Kurgan-Telecom Ru | Информационные технологии

Помните DFlash? В начале года о нём много шумели: способ ускорить любую LLM, не трогая саму модель. Nvidia тогда выкатила заголовки «До 15x к пропускной способности на Blackwell». Цифра весомая, звучит как революция.

Мы, конечно, решили покрутить это вручную. Для этого взяли драфтер DFlash для Gemma 4 26B, который лежит прямо в репозитории модели, прогнали на своём стенде.

Но вместо 15x получили 2,3x, и только пока на карте висит один‑единственный запрос… Если запустить 4 пользователей одновременно — ускорение исчезает, а на 8 параллельных запросах DFlash начинает проигрывать.

Сейчас расскажу, откуда берутся магические 15x и почему наши графики расходятся с вендорскими.

Однократное редактирование ключевого гена позволило снизить уровень холестерина, закупоривающего артерии, примерно на 50% на протяжении целого года без каких‑либо нежелательных эффектов, сообщили учёные.

Столь впечатляющие результаты получили у четырёх человек, которым ввели максимальную дозу экспериментального препарата в ходе пилотного исследования, опубликованного в ноябре 2025 года в The New England Journal of Medicine.

Исследование было совсем небольшим: в нём участвовали всего 15 пациентов с опасно высоким уровнем холестерина, который не удавалось снизить лекарствами. Учёные проверяли безопасность пяти различных доз препарата для редактирования генов на основе CRISPR‑Cas9. Его вводили внутривенно. CRISPR‑Cas9 работает как биологические ножницы: система разрезает ДНК в заданном месте, чтобы изменить работу нужного гена, включить его или выключить.

«Если бы 15 лет назад вы спросили меня, сможем ли мы когда‑нибудь сделать нечто подобное, я бы решил, что вы сошли с ума», — ранее рассказывал CNN один из руководителей исследования доктор Стивен Ниссен, главный научный сотрудник Института сердца, сосудов и грудной хирургии имени Сайделл и Арнольда Миллеров при Кливлендской клинике в Огайо.

Новые данные исследования, опубликованные в NEJM, похоже, отвечают на главный вопрос: насколько долговечен эффект такого вмешательства? «Действительно ли достаточно одного раза, которого хватит на всю жизнь? Такой вопрос стоял у нас с самого начала», — сказал ведущий автор исследования доктор Люк Лаффин, кардиолог Кливлендской клиники, специализирующийся на профилактике сердечно‑сосудистых заболеваний.

Шесть лет назад мы уже писали на Хабре про беспилотный трамвай - тогда это был один экспериментальный вагон, который иногда выезжал на маршрут в Москве, а автопилот тестировался в основном на закрытой территории. С тех пор много воды утекло - в буквальном смысле, учитывая петербургскую погоду.

Стоит сразу оговориться: та статья была про московский проект, и он на самом деле не имеет почти ничего общего с тем, что сейчас работает в Петербурге. Питерский проект стартовал в 2022 году фактически с нуля - с сильно обновленными составом команды, парка трамваев, другими протоколами и, чего уж там, без 2D-детекции и лидара, которые использовались в Москве. Поэтому эта статья - не столько «было/стало» одной и той же системы, сколько рассказ о том, куда доросла история, начавшаяся почти с чистого листа четыре года назад.

Ответ нейросети с включённым поиском обычно приходит со списком источников, и этот список выглядит как готовый ответ на вопрос «где про эту тему пишут». Я собрал такой список по семи запросам одной темы из логов собственного прогона — получилось 359 уникальных адресов. Раскрыть удалось 199. За остальными 160 стоит редирект, за которым реальный сайт не виден ни из кода, ни глазами.

Ниже — откуда берётся этот пробел, почему его нельзя закрыть локально, что из неё всё-таки вытаскивается бесплатно и как из-за неё врут метрики, если считать их наивно.

