Kurgan-Telecom Ru | Информационные технологии

https://huggingface.co/Qwen/Qwen3.8-27B

Вышла модель Qwen3.8-27B, которая по бенчмаркам лучше чем Opus 4.6

При создании отказоустойчивых систем стремятся гарантировать отсутствие потерь транзакций при восстановлении из бэкапов или при переключении на реплику (резервный кластер баз данных). В статье рассматривается, как в коде приложения можно выяснить, была ли потеряна транзакция при переключении на реплику.

Когда я только знакомился с OSDev, я очень долго искал соответствующие материалы. Находил и на YouTube, и на Habr, и просто какие‑то англоязычные сайты (тогда я не сильно знал английский). Но почти все что я находил было либо незаконченным, либо недостаточно понятным и полным.

В этой статье я постараюсь рассказать все так, как ожидал я это от других.

В физике есть понятие «мирового эфира» — гипотетической среды, заполняющей пространство и являющейся носителем фундаментальных взаимодействий. Оно известно с античности и имеет корни в метафизике. В античной философии эфир считался «пятым элементом» (квинтэссенцией) — божественной, неизменной субстанцией, из которой состоят небесные тела, в отличие от четырёх земных стихий. Концепция мирового эфира была сформулирована Аристотелем. В новое время общепринятого определения выработано не было, но в работах физиков прослеживается два взгляда. Ниже приведены самые известные представления классиков об эфире.

Каждый разработчик, работавший с проектом, где одни модели мапятся в другие, знает эту боль: добавил поле в модель и пошёл обновлять десятки мапперов вручную. Переименовал параметр - компилятор взрывается ошибками, и ты снова правишь код руками. Мапперы - это “мёртвая зона”: они пишутся механически, но при этом легко ломаются и не приносят никакой ценности бизнесу. В статье я расскажу о том, как мы от этого ушли и какие результаты получили

В Telegram Ads рекламодатель платит за Views. Но что должно технически произойти, чтобы в статистике появился ещё один просмотр?

Я полез в MTProto, TDLib и исходники Telegram Desktop. Оказалось, что получение объявления от сервера ещё не является View: клиент отдельно регистрирует просмотр, когда выполняется условие видимости. Причём весь текст должен оказаться на экране, а CTA-кнопка — необязательно.

А дальше начинается самое интересное: дедупликация, антифрод, frequency и точная связь этого события с биллингом уже находятся за закрытой серверной границей Telegram. Я попробовал восстановить весь путь и чётко отделить то, что можно доказать по коду, от того, чего мы на самом деле не знаем.

Думаю, многие любят послушать музыку во время работы, и я к таким людям отношусь. Так уж получилось, что моя аудио-коллекция находится в VK, по разным причинам, в том числе и по знаменитой причине “так исторически сложилось”. Обычно я просто запускаю на отдельной вкладке музыку и забываю о ней на весь рабочий день. Но последнее время что-то там у VK либо случилось, либо обновилось, но вкладка VK в браузере начала “выедать” всю память от чего прослушивание стало невозможным.

Решил я, значит, написать свой плеер раз такие дела, всегда хотелось что-то поудобнее, а нет ничего удобного чем свои костыли. К тому же, в последних версиях Qt в качестве media backend стал использоваться FFmpeg, хотелось посмотреть как там с этим обстоят дела. Статья не о том, как в принципе получить аудио из VK, а о сетевых проблемах в VK и Qt.

Большинство современных ИИ-систем получают знания «готовыми». Их учат на огромных корпусах, а потом донастраивают. Результат впечатляет, но внутри почти всегда лежит одна и та же идея: интеллект — это следствие заранее вычисленных весов и статистики.

Я пошёл другим путём.

Цель проекта VIVI — создать систему, которая развивается подобно живому существу. Не хранит заранее готовые знания. Не опирается на огромную предобученную языковую модель. Интеллект должен возникать постепенно — из накопления опыта, формирования памяти, самоорганизации знаний, появления понятий и внутренней модели мира.

Привет, Хабр! Меня зовут Иван, я DevOps‑инженер в ИТ‑холдинге Т1. В современной разработке автоматизация — это давно не «роскошь», а «базовый минимум». Однако многие команды до сих пор ограничиваются лишь простыми возможностями IDE (Integrated Development Environment), упуская потенциал генерации кода. В прошлом году я выступал с этой темой на конференции Импульс Т1. В статье расскажу подробнее, как перейти к генерации кода в масштабах проекта и зачем разбираться в синтаксических деревьях.

