Гайд по switchback‑экспериментам: длина окна, кластеризация ошибок и мощность
Привет, Хабр!Новая логика распределения заказов по курьерам выиграла A/B с запасом: время доставки минус восемь процентов, интервал узкий, p‑value с тремя нулями.Раскатали на сто, подождали две недели — время доставки осталось ровно там, где было. Логирование в порядке, сплит честный, пользователи делились случайно.Так ломается обычный тест в системах, где варианты дерутся за один ресурс.Курьер, доставшийся тестовой группе, отобран у контрольной, и разница надувается с обеих сторон сразу.Лечится это рандомизацией не по пользователям, а по времени:
OpenAI выпустила GPT-6 Sol и GPT-6 Luna: модели дешевле GPT-5.6 в два раза
OpenAI расширила семейство GPT-6 двумя моделями — GPT-