2 сентября Qwen3.8-Max-0902 поднялась на первую строку общего зачёта Code Arena WebDev. На момент исходной новости модель набрала 1691 очко и опережала Claude Opus 5 Max на три пункта.

Проблема скрывается рядом с красивой цифрой: результат Qwen помечен как предварительный, голосов у неё в несколько раз меньше, а доверительные интервалы двух моделей сильно перекрываются. Пока готовился этот материал, количество голосов и отрыв успели измениться.

Разберёмся, что действительно произошло, как Code Arena строит рейтинг и достаточно ли первого места для смены рабочего инструмента. Собственного сравнительного теста я не проводил. Это разбор открытой методики, живой таблицы и документации Alibaba.

Полгода назад я начал писать веб-лист персонажа для D&D 5e, и почти весь код в нём пишет Claude Code. В какой-то момент лимиты подписки стали заканчиваться к обеду, и я распарсил транскрипты сессий, чтобы понять, куда уходят токены. Выяснилось: ответы модели — полпроцента расхода, а две трети съели 22 длинные сессии, в которых контекст рос на каждом шагу. В статье — скрипт замера на тридцать строк, разбор того, почему одна длинная сессия дороже пяти коротких, и восемь приёмов, которые я после этого внедрил: лимит сессии в Stop-хуке, карта кода вместо разведки грепом, запрет на повторное чтение файлов, вынос браузерных проверок в сабагента и рутины — на дешёвые модели.

Солнце тяжким грузом давило по остаткам некогда великого Брауновского университета. В первый день июня 2035 года профессор Родерик Шотц молча стоял перед своим кабинетом и, щурясь, смотрел вверх. Его глаза заливал лившийся со лба пот. Уже третий день подряд температура переваливала глубоко за со́рок.

— Чёрт, — пробормотал Шотц себе под нос, глядя, как огромные столбы дыма поднимаются сквозь густую ядовитую мглу. Дым валил с поля за дата-центром.

«Кабинетом» это место можно было назвать с большой натяжкой. Три года назад кафедру математики официально реорганизовали в группу ИИ-математики — одно из семнадцати подразделений нового департамента AI-STEM. Руководство AI-STEM заняло кабинеты математического корпуса, а оставшийся профессорско-преподавательский состав кафедры ютился в длинном ряду деревянных будок — по сути, переоборудованных нужников. Почти никто из профессоров на «работу» вообще не ходил, но Шотцу нравилось выбираться из своего некогда прекрасного жилища — дома в стиле современной архитектуры в Баррингтоне, где теперь теснились шесть семей.

Последние два года я строю свои продукты без разработчиков — весь код пишут нейронки. Я делаю относительно небольшие продукты, которым не нужно выдерживать сверхнагрузок. Но как обстоят дела у реально крупных компаний с внедрением AI в свои процессы? Мне стало интересно, поэтому я поресёрчил эту тему. Оказалось, что всё не так однозначно.

Apple Watch знали, что я сделал. Obsidian знал, что я планировал. Но перед следующей тренировкой я всё равно открывал два разных места, смотрел на один красивый график и принимал решение почти вслепую.

Несколько лет я пробовал оцифровывать здоровье кусками. Выгружал сон и параллельно записывал настроение, чтобы найти корреляции. Вручную вёл тренировки в Obsidian. Складывал анализы в отдельную папку. Каждый подход работал пару недель, затем превращался в очередную заброшенную таблицу.

Проблема была не в нехватке данных. У меня не было места, где план, факт и контекст можно посмотреть вместе.

За месяц новая система не сделала меня здоровее и не нашла сенсационной закономерности. Польза получилась скучнее. Я вижу нагрузку в контексте и понимаю, когда не нужно добавлять ещё один километр или подход ради растущего графика. Иногда «ничего не менять» и есть результат анализа.

Ниже расскажу, как устроена система, какие данные я храню, как не плодить дубли при импорте Apple Health и почему агент здесь отвечает за ввод и хронологию, а не за диагнозы.

