Во второй части мы рассмотрели аналитическое решение задачи линейной регрессии и наткнулись на ряд неприятностей — сингулярность, плохая обусловленность, вычислительная сложность и т.д.
Логическим продолжением будет изучение (не побоюсь этого слова) сердца машинного обучения: градиентного спуска.
Приглашаем на бесплатный вебинар 28 мая в 11:00 (МСК) , где расскажем, как с помощью групповых политик службы каталога ALD Pro навести порядок на сотнях рабочих станций, написать свои шаблоны под нестандартные задачи и обеспечить надежность инфраструктуры в условиях импортозамещения.
В программе:
🔹Зачем нужны групповые политики в Linux-инфраструктуре
🔹Архитектура групповых политик ALD Pro
🔹Стандартные политики: порядок применения, наследование, фильтрация
🔹Дополнительные параметры для групповых политик: когда стандартных политик недостаточно
Эксперты в прямом эфире покажут принципы работы с групповыми политиками и ответят на ваши вопросы.
Модель вышла позавчера на Google I/O — и уже доступна в Kodaсode.
Gemini 3.5 Flash — новая флагманская модель Google. По бенчмаркам обходит Gemini 3.1 Pro почти во всех категориях: MCP Atlas (многошаговые агентные задачи) — 83.6% против 78.2%, Terminal-Bench 2.1 — 76.2% против 70.3%, Finance Agent — 57.9% против 43.0%. Из конкурентов GPT-5.5 берёт coding и reasoning, но Flash выигрывает в agentic-задачах.
Привет, меня зовут Алексей и я C# разработчик. Однажды передо мной стояла задача написать утилиту для взаимодействия с различными UI-элементами в Windows и во всех популярных браузерах. Сама утилита не была связана с тестированием, но вполне годилась для автоматизации некоторых действий на машине, так как была простой в управлении и интуитивно понятной. Мне понравилось работать в этом направлении и возникла идея создания инструмента, который не будет перегружен широким функционалом RPA решений, но возьмёт от них всё что нужно для тестирования интерфейсов, чтобы получился действительно полезный инструмент-помощник для QA с низким порогом входа.
Как вышло, что опытные венчурные инвесторы Silicon Valley Bank и IT-директора клиентов CrowdStrike принимали решения на основе слухов, игнорируя официальные отчеты и графики? За последние десять лет когнитивная наука накопила массив данных, доказывающий: классическая «модель информационного дефицита» больше не работает.
Статья носит справочный характер и задумана как навигатор по современным исследованиям для специалистов, которым необходимо понимать почему люди верят в опровергаемые мифы. Разберем 6 причин уязвимости — от архитектуры «ленивого мозга» до феномена «потребности в хаосе» и дам ссылки для более глубокого изучения проблемы.
Учёные из НИТУ МИСИС, МГУ имени М.В. Ломоносова, МПГУ, МФТИ и Института биоорганической химии имени академиков М.М. Шемякина и Ю.А. Овчинникова разработали метод ранней диагностики заболеваний сетчатки по изменениям свечения пигмента в клетках.
Исследователи выяснили, что по этим изменениям можно выявлять повреждение клеток задолго до появления серьёзных нарушений зрения. Также учёные показали, как антиоксиданты замедляют процессы разрушения и снижают содержание токсичных продуктов фотоповреждения. Исследование выполнено по программе привлечения талантливых молодых учёных в возрасте до 39 лет в рамках программы «Приоритет-2030» и финансировалось по гранту К4-2024-3. Подробности исследования описаны в научном журнале Journal of Physical Chemistry B.
Расскажу, как мы делаем железо для Neko. Взлёты и падения, победы и провалы, всё как мы любим. Фактически, это лог одного из наших чятов про HW.
Научный коллектив из трёх московских вузов и индустриального партнёра приступил к реализации проекта современного протезирования. Протез будет активно взаимодействовать с нервной системой. Об этом сообщило издание ТАСС со ссылкой на пресс‑службу Сеченовского университета.
Помимо Сеченовского университета, в проекте участвуют Национальный исследовательский университет МИЭТ, Московский физико‑технический институт и компания «Моторика Орто». Разработка направлена на создание технологий для протезирования конечностей с прямым подключением к нервной системе. Работа ведётся в рамках конкурса Российского научного фонда, поддержанного Газпромбанком.
Alibaba выпустила Qwen3.7-Max — закрытую флагманскую модель для долгоживущих агентов. В тестах: 35 часов автономной работы, 1158 вызовов инструментов, 10x ускорение CUDA-ядра. На SWE-bench Pro — 60.6, между Opus 4.6 и Opus 4.7.
Вы меняете системный промпт, надеетесь, что все заработало и деплоите фичу в продакшен. На следующее утро прилетает жалоба: агент выдумал дедлайн или проигнорировал важную инструкцию. Вы снова открываете IDE, правите промпт, смотрите глазами на пару примеров — «вроде стало лучше» и цикл вновь повторяется.
