Список слов русского языка из Wiktionary и сравнение с pymorphy3 на примере Пушкина и Noize MC *
ОглавлениеВведениеПроцесс создания словаря Попытка 1. Создание словаря на основе названий статей ВикисловаряПопытка 2. Создание словаря на основе полного дампа содержимого русского ВикисловаряВыборочная проверка словОсобенности словаряСравнение с pymorphy3Проверка на текстах Пушкина и Noize MCВыводСсылка на GitHubДругие ссылки
6 лучших курсов по Unity для детей и подростков в 2026 году
Рынок разработки игр в 2026 году диктует жесткие условия из-за внедрения генеративных сетей и высочайшей конкуренции на стартовых позициях. В этом материале собраны
Почему ваша LLM-платформа — следующая цель: аудит безопасности AI-сервиса изнутри
Disclaimer: Всё описанное — результат санкционированного аудита безопасности по договору. Уязвимости ответственно раскрыты, ключи ротированы, домены и IP изменены. Статья — для понимания, не для воспроизведения.Мы искали уязвимости в RAG-платформе с десятками тысяч пользователей — а нашли доступ ко всей инфраструктуре и API-ключам с бюджетом в сотни тысяч долларов. Две недели мы строили сложные цепочки: SSRF через LangChain, инъекции в промпты, HTTP smuggling, CVE в десериализации. Ни одна не дала результата. А потом мы сделали один curl к открытому порту — и получили все ключи за 5 минут.
Я просил Claude перестать мне льстить. 16 апреля получил. Беру свои слова назад
16 апреля Anthropic выкатила Claude Opus 4.7. На self-reported бенчмарках - 12 побед из 14. SWE-bench Verified +6.8, MCP-Atlas +14.6, SWE-bench Pro +10.9. Цена та же, 25 за миллион токенов.Через 24 часа
В Google Translate появился тренажёр произношения с обратной связью на базе ИИ
В Google Translate появился встроенный тренажёр произношения с обратной связью на базе искусственного интеллекта. Тренажёр включается кнопкой Practice в мобильной версии приложения.
Зачем вашей LLM внешняя память: полный разбор RAG-системы от теории до продакшена
RAG для бизнеса и разработчиков: архитектура, Python-туториал, стоимость и кейсы Что такое RAG-система? Retrieval-Augmented Generation — «генерация, дополненная извлечением»: так называют архитектурный подход, при котором модель усиливает ответы, динамично дополняя внутренние знания актуальной информацией из внешних источников. В практическом смысле: RAG — это способ увеличить релевантность ответов языковой модели без хлопот с переобучением.
