Как быстро продвинуть стартап за рубежом минуя бюрократию и конкурсы

Когда эти смешные (на наш взгляд) девушки отошли от нашего стенда, соседи по выставке сразу начали говорить, как нам повезло.

Когда эти смешные (на наш взгляд) девушки отошли от нашего стенда, соседи по выставке сразу начали говорить, как нам повезло.

В 1931 году, обратив логику против самой себя, Курт Гёдель доказал пару теорем, которые изменили представление о знании и истине. Эти «теоремы о неполноте» установили, что ни одна формальная система математики — ни одно конечное множество правил или аксиом, из которых, как предполагается, вытекает всё остальное, — не может быть полной. Всегда будут существовать истинные математические утверждения, которые логически не вытекают из этих аксиом.
Первые недели пандемии Covid я провела, изучая, как 25-летний австрийский логик и математик сумел этого добиться, а затем написала краткое изложение его доказательства объёмом менее 2000 слов.
Но даже после того, как я разобралась в этапах доказательства Гёделя, я не была уверена, как именно следует трактовать его теоремы, которые обычно понимаются как исключающие возможность существования математической «теории всего». И я такая не одна. В книге «Доказательство Гёделя» (классическом труде 1958 года, на который я в значительной степени опиралась при написании своей статьи) философ Эрнест Нагель и математик Джеймс Р. Ньюман писали, что смысл теорем Гёделя «до конца не постигнут».
Возможно, это и так, но с тех пор прошло шесть десятилетий. На каком этапе мы находимся сегодня с этими идеями? Недавно я попросила логиков, математиков, философов и одного физика обсудить смысл теорем о неполноте. У них было много чего сказать о последствиях этого странного интеллектуального достижения Гёделя и о том, как оно изменило ход бесконечного поиска истины человечеством.
Ну что сказать… Продолжаем! Рассматриваем очередную полезную тему - Command Lists - и, как обычно, с объяснениями

Конечно, можно купить готовый (за ~1.3 млн. руб. есть неплохие варианты), но нам ведь главное процесс, ведь так? К тому же, не все готовы выложить такую сумму за возможность запускать дома нейронку. Итак, что нам пригодится, чтобы влезть в бюджет до 400 тыс. руб.:

Для кого
Фаундерам, CMO и продактам SaaS, онлайн-сервисов и платформ, которые отвечают за выручку компании и устали оценивать рекламу по объему заявок. Тем, у кого между показом объявления и оплатой проходят недели и месяцы, а решение по бюджету каждый раз упирается в стоимость заявки.
Кратко
Стоимость заявки на сложном продукте показывает не то, ради чего вы тратите бюджет. Она дешевеет ровно тогда, когда в воронку идет необязательный поток. Ниже карта из семи метрик от показа до повторной продажи: что каждая измеряет, на какой вопрос отвечает и откуда брать данные. С таблицей, реальным сквозным дашбордом и разбором, почему дешевая по заявке кампания часто стоит с нулем сделок.
На связи Дмитрий, управляющий партнер Сайткрафта. У меня есть нелюбимый вопрос на встречах с фаундерами: по какой цифре вы решаете, что реклама работает. В девяти случаях из десяти отвечают одинаково, по стоимости заявки. И на длинном цикле это самая удобная и самая вредная метрика сразу. Удобная, потому что считается в один клик в любом рекламном кабинете. Вредная, потому что дешевеет именно тогда, когда в воронку идет поток необязательных контактов. Ниже без общих слов: почему так устроено и какие семь метрик стоит держать перед глазами вместо одной.
Содержание
1. Почему стоимость заявки врет на сложном продукте?
2. Карта от показа до повторной продажи: 7 метрик вместо одной
3. Сколько стоит квал и доходит ли он до сделки?
4. Цена клиента, окупаемость и пожизненная ценность: на что смотреть вместо заявки?
5. Почему канал нужно оценивать в горизонте сделки, а не за две недели?