Если это ваша повседневная реальность, у нас плохие новости: вы не управляете продуктом, вы играете в лотерею.
В мире, где LLM-агенты становятся основой бизнес-процессов, AI Evals (оценки) — это не дополнительная нагрузка на инженеров, а единственная возможность контролируемых улучшений. Лидеры индустрии, от OpenAI до Anthropic, сходятся в одном: если вы не можете измерить качество работы ИИ - вы не можете им управлять.
Минпромторг РФ ищет подрядчика для проведения работ по продлению ресурса самолётов SSJ100. Соответствующее извещение разместили на портале госзакупок 28 апреля 2026 года. Задача включает улучшение характеристик надёжности, расширение назначенного ресурса, поддержание эксплуатации и сохранение лётной годности машин этого семейства.
По итогам научно‑исследовательских и опытно‑конструкторских работ ресурс SSJ-100 должен вырасти с текущих 10 тысяч–15 тысяч полётов до 15 тысяч–20 тысяч полётов в зависимости от комплектации. Допустимый налёт в часах на одно воздушное судно планируется увеличить с 15 тысяч–25 тысяч часов до 25 тысяч–40 тысяч часов. Срок эксплуатации для некоторых версий предполагается продлить с 15 до 20 лет.
Поп-астрология рассказывает про влияние планет, про проработку аспектов. Скептики ждут точных ответов. И вообще, все это окутано туманом мистики, гаданиями на кофейной гуще.
Но давайте отбросим эти глупости из женских журналов. Я не предлагаю верить или не верить. Просто хочу показать, как это работает.
Есть схемотехники в зале?
Когда вся эта астрология появилась, не было схемотехники. Но сейчас она есть, и есть элементная база.
Поэтому предлагаю рассмотреть натальную карту как принципиальную схему.
Большинство советов по сборке Docker заканчиваются на порядке слоёв: сначала копируйте манифесты зависимостей, запускайте менеджер пакетов, затем копируйте остальной исходный код. Это полезно, но недостаточно для инструмента релиза. Инструмент релиза должен отвечать на более сложные вопросы. Какой процесс имел право читать дерево исходного кода? Какие учётные данные достигли сборщика? Был ли сокет Docker предоставлен недоверенной команде? Кэш пришёл из предыдущей ветки, общего бакета или пустого локального сборщика? Может ли агент объяснить, почему сборка была быстрой, без парсинга логов BuildKit? На все эти вопросы поможет ответить torque.
Должны ли сотрудники убыточных подразделений получать премии?
Если коротко, то я считаю, что во многих случаях - да, должны. Попробую обосновать ниже...
Высказаться на тему премий меня побудили новости последних нескольких дней.
Сегодня должна была начаться масштабная забастовка сотрудников Samsung. Но не началась. Компания смогла договориться с профсозом перед самым началом забастовки.
Сотрудники компании требовали от Samsung более справедливого с их точки зрения участия в распределении прибыли. Если верить тому, как новости были поданы российскими новостными агентствами, то одним из камнем предкновения стало требование выплат даже для убыточных подразделений:
Особую остроту конфликту придает тот факт, что профсоюз требует высоких фиксированных выплат даже для тех подразделений Samsung, которые работают в убыток. [Цитата из статьи по ссылке выше]
Я не знаю детально, что там в Samsung'е. Ибо могут быть нюансы. Многое зависит от того, что именно из себя представляют эти "убыточные подразделения" и как в них формируются выплаты. Возможно, что именно в Samsung'е позиция руководства и оправдана. Однако в целом вопрос выплат сотрудникам убыточных подразделений мне кажется важным. На мой взгляд, такие выплаты часто бывают несправедливыми.
Просто факт того, что подразделение убыточно, сам по себе ещё не означает, что его сотрудникам надо "зажимать" выплаты. Тем не менее, часто именно так и происходит: сотрудники убыточных подразделений получают премий/надбавок сильно меньше, чем сотрудники подразделений, приносящих высокую прибыль. (Тут, кстати, важно, чтобы прибыль в принципе была. Если компания в целом убыточна, то и делить нечего).
