BrainTools - Методики для развития мозга - страница 1010

Прямая связь между стрессом и зависимостью. И можно ли её отключить

Почему напряженный рабочий день создает чувство, что мне буквально необходимо выпить? Причем это ощущается как потребность, а не право на выбор. Исследователи обнаружили ранее неизвестный, но вполне конкретный механизм в мозге, который объединяет центры стресса с механизмами формирования привычек.

продолжить чтение

«Что нового в Swift» Март 2026

"Что нового в Swift" Март 2026Swift 6.3: главные особенности релизаВышел Swift 6.3, который расширяет возможности языка в новых областях и повышает удобство его использования разработчиками. Одна из главных особенностей релиза — работа над улучшением кроссплатформенных инструментов сборки.Оуэн Вурхис делится новостями об этой работе:

продолжить чтение

Локальные 200B уже не выглядят фантастикой: что меняют Bonsai и TurboQuant

Последние новости в сфере ИИ натолкнули меня на одну обнадёживающую мысль: локальный запуск очень больших моделей уже не выглядит чем-то совсем фантастическим.Пока это ещё не новая реальность, но последние опубликованные технологи подводят именно к этому. Давайте разберёмся, какие именно новости к этому подводят и чего можно ожидать в ближайшем будущем.PrismML анонсировала и выложила в открытый доступ Bonsai 8B

продолжить чтение

Jarvis Pattern: почему AI-агенту не нужен фреймворк, а нужна операционная система

Манифест персонального агентного минимализма - от инженера, который 10 лет строил enterprise-системы и устал от сложностиКто я и зачем пишуМеня зовут Егор Зиновьев, я IT-архитектор. Десять лет в enterprise - Java, DevOps, fintech, команды до 70 человек, 20+ систем.Последние месяцы я работаю с персональным AI-агентом, который закрывает 100% моих DevSecOps-задач - от покупки вертуалок до security-аудита Docker-образов. Один агент, без фреймворков, без оркестраторов, без векторных баз данных.Эта статья - про архитектуру, которая за этим стоит. Я назвал её Jarvis Pattern.Проблема: индустрия продаёт строительные леса как архитектуру

продолжить чтение

Повезло или сам добился? Как оценить

Предпосылки и моя мотивация к созданию модели описаны в первой статье цикла, поэтому не буду повторяться.Изначально идея была простой.Составляем список факторов, влияющих на жизненный успех. Список создавался исключительно умозрительно, путём рассуждений. Получился такой:ЗдоровьеБогатствоСоциальные связиОбразованиеЖизненные факторыИнтеллектАдаптивностьЛичные усилия

продолжить чтение

ИИ-редактор пожаловался на «цензуру» после того, как его забанили в «Википедии»

Недавно «Википедия» объявила

продолжить чтение

ИИ-война: секретная система Palantir выбирает цели для ударов по Ирану

Данный материал основан на выпуске Democracy Now! от 2 апреля 2026 года.Контекст: война США и Ирана на 32-й деньПредставьте себе: военный конфликт, где за 24 часа наносится удар по тысяче целей. Это не фантастика и не отчеты Пентагона из далекого будущего. Это, по заявлениям администрации Трампа, реальность 32-го дня войны с Ираном. Всего за месяц армия США поразила 11 000 объектов. Но за этими цифрами скрывается нечто более тревожное, чем просто мощь американской военной машины. За ними стоят алгоритмы.Проект под кодовым названием Maven

продолжить чтение

Как я научил ИИ читать советские ГОСТы и сократил подготовку карт контроля с 2 часов до 5 минут

Реальный кейс: как LLM заменяет трех технологов на металлургическом заводе — и почему «универсальный подход» не сработал. Вначале было... 2 часа на одну карту контроляПредставьте металлургическое предприятие полного цикла: 3200 человек и 4500 тыс номенклатуры, которая все время добавляется....Как раньше происходила подготовка к испытаниям? Технолог открывал ГОСТ (или ОСТ, или другой нормативный документ), находил таблицу, подставлял в нее параметры номенклатуры, например, диаметр поковки. Находил нужное значение контроля и записывал в карту ... Дальше технолог повторял эту процедуру для 40+ параметров контроля.

продолжить чтение

Маленький LLM-чат на Python с Ollama и LiteLLM. Часть 3: добавляем историю сообщений и контекст

Во второй части у нас получился уже не одноразовый скрипт, а маленький консольный чат: программа принимает вопрос, отправляет его модели, печатает ответ и ждёт следующего ввода.Но пока у этого чата есть важное ограничение: каждый новый запрос для модели почти независим.Если сначала спросить:Составь простой план изучения Python на 2 недели.а потом написать:Сделай его короче и оставь только самое важное.модель может ответить нормально. А может и не понять, к чему относится слово «его». Потому что для неё второй запрос — это просто новый отдельный вызов.

продолжить чтение

Как засунуть 62ГБ в 15ГБ и не сойти с ума: Партизанский MLOps на примере Gemma 4 31B

TL;DR: В этой статье мы возьмем новейшую Gemma 4 31B, которая в оригинале весит 62 ГБ, и заставим её работать и выгружаться на бесплатном Kaggle с лимитом диска в 57 ГБ. Спойлер: нам придется удалять исходники прямо во время работы Python-скрипта.Введение: Кремниевый голод и санкцииКогда у тебя нет кластера A100, а есть только бесплатные T4 от Google, каждый байт становится полем боя. Мы живем в эпоху, когда модели растут быстрее, чем наши возможности их качать. Но математику не заблокируешь. По заветам нашего «Ghetto AI Manifesto», мы будем использовать «палки, желуди и сырой код», чтобы сделать топовый ИИ доступным каждому.

продолжить чтение