серию стороной. И если вы когда-то не понимали, за что миллионы игроков по всему миру любят Final Fantasy — то, пожалуй, попробуйте начать именно с неё.

В этом обзоре я расскажу, как создавалась игра, какие идеи легли в основу её мира и сюжета, чем особенна система боя и развития персонажей, какие различия есть между версиями и переизданиями Final Fantasy XII — и главное, почему эта RPG остаётся увлекательной даже спустя годы!

В феврале прошлого года у интерфейса веб-серверов Rack, лежащего в основе практически каждого приложения Ruby on Rails, был обнаружен CVE-2024-26141. Уязвимость была простой: достаточно отправить запрос файла с сотней байтовых диапазонов, и Rack генерировал неожиданно большой ответ. Серверы продакшена можно было атаковать одиночными HTTP-запросами, пока у них не закончится ресурс памяти или канала.

Усугубляло ситуацию то, что баг затронул широкий диапазон версий: от 1.3.0 и выше; это означало, что уязвимыми оказались приложения, которые писали с 2011 года. Многие разработчики тратили все свои выходные на установку патчей.

Это пример того, как простой неправильно обрабатываемый пограничный случай HTTP может нанести существенный ущерб. И не потому, что мы плохие разработчики, а потому, что HTTP сложен. В идеальном случае всё работает замечательно. Но потом наступает продакшен.

Попрощайтесь с эпохой потребительских сайтов и мобильных приложений. Искусственный интеллект положил начало эре, которую инсайдеры из инновационной столицы страны именуют «хард-теком».

Буду хвастаться своим прекрасным рабочим столом на macOS.

От читателей жду комментарии на тему того, как это можно улучшить, потому что мои решения далеки от идеала — сделано «на коленке».

Часть этого процесса я уже описывал в предыдущей статье.

Как и многие, я понял, что рабочий стол — это не место для файлов и папок.

Это не секрет, что возможность класть туда всё нужное и ненужное — ужасная практика, порождающая хаос.

Допустим, вы уже дошли до того уровня дзена, чтобы перестать этим пользоваться, и теперь наблюдаете просто картинку на фоне. Это отлично.

Примерно 10 лет назад я понял, что хочу видеть там канбан-доску.

Зачем? Чтобы это постоянно включало в работу.

Как я это сделал:
Основной template, — Vite + Tailwind, с вертикальными фреймами и кнопкой для открытия меню. Plash опенсерсная утилита которая заменяет рабочий стол на safari с любой ссылкой или локальным html. и любые веб приложения.

Это третья статья в серии про DOM-подобные модели данных в различных языках программирования.

Ранее мы рассмотрели что такое DOM-подобные структуры данных и как оценить их поддержку языках программирования и препарировали JavaScript.

Сегодня мы проверим как с Card DOM справится С++.

Привет, Хабр!

я Python-инженер. Последние несколько лет я в одиночку строил довольно сложную бэкенд-систему, и за это время набил немало шишек и нашел, как мне кажется, несколько интересных решений. В этой статье я хочу поделиться не "историей успеха", а конкретными архитектурными проблемами и их решениями при построении высокопроизводительного сервиса на асинхронном Python.

Статья будет полезна тем, кто работает с FastAPI, микросервисами и думает о надежности и масштабируемости своих систем.

Привет! Этот пост — перевод очень хардовой статьи про внутренности vLLM и того, как устроен инференс LLM. Переводить было сложно из-за англицизмов и отсутствия устоявшегося перевода многих терминов, но это слишком классная статья, и она обязана быть на русском языке! А дальше — слово автору:

От paged attention, непрерывного батчинга, кэширования префиксов , specdec и т.д. — до мульти-GPU и мультинодового динамического сервинга LLM под нагрузкой.

В этом посте я постепенно представлю все основные системные компоненты и продвинутые функции, которые составляют современную систему инференса LLM с высокой пропускной способностью. И детально разберу, как внутри работает vLLM.

Эта статья адресована прежде всего коллегам-мигрантам. Наши пенсионные отчисления прерываются с пересечением границы и начинаются заново на новом месте - уже по законам другой страны. Накопленный стаж и уплаченные налоги - коту под хвост. Зачастую, выполнить до старости пенсионные требования невозможно, если у вас уже почтенный возраст, проблемы со здоровьем, долго не давали право на работу или выбранная для иммиграции страна - не конечный пункт назначения. 

Но и лояльным гражданам расслабляться не стоит. Правила расчета пенсионных выплат нарочно запутаны и постоянно меняются. Возраст выхода на пенсию повышают, а покупательную способность денег девальвируют. Демографическая ситуация почти в каждой стране плачевна: отчисления работников не могут прокормить стареющее население. Все государственные пенсионные схемы, бесспорно, попадают под определение “финансовых пирамид” и находятся на грани краха. Что с ними будет через 10-20-30 лет, когда придет ваш черед получать выплаты, страшно представить.

В США почти все граждане копят на старость самостоятельно через программы 401k, IRA и Roth IRA - с мотивированием через налоги. Средства вкладываются в паевые фонды по выбору, но всегда при посредничестве профессиональных управляющих и под контролем государства. Досрочное снятие влечет штраф и повышенный налог. Пенсионное законодательство кормит Wall Street и налоговых консультантов, а также армию государственных бюрократов. 

Схемы накопительных пенсий существуют и в других странах, но они всегда сопряжены с ограничениями. Например, в России НПФ могут вкладывать ваши средства в только в безрисковые активы, и в итоге получают отрицательную реальную доходность. Как результат, граждане предпочитают инвестировать напрямую в недвижимость, акции, золото, антиквариат и т. п. Налоговых преимуществ это не дает, но зато все прозрачно и продать можно досрочно. Однако, инвестиции в иностранные акции и облигации обернулись для многих россиян заморозкой в Euroclear.