Когда компания обосновывает покупку роботов, разговор почти всегда начинается одинаково: «сэкономим зарплаты стольких-то человек». Но стоимость человеческого труда — лишь верхушка пирамиды ценности, и часто наименьшая её часть.
На самом деле всё сводится к одному уравнению: ценность автоматизации, делённая на её стоимость, должна превысить определенный порог — и этот порог задаёт не рынок, а конкретный покупатель. Венчурный инвестор, которому надеется на удачный exit через три года, и государственный фонд, который мыслит десятилетиями, смотрят на одного и того же робота с принципиально разными ожиданиями — и один скажет «нет», а другой «да».
Перевод аналитического эссе о том, почему паллетайзер окупается, сбор фруктов — пока нет, а хирургический робот — да, хотя стоит дороже всех.

Статья посвящена микроконтроллерным системам управления преобразователями частоты для электродвигателей переменного тока. Рассматриваются различные варианты структуры и конструкции систем управления преобразователями частоты. Приводится техническое описание российского микроконтроллерного блока управления БУПЧ, который входит в состав преобразователей частоты для судовых систем электродвижения концерна «Русэлпром»: его состав, устройство, технические характеристики, преимущества и недостатки по сравнению с западными аналогами. Рассматривается специальное сервисное программное обеспечение, которое существенно сокращает время тестирования и отладки основного программного обеспечения для БУПЧ, уменьшает вероятность ошибок в нем, способных привести к аварийным ситуациям, позволяет проверить правильность работы БУПЧ и преобразователя частоты, а при возникновении ошибок – быстро определить их причины.
Статья предназначена главным образом для специалистов в области микроконтроллерного управления электродвигателями, но может быть полезна всем, интересующимся микропроцессорной и преобразовательной техникой, а также электроприводом.

Простая машина от Hack The Box, на которой работает Camaleon CMS 2.9.0 под управлением nginx. В системе включена функция самостоятельной регистрации, а уязвимость, позволяющая повысить привилегии после аутентификации (CVE-2025-2304), дает возможность любому зарегистрированному пользователю получить права администратора CMS всего за один запрос. В настройках хранилища медиафайлов в панели администратора можно обнаружить учетные данные для AWS S3.
Перебор (перечисление) бакетов S3 позволяет найти внутренний бакет, содержащий закрытый SSH-ключ, защищенный парольной фразой, которую можно подобрать. В комментарии к ключу указано имя пользователя (trivia), что открывает доступ по SSH и позволяет получить пользовательский флаг. Повышение привилегий осуществляется за счет использования правила sudo, не требующего пароля, для утилиты /usr/bin/facter: флаг --custom-dir позволяет загружать произвольные скрипты Ruby с правами root, обеспечивая простой путь к получению SUID-оболочки bash и root-флага.

Сравним скорость ResNet-50 на PyTorch, ONNX Runtime, OpenVINO, TensorRT и TVM в 46 конфигурациях. ONNX Runtime + INT8 даёт ×4 на CPU, TensorRT + INT8 — ×6 на GPU. Код прилагается.

10 новых российских продуктов для проверки земельных участков на риски и ограничения; совместных вишлистов с друзьями и партнёром; конструкции электрощитов; составления календаря сменных графиков и многого другого. Битва за «Продукт недели» началась!
Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