На мой взгляд, существует множество ситуаций, когда сотрудники убыточных подразделений не виноваты в убытке:
они могут производить "побочный" продукт, который усиливает позиции основного. Такое часто бывает у производителей "железа". Например, компания может производить микропроцессоры и в ней может быть подразделение, которое производит софт для них (допустим, компиляторы). Софт по большей части может раздаваться бесплатно. Да, часть софта может быть платной и поддержка может быть платной, но в целом софтверное подразделение вполне себе может быть убыточным (осознанно!). А прибыль будут приносить "железки"
компания сама сохраняет убыточное направление в надежде, что когда-то оно раскрутится. Бывает, что не раскручивается никогда, а компания продолжает вбухивать в него деньги. А бывает, что в какой-то момент начинает генерировать прибыль (как Яндекс.Такси, например, которое долгое время было убыточным, а потом начало зарабатывать)
исследовательские подразделения. Они могут работать над перспективными прототипами. То есть прибыли от них нет, одни убытки. Когда прототип взлетает, то его передают в продуктовое подразделение, сотрудники которого начинают получить премии за каждую новую фичу, а сотрудники исследовательского подразделения сосут лапу (обычная история, кстати)
у крупных компаний часто бывает портфолио инновационных продуктов и портфолио "заслуженных" продуктов, которые давно на рынке. Заслуженные продукты обычно всё-таки прибыльны. Но они постепенно вытесняются инновационными. В итоге, прибыль от инновационных сильно растёт, а прибыль от заслуженных - скукоживается. И что теперь? Всем сотрудникам перебегать из вторых подразделений в первые, где они будут трудиться так же, а получать больше только потому, что продукт "правильный"?
Есть множество ситуаций, когда сотрудники убыточных подразделений не в состоянии напрямую влиять на прибыль именно своих подразделений. И часто успешность самых прибыльных подразделений связана не с тем, что там круче всех трудятся, а просто с тем, что они делают "правильный" продукт. Но не все могут/должны работать именно над "правильным" продуктом. Крупным компаниям нужны самые разные подразделения. Поэтому и компенсация каждого отдельного сотрудника должна в первую очередь зависеть от того, как трудится именно он. А не от того, попал ли он в струю "правильного" продукта или нет
Привет. Меня зовут Николай Пискунов, я руководитель направления Big Data и эксперт курса Cloud DevSecOps по безопасной разработке от Академии вАЙТИ Beeline Cloud. Ранее я уже писал обзорную статью про конкретную реализацию клиента для Ollama. Но чем глубже я погружался в код, тем отчетливее понимал: разговор о конкретном клиенте — это разговор о следствии. А мне хочется поговорить о причине. Об инструменте, который делает возможным любой клиент. О Spring AI.
DevOps и CI/CD эволюционируют в сторону агентных систем: вместо ручных скриптов и разрозненных инструментов — декларативные стеки, верифицируемые планы и автономные агенты, которые выполняют, проверяют и фиксируют доставку. Статья показывает, что Torque — один из возможных путей к такому будущему, где инфраструктура становится предсказуемой, аудируемой и готовой к работе с ИИ-агентами.
Проверили, насколько сильно расходятся результаты расчета, полученные в быстрой 2D-системе инженерного анализа SimPCB Lite, с результатами полноволнового 3D-симулятора Ansys HFSS на примере копланарной линии (CPW) на подложке GaAs. Спойлер: по волновому сопротивлению — меньше 1% во всём диапазоне до 50 ГГц, по потерям — до ~18% на 50 ГГц, но в абсолютных цифрах это 0.04 дБ на линии длиной 2 мм. Читать, если вы проектируете СВЧ МИС и хотите понять, когда достаточно быстрого расчёта, а когда без HFSS не обойтись.
Каждая компания разработчик хочет иметь в своей команде сильных специалистов и зачастую поиск и найм таких спецов ограничивается только бюджетом. Однако, в этой статье мы рассмотрим ситуацию, в которой у нас была возможность нанять гениального одиночку, но в итоге мы получили токсичный актив, разрушивший всю команду.
Компания «Ростелеком» подала заявку в Минцифры РФ на включение в реестр отечественного программного обеспечения системы управления домашними роутерами и модемами под названием «Леший коннект». Заявление было зарегистрировано 15 мая 2026 года и находится на стадии экспертной оценки. Программное обеспечение было создано по договору подряда, при этом исключительное право на него полностью принадлежит «Ростелекому».
Система представляет собой решение для управления конечным оборудованием по протоколу TR-069 CWMP в рамках технической поддержки услуг клиентов компании. Провайдер получит доступ к устройствам, установленным в домах и квартирах россиян, для их обновления и поддержания работоспособности. Это должно снизить киберриски и улучшить качество связи.
Один ученик писал экзаменационную работу, а кто-то чужой дописал часть за него. Как мы научили нейросеть распознавать это.
Дано: государственная аттестация, бумажные бланки, никакого онлайн-контроля. Классический способ фальсификации: ученик начинает работу сам, потом часть дописывает кто-то другой: сосед, нанятый человек, преподаватель. Проверяющий смотрит на текст, но не оценивает почерк.
Задача ИИ: поймать фальсификацию почерка без эталона: система не знает заранее, как пишет конкретный ученик. Единственное, от чего можно отталкиваться - начало бланка, мы предполагаем, что первые строки написал сам экзаменуемый.
Цель: определить, написан ли весь бланк экзаменационной работы одним человеком. На входе - скан бланка, порой низкого качества. На выходе — координаты подозрительных фрагментов для ручной проверки. Все это в режиме потоковой обработки. Основной вызов: экзаменационный бланк — это смешанный документ. Рукописный текст соседствует с формулами, графиками, схемами, печатной подложкой бланка.
