Почему после коротких видео и ленты так тяжело вернуться к нормальной работе
Открываете ленту на 5 минут, чтобы немного отвлечься. Потом ещё одно видео. Потом ещё парочку новостей. И вот проходит уже 40 минут, а вернуться к работе почему-то неожиданно трудно. И это не потому, что вы ленивы или не умеете себя контролировать - просто после быстрых стимулов обычная работа начинает ощущаться слишком медленной. Знакомо? Мне постоянно.Именно в этом, как мне кажется, и есть главная проблема быстрого дофамина. Он не просто даёт короткое удовольствие - он меняет восприятие остальных задач
SoftBank внёс 10%. Oracle набрала $56 млрд долгов и упала на 50%. Вот и вся история Stargate
Когда амбиции сталкиваются с экономикой, математикой и логикой — математика всегда побеждает.Я писал об этом ещё в
От линейного текста к семантическому графу: строим knowledge‑extraction‑пайплайн для учёбы
Меня зовут Аскольд Романов, я руковожу продуктовой командой в Яндекс Образовании. Сегодня я хочу поделиться историей своего проекта
Target Encoding: кодирование категориальных признаков без утечки данных
Привет, Хабр!У вас столбец «город» с 800 уникальными значениями. One‑hot encoding превратит его в 800 бинарных столбцов, разреженную матрицу и модель, которая переобучится на третьей эпохе. Label encoding присвоит числа от 0 до 799, но модель решит, что Москва (0) «меньше» Владивостока (799), хотя никакого порядка между городами нет. Frequency encoding скажет, что Москва и Питер похожи, потому что обе встречаются часто, хотя по целевой переменной могут отличаться кардинально.Target encoding
«Мозг в пробирке» и новая вычислительная парадигма: почему нейроморфные системы и биокомпьютеры уже не фантастика
Когда в медиа появилась
Искусство промптинга, или Как варить кашу из топора правильно
Всем привет! Я Ольга Матушевич, преподаватель курса «Нейросети для бизнеса», а в прошлом наставница на курсе «Аналитик данных». В этой статье я постараюсь дать рецепт хорошего промпта на все случаи жизни. Если вы пользуетесь популярными нейросетями вроде ChatGPT или Gemini, но при этом получаете стабильно разочаровывающие результаты — читайте дальше.
Muse Spark — первая LLM от Meta Superintelligence Lab
Пять агентов, которые спорят между собой
На пути к цивилизации 1 типа
Кто мог предвидеть, что главным коммерческим применением космоса станут вычисления? Я прочёл немало научной фантастики, но такого сюжета не встречал. Сегодня сразу несколько серьёзных компаний планируют вывести десятки тысяч спутников на солнечно-синхронные орбиты — эти аппараты станут орбитальными дата-центрами.
Вневременное мышление и искусство промптинга
Может ли ИИ чему-то научиться, читая промпт? Вот один из примеров того, что сегодня требуется воспринимать ан-масс на почти бытовом уровне.Мы хорошо знаем, что когда ИИ-модель отвечает, она в этот момент не учится, её веса заморожены. Обучение - это отдельная операция, связанная с обратным пересчётом десятков и сотен миллиардов весов, которая потребовала бы непропорционально много ресурсов.
Анализ документов нейросетью с цитатами из источников: research-docs скилл для Claude Code
У меня на работе периодически прилетает задача: «вот тебе 30 PDF, разберись и сделай отчёт». Регламенты, отчёты, спецификации — всё в разных форматах, всё нужно было вчера. Раньше я открывал каждый файл, читал по диагонали, копировал куски в гугл-док. Занимало это полдня минимум.На прошлой неделе наткнулся на research-docs — Claude Code скилл от LlamaIndex, который делает ровно это: берёт папку с документами, парсит их, отвечает на ваши вопросы и генерирует HTML-отчёт с цитатами, указывающими на конкретное место в оригинальном документе. С bounding box’ами прямо на странице PDF.Разберу, как это устроено и стоит ли тащить в рабочий процесс.
