Kurgan-Telecom Ru | Информационные технологии

Эта статья вряд-ли принесет кому-нибудь хоть какую-то пользу, потому что мой топ будет состоять исключительно из тех игр, которые нравятся мне (на самом деле тут вы увидите единственное верное мнение). На мою любовь к этим проектам могли повлиять самые разные факторы, будь то шикарный саундтрек или гиперболизированные воспоминания из детства. Однако, несмотря на то, что я сказал ранее, кто-то, возможно, решить попробовать что-то из того, о чем я напишу далее - этому я буду только рад. Игры будут ранжированы “от худшей к лучшей”, а также в топе не будет мультиплеерных игр, о них как-нибудь в следующий раз.

Предложен пространственно-локальный фильтр шума на изображениях и исследованы его метрики в сравнении с такими базовыми алгоритмами фильтрации как медианная, адаптивная медианная, гауссова, билатеральная, фильтр Винера, алгоритм анизотропной диффузии и метод нелокального среднего. Показана высочайшая устойчивость предложенного фильтра к изменению уровня зашумления изображений, в особенности при обработке смешанного шума, состоящего из импульсных помех типа «соль и перец» и аддитивного гауссова шума в различных пропорциях

Всем привет я Артур Валиев, пятничная статья, поехали.

Я каждый день кидаю заметки не в специальное приложение, а в Избранное в Telegram — просто потому, что там приятнее писать: пружинный отскок сообщения, ноль лагов, мгновенный отклик клавиатуры. Это натолкнуло меня на мысль — а что, если взять не идею мессенджера, а буквально инженерный подход Telegram к рендерингу и анимациям, и применить его к заметкам?

В статье — сначала идея: почему классические заметки-стикеры умерли как формат, и как выглядела бы лента заметок на движке уровня Telegram. Дальше — техническая часть с кодом: виртуализация списка, spring-анимации через transform/opacity вместо layout-свойств, оптимистичный рендер, отказ от polling, полнотекстовый поиск через SQLite FTS5. И под конец — честный разбор, почему нативный C++ структурно обходит любой JS-рантайм: отсутствие пауз GC, плотность памяти, JIT-разогрев, реальная многопоточность без сериализации.;)

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.