Я начал делать Oblivion не потому, что мне хотелось написать ещё один чат. Меня всё время беспокоил другой вопрос: что вообще остаётся внутри системы после того, как она дала ответ? Допустим, она прочитала книгу. Потом вторую. Потом тысячу документов. Мне мало того, что через месяц она сможет уверенно пересказать прочитанное. Я хочу открыть её состояние и увидеть: этот факт появился отсюда, вот здесь другой источник ему противоречит, здесь данных пока недостаточно, а этот старый вывод после появления новых данных нужно пересмотреть.

Из этого постепенно и вырос Oblivion Mind. Я строю его как когнитивно‑символьную систему. Для меня важен не сам ответ, а то, что система успела построить, связать и проверить до того, как этот ответ появился. Позже этот вопрос пришлось проверять уже не на условном примере: один из больших прогонов прошёл по 3000 книг. Ниже я отдельно покажу, что именно этот тест проверил — и чего он не доказывает.

Когда смотришь на описание нового инструмента, обычно всё выглядит хорошо: список функций, скриншоты, сценарии использования. Но гораздо интереснее посмотреть, что происходит с продуктом после покупки — какие задачи им действительно решают, где он оказывается полезным, а где пользователи упираются в ограничения.

Мы поговорили с тремя командами, которые используют продукты из экосистемы Инфостарт Маркетплейс в повседневной работе:

Всем привет!

Почти каждый, кто работал с Git больше пары недель, хоть раз сталкивался с одной и той же путаницей: почему git add — это не сохранение, зачем нужен какой‑то отдельный индекс, если есть коммит, откуда вообще берутся конфликты при мерже, если мы просто оба поправили один файл. И почему иногда git status показывает файл как изменённый, хотя вы точно ничего не трогали.

Если вы так же знакомы с этими проблемами, а также с другими проблемами при работе с Git — эта статья для вас.

В этой статье cначала покажем, как Git на самом деле хранит файлы и их изменения, что такое индекс и почему он существует отдельно от рабочей директории и коммитов. Далее — как устроены ветки на уровне данных, а не только как указатель текущей линии разработки. После этого разберём, как Git определяет, какие именно строки поменялись, и как из этого механизма следует слияние т.е merge и, самое главное, конфликты при слиянии.

Изучив модель, пройдёмся по основным командам работы с файлами: add, rm, mv, restore, diff, log, stash, работу с .gitignore и с большими файлами.

А в конце мы вам покажем, как это всё применяется на практике.

«

Хабр, привет! Есть такой тип проектов, которые начинаются со слов «а что если» и заканчиваются тем, что ты в три часа ночи объясняешь kubelet-у, что таблица — это его новый control plane. Так вышло и тут, всё родилось из субботней шутки в одном телеграм-канале по кубернетесу.

Правила игры простые: раз весь мир можно создать в эксельке, то пускай всё состояние кластера живёт внутри электронной таблицы. Не «метаданные в таблице», не «экспорт в CSV» — а буквально: Deployments, Nodes, Pods, Events — это вкладки Google Sheets (или листы Excel). Планировщик читает и пишет ячейки. kubectl-подобная утилита ходит в таблицу. И — вот это ключевое — на другом конце крутятся настоящие Docker-контейнеры. Таблица не симулирует кластер. Таблица и есть кластер.

Проект называется Sheeternetes. Это, конечно, шутка. Но шутка, которая компилируется, проходит тесты и переживает падение ноды.

Ниже — как это устроено, как это поднять у себя за пять минут, как оно работает на bare metal без интернета (в Excel и LibreOffice), как связать несколько таблиц-кластеров в федерацию с живой миграцией, почему контейнеры можно хранить прямо в ячейках, — и что это внезапно выросло в целый фонд с 30 проектами, стандартом контейнеров и системой сертификации.