2.08.2026 года, в день когда в ЕС реально завелась статья 50 AI Act, Anthropic сделала ход конём: с этого дня каждый текст, который выдаёт свеженькая модель Claude, тащит в себе невидимую метку. (Не пиксель или строчку метаданных в углу, а метку, вплетённую прямо в сам выбор слов) Это подали как жест прозрачности: мол, вот вам транспарентность(как просили).

Не прошло и суток, как в гитхабе набрал обороты проект, обещающий эту метку стереть. За ним — ещё десяток.

А неделю спустя независимое издание констатировало: доказать, что хоть один из них реально работает, не может никто (ни авторы ни сама Anthropic).

Эта статья – о том, почему это не баг и не провал маркетинга, а неизбежное следствие того, как устроена технология. И заодно — почему у истории куда более длинная борода, чем у чат-ботов: первые водяные знаки придумали за семьсот с лишним лет до GPT.

Это конспект-статья по итогам построения рекомендательной системы в .NET.

Начнём с самой идеи: как представить пользователя и фильм в виде векторов и почему скалярное произведение позволяет понять, насколько они подходят друг другу. Затем разберём, откуда берутся эти векторы и как модель учится подбирать их по реальным оценкам.

После этого перейдём к практической части: добавим bias пользователей и фильмов, регуляризацию, градиентный спуск и посмотрим, как меняется ошибка модели во время обучения. Затем научимся оценивать качество модели на отложенных данных и разберёмся с переобучением.

Изложено только главное, но в местах, которые обычно вызывают затруднения, старался разобрать максимально подробно

Имея некоторый опыт в построении классических ML и CV-проектов, я решил разобраться в NLP (Natural Language Processing) и собрать свою RAG-систему без использования сторонних RAG-фреймворков (LangChain, LlamaIndex и т.п.). Моя цель - понять, как на самом деле работает RAG под капотом: от разбиения текста до генерации ответа.

Проблема, которую решает RAG

Готовые LLM модели имеют несколько недостатков:

Моя Roadmap разработчика имитационных моделей в AnyLogic породила в моём канале больше вопросов, чем ответов. Суммируя которые можно прийти к медианному:: «А что это вообще за зверь?». Поэтому к вашему вниманию новая статья, позволяющая хоть и не приручить, но по крайней мере погладить эту животинку. Для этого нам понадобится: 1) познать ИМ суть, 2) понять ареол обитания и 3) осознать незаменимость в дикой природе сложных систем.

Городские Telegram-чаты похожи на непрерывный поток логов без схемы. В одном сообщении человек ищет квартиру, в следующем агент публикует двадцатую копию объявления, затем идут курс валют, потерянный телефон, рекомендация врача и спор не по теме. Поиск по словам быстро упирается в синонимы, несколько языков, устаревающие сообщения и главное противоречие: «сниму квартиру» и «сдам квартиру» говорят об одном объекте, но требуют противоположных результатов.

Ниже — архитектурные решения, которые мы используем в Global Pulse, поиске по городским Telegram-сообществам. Первый город — Нячанг. Это не рассказ о гарантированных лидах: система работает только с доступными сообщениями и может пропускать полезные события или ошибаться в классификации.

Революционная миссия, которая исследовала Плутон и отдалённые объекты Солнечной системы с беспрецедентной детализацией, пробудилась от своего самого длительного «сна». Сейчас она находится на расстоянии 5,9 миллиарда миль (9,5 миллиарда километров) от Земли.

Космический аппарат НАСА «Новые горизонты» перешёл в запланированный режим гибернации 7 августа 2025 года и пробудился 23 июня с помощью команд, сохранённых в его главном компьютере.

Диспетчеры миссии из Лаборатории прикладной физики Университета Джонса Хопкинса в Лореле, штат Мэриленд, подтвердили, что «Новые горизонты» находится в отличном состоянии и готов передавать поток научных данных, собранных во время «спячки», со своего местоположения в области ледяных объектов, известной как пояс Койпера.

Плутон — самое крупное из тысяч замороженных каменных тел, называемых транснептуновыми объектами (ТНО), которые находятся в поясе Койпера на краю нашей Солнечной системы — это остатки её формирования, завершившегося по большей части 4,5 миллиарда лет назад.

В 2015 году «Новые горизонты» стал первым космическим аппаратом, совершившим детальный пролёт мимо Плутона и его спутников, изменив представления учёных об этой холодной карликовой планете. В 2019 году аппарат также провёл детальное исследование Аррокота — ТНО, имеющего форму снеговика.

С момента достижения этих важных вех аппарат «Новые горизонты» продолжает исследовать загадочный пояс Койпера — и делает удивительные открытия.

# Исследование неизвестных территорий

Космический аппарат собирает данные о скоростях вращения, ориентации и формах ледяных объектов, путешествующих по орбитам в поясе Койпера.

Первое время нейросеть вызывала восторг, вот это помощник! Пока модель собирает источники, ты открываешь вторую задачу, пока пишет черновик, занимаешься третьей. Через час уже у тебя лежит объем работы, на который раньше ушел бы день. Ключевое слово — лежит.

Нейросеть старательна, но в одной ее ссылке пересказ, в другой описание смежного рынка. Два правдивых факта модель соединила причинной связью, которой в источниках не было. 

И в этом есть занятная асимметрия: ИИ резко снизил стоимость подготовки черновиков и ответов, но не снял вопрос, почему им можно доверять. Хорошо, когда ответ проверяет человек, иногда тест или программа, а если нет? 

В статье мы рассмотрим настройку маршрутизации на основе политик (Policy Based Routing, PBR) для управления трафиком от сервера в Интернет в зависимости от IP-адреса источника. Опишем шаги по конфигурации PBR на сервере c Ubuntu и маршрутизаторах Juniper MX.

ИИшечка уже пишет приложение за вечер. Но чтобы выложить его в интернет, мы все еще зовем девопсера.

Тут начинаются докерфайлы, CI/CD, DNS, TLS, секреты, логи и контейнер, который десятый раз перезапускается.

В начале лета мы решили проверить: а можно ли научить AI не только писать код, но и самостоятельно доводить его до прода?

Всем привет, добро пожаловать на подкаст Mindscape. Я ваш ведущий, Шон Кэрролл. Время! Оно не останавливается, несмотря на все психологические последствия жизни в условиях локдауна. То, как мы воспринимаем время, зависит от обстоятельств, но само время неумолимо движется вперед. Если, конечно, путешествия в прошлое вообще невозможны, как это изображается в бесчисленных научно-фантастических сюжетах. Но имеет ли это смысл? Разве в таком случае мы не смогли бы изменить прошлое, причем настолько радикально, что сами никогда не появились бы на свет? В этом сольном выпуске подкаста я говорю и о физике путешествий во времени, и об их изображении в фантастике. Я объясняю, что законы физики, возможно, допускают путешествия во времени, и рассказываю, как именно это могло бы работать, хотя на самом деле мы пока этого не знаем. А еще я пытаюсь разобраться в некоторых не самых логичных вариантах путешествий во времени, которые показывают в кино. Придумать непротиворечивую теорию, способную объяснить происходящее в «Назад в будущее», совсем непросто, но подкасты - занятие не для слабонервных.

Я хотел бы рассказать тем из вас небольшую историю о том, как мне самому удалось, пусть и совсем немного, повлиять на массовую культуру. Возможно, вы слышали о фильме «Мстители: Финал». Скорее всего, слышали, ведь на тот момент это был самый кассовый фильм в истории. И важную роль в нем играет идея путешествий во времени. Я не собираюсь раскрывать сюжет фильма, но до него был другой фильм, «Война бесконечности», в котором произошли довольно неприятные события, и герои «Финала» хотят исправить их, отправившись в прошлое. А если вы хотите ввести в фильм путешествия во времени, вам приходится принять определенные решения о том, как именно они работают. В реальном мире путешествий во времени мы пока не наблюдали, поэтому существует несколько разных теорий о том, как они в принципе могли бы происходить. И в какой-то момент Пол Радд, актер, который играет Скотта Лэнга, он же Человек-муравей, вместе с остальными героями обсуждает путешествия во времени и говорит: «То есть вы хотите сказать, что “Назад в будущее” - это полная чушь?»

Построение HA-кластера в PostgreSQL традиционно требует внешнего стека: Patroni, распределенного хранилища конфигураций и набора вспомогательных утилит. В СУБД Postgres Pro Standard и Enterprise отказоустойчивость реализована на уровне ядра: механизм BiHA берет на себя консенсус Raft, защиту от split-brain и перестроение топологии.

Разбираем, как устроена встроенная отказоустойчивость, как система автоматически выравнивает расхождения в WAL без ручного вмешательства DBA и в каких сценариях такой подход надежнее самосборного контура.