Меня зовут Алёна, и я более пяти лет занимаюсь оценкой языковых моделей: участвовала в создании таких русскоязычных бенчмарков как Russian SuperGLUE, ruMTEB, куратор проекта Альянса в сфере искусственного интеллекта «MERA» (бенчмарка для оценки русскоязычных LLM), и создатель множества других проектов в области тестирования генеративных моделей. На конференциях, встречах с командами и обсуждениях LLM-продуктов я часто слышу один и тот же вопрос: «А как вообще правильно оценивать LLM на практике?», и почти всегда за этим вопросом стоит один и тот же разрыв.
С одной стороны, есть академический мир. В нём бенчмарк — это методология, датасеты, метрики, контроль качества, проверка утечек, воспроизводимость, анализ ошибок и месяцы работы. Хороший академический тест должен быть достаточно строгим, чтобы его результатам можно было доверять.
С другой стороны, есть индустриальная практика. Команде нужно выбрать модель, проверить новую версию промпта, сравнить два пайплайна, выкатить RAG-систему, оценить агентную систему или понять, не стало ли хуже после очередного изменения. И всё это не через полгода, а, желательно, к следующему релизу.
На этом месте и возникает типовая развилка. Часть команд не оценивает почти ничего: несколько ручных примеров перед демо, быстрый просмотр ответов глазами — и решение «вроде, работает». Другая часть пытается сделать «минимально нормальную» оценку: 10–20 запросов, LLM-судья, средний балл, табличка для отчёта. Проблема в том, что второй вариант часто выглядит как контроль качества, но им не является. Более того, он может быть опасен, потому что создаёт уверенность там, где на самом деле есть только очень слабый сигнал. При этом я хорошо понимаю, почему так происходит. Дело не в том, что команды ленятся или не понимают важности оценки. Скорее, наоборот: они работают в темпе, для которого классический академический подход часто является слишком тяжеловесным.

Привет, Хабр! Меня зовут Алексей Постригайло, я старший партнер ИТ-интегратора «Энсайн». Больше 20 лет занимаюсь системной интеграцией, разработкой и сопровождением цифровых систем.
За это время мы неоднократно сталкивались с ситуацией, когда сервер формально настроен правильно, проект работает, документация существует, но реальное устройство окружения знает только один инженер.
Он помнит, почему установлена конкретная версия PHP, откуда взялся дополнительный модуль, какие права были изменены вручную и что нужно выполнить после переноса базы данных.
Пока этот человек находится в команде и доступен, проблема почти незаметна. Она проявляется при миграции, восстановлении после сбоя, передаче проекта другой команде или попытке развернуть аналогичное окружение на новом сервере.
Для таких задач мы создали HConfig — консольный инструмент автоматизированного конфигурирования серверов и управления Linux-инфраструктурой.
В конце статьи расскажу, где найти HConfig. А сначала разберу, почему он появился, как устроен и для каких сценариев подходит.

Привет, Хабр! Мы — Владимир, Дмитрий и Константин — команда из логистики в торговой сети «Монетка» («Группа Лента»). Мы управляем процессами в одной из крупнейших розничных сетей в России, и у нас — 4+ тысячи магазинов, 40+ тысяч сотрудников и миллионы коробок товара, которые каждый день нужно отгружать со складов 24/7. А выходной – только один день в году, 1 января.

Наверное, любой системный аналитик в начале своей карьеры, открывая ТЗ на сорок страниц, где-то через 10 минут ловил себя на мысли: «Я уже не понимаю, что здесь главное». При этом опытный специалист пролистывает тот же документ и через пару минут говорит: «Это стандартная интеграция». Потому что он сразу видит структуру, практически как гроссмейстер в шахматах. И дело здесь вовсе не в сверхпамяти, а в том, как устроено мышление. На мой взгляд, у профессиональных шахматистов и системных аналитиков оно устроено похоже. В этой статье разберем, как именно думают гроссмейстеры, чем их методы запоминания отличаются от мнемотехники, и главное – как применять эти принципы в работе и в жизни.

Трансформеры уже умеют писать код, генерировать тексты и рисовать картины. Но могут ли они управлять автономным автомобилем в реальных городских условиях, среди людей и других машин?
Меня зовут Максим, я руковожу службой поведения и предсказания движения в Автономном транспорте Яндекса. Отвечаю за задачу Motion Planning — ту часть системы, которая решает, как именно должен двигаться автомобиль в следующие секунды. В этой статье я расскажу, как мы используем архитектуры на основе трансформеров в планировании движения и почему это сильно отличается от привычных задач генеративных моделей.
Мы пройдём путь от первых ML‑экспериментов до регулярных испытаний на реальных машинах. Разберём, чем Open Loop отличается от Closed Loop, почему качество предсказаний не определяет качество вождения и почему безопасность для нас важнее любой архитектуры.

В прошлой статье мы собрали готовый образ Linux и запустили I2C Master Controller который живет в ПЛИС и управляется драйвером предоставляющим в ОС доступ к нему как типовому I2C-контроллеру. В этой, заключительной части из общей серии статей, я хотел бы филигранно отшлифовать все мелкие недочеты и привести примеры утилит, которые могли бы отправлять нужные нам данные на I2C OLED-дисплей SSD1306, например температуру кристалла, время или что-нибудь еще.
Всем кому интересна тема - го под кат! :)

Наш сетевой драйвер терял пакеты. Не время от времени, а постоянно. На пропускной способности линии с 64-байтными пакетами мы теряли 31% всего трафика.
В качестве оборудования использовался Ethernet-контроллер на 1 Гбит/с на SoC RISC-V. В спецификациях говорилось, что он может справляться со скоростью проводного трафика. Движок DMA работал корректно. Обработчик прерываний срабатывал вовремя. Тем не менее, пакеты исчезали.
Я начал с очевидного подозреваемого: очереди получения. Реализация выглядела вполне логично — простой связанный список с указателями на голову и хвост. Под нагрузкой (64-байтные пакеты на пропускной способности линии) драйвер терял 31% пакетов! При профилировании обнаружилась причина проблемы: производительность убивали связанный список и спин-блокировки.
Я переписал драйвер, использовав кольцевой буфер без блокировок. Результаты: потеря 31% пакетов превратилась в 0,12% — улучшение в 258 раз!
В этой главе мы поговорим о структуре очередей для драйверов устройств.

Могут ли марсианские аргиллиты (глинистые камни) содержать следы древних микробов? Новые данные укрепляют гипотезу о том, что на Красной планете когда-то существовала жизнь.
Новые данные, полученные марсоходом «Персеверанс» НАСА, выявили сложные углеродные соединения в двух марсианских глинистых породах, обнаруженных в кратере Езеро на Марсе — том же месте, где ранее были найдены свидетельства возможной древней жизни. Учёные полагают, что эти макромолекулярные (то есть крупные) сложные углеродные соединения могут содержать доказательства того, что древняя микробиологическая жизнь когда-то существовала в том же осадочном материале, как следует из одной новой статьи, описывающей эти наблюдения.

Мы с партнёром разработали концепцию Phase — архитектурный подход к построению бизнес-систем с ИИ-агентами. Этот текст не про то, что такое Phase — про то, почему он устроен именно так, а не иначе. Для каждого ключевого решения был альтернативный вариант. Здесь я разбираю, почему мы его отвергли.

Здравствуйте, уважаемые хабровчане!
И снова новое устройство. И снова древний чип и ассемблер — на радость комментаторам. 😊
Сразу хочу расставить все точки над «i». Да, я знаю, что можно было взять чип поновее или вообще что-то типа Raspberry Pi, прикрутить к нему экран 640х480, подсоединить мышь, клавиатуру, модуль GSM для выхода в глобальную сеть и сохранения ключей на сервере. Да и код можно было написать не на ассемблере, а на Си, Python, Rust, «навайбкодить» или добавить искусственный интеллект. Всё это я прекрасно знаю, так что давайте не будем на это отвлекаться.
Данный проект — чистый DIY. Его цель — показать, что можно сделать на довольно старом (не буду говорить «устаревшем») контроллере. Относитесь к этой статье как к видео о выживании в лесу. Знаете, есть такие ролики, где блогер сознательно уходит в тайгу, имея при себе только топор, спички, соль и чистый энтузиазм. Он строит себе жилье, находит пропитание и отлично отдыхает. А ведь мог бы на вертолете долететь до турбазы, выйти из дверей прямо к телевизору, попивать пивко и закусывать шашлыком, глядя на красиво постриженные сосны за окном…