Model Context Protocol (MCP) — это единый стандарт разработки API для сервисов, с которыми могут взаимодействовать LLM.

В этой статье на простом примере разберем, как создать свой MCP-сервер и как использовать его в связке с LLM.

Мои курсы: Разработка LLM с нуля | Алгоритмы Машинного обучения с нуля

И вот, в четвёртой части обзора мы наконец-то встретимся с главным героем! Мы рассмотрим анатомию и морфологию монад и попробуем выяснить, почему их бывает сложно композировать. Попутно познакомимся с аппликативными функторами и комонадами.

Привет, Хабр! 

В свободное от работы время я делаю мультфильм, и делюсь процессом в своем канале.

С выходом Blender 5.0 появилась долгожданная встроенная поддержка ACES. В интернете сразу появились восторженные посты и сложные технические обзоры. Ну и естественно я сразу побежал смотреть, а как мои рендеры будут выглядеть в новом свете (или цвете). Но как оказалось - ACES это не волшебная таблетка, хоть и это киллер фича Blender 5.0.

Как так? Давайте разбираться, а я постараюсь сделать рассказ о цвете (полный белых пятен) как можно красочнее

Форматы изображений и видео вроде JPEG, HEIC и AV1 давно стали частью нашей повседневности. Мы снимаем на смартфон, пересылаем фото в мессенджерах, заливаем видео в облако — и редко задумываемся, почему одинаковый кадр может весить в три раза меньше, но выглядеть так же.

Рассмотрим, как современные кодеки экономят место, почему файлы стали компактнее и зачем это вообще понадобилось. Детали под катом.

Поисковая выдача по запросу «chrome extension for cheating in chess» переполнена. Инструментов для нечестной игры — десятки.

Но стоит инвертировать пожелание и поискать плагин для защиты — не найдется почти ничего. Кроме расширения, о котором сегодня пойдет речь. Ну, возможно, еще нескольких старых приложений, показывающих базовую статистику.

Удивительный дисбаланс, не правда ли?

Где‑то полгода назад я в комментариях писал что «через пару недель» протестирую К1921ВГ015 и выложу результаты. Пара недель прошли, кроме меня никто этим не занялся, так что исправляем ситуацию как можем! В программе: мотивация создать свою собственную отладочную плату, краткий обзор существующих и тесты АЦП с подручным оборудованием.

Почему REST API не всегда подходит для общения микросервисов?
Разбираем на примере интернет-магазина, как Kafka решает проблемы синхронной коммуникации, масштабирования и отказоустойчивости.

Простыми словами о топиках, партициях, consumer groups — для начинающих разработчиков.

Как устроен формат кодирования с плавающей точкой, что он из себя представляют и где может использоваться.

Как убедить заказчика отказаться от Excel, зачем архитектору опыт кодинга и почему эволюция ПО похожа на эволюцию живых существ? Опытный архитектор отвечает на вопросы коллег-айтишников.

Привет, Хабр! Меня зовут Дмитрий Овчаренко, я технический директор департамента разработки для финансового сектора IBS, более десяти лет создаю сложные ИТ-решения для лидеров рынка, а также преподаю в Учебном центре IBS.

Недавно мы провели внутрикорпоративный эфир Ask Me Anything («Спроси меня о чем угодно»). Коллеги могли задать любой вопрос о работе архитектора ПО. В этой статье поделюсь самыми интересными и неожиданными из них.

ИИ сегодня легко справляется с текстом, картинками и даже видео — кажется, ничто не способно его остановить. Но вот парадокс: когда дело доходит до прогнозирования временных рядов, где мы ожидаем от моделей почти волшебства, простая старая линейная регрессия всё ещё регулярно обыгрывает модные трансформеры. Почему сложные нейросети так часто уступают классике — даже когда вроде бы должны показать класс?

Новое исследование переворачивает привычное представление: оказывается, размер и глубина модели сами по себе не гарантируют прорыва. На временных рядах даже самые изощрённые схемы внимания не могут обработать данные лучше, чем линейные методы. А увеличение слоёв или длины истории, вопреки ожиданиям, лишь медленно сокращает отставание.

В этой разборчивой работе показано: понять, как модели учатся и где проходит граница их возможностей — критически важно для всех, кто строит или применяет ИИ в реальных задачах. Разбираемся, почему иногда лучше довериться старым добрым формулам и что это значит для будущего ИИ-прогнозирования.

Аннотация. Статья посвящена анализу этически вызовов, возникающих при интеграции систем искусственного интеллекта (ИИ) в промышленность. На основе ключевых международных и национальных документов — Рекомендации по этике ИИ ЮНЕСКО, Спецификации этики искусственного интеллекта нового поколения Китая, Закона Европейского Союза об искусственном интеллекте и российского Кодекса этики в сфере ИИ — рассматриваются основные риски и принципы, которые должны лежать в основе проектирования, внедрения и эксплуатации промышленных ИИ-систем на всех этапах их жизненного цикла. Особое внимание уделяется вопросам безопасности, прозрачности, объяснимости и подконтрольности человеку промышленных ИИ-систем в контексте Индустрии 4.0.

Plain Text vs XML or Markdown: на чём писать промпты для ИИ‑кодера?

Структура - это новый язык общения с ИИ. Особенно когда дело касается кода.
Есть миф: чтобы попросить ИИ написать код, достаточно набросать запрос в чат «как есть». Plain text, без правил. Сработает? Иногда. Будет эффективно? Редко.
Почему ИИ «понимает» структурированный промпт (с тегами, отступами, чёткими блоками) лучше, чем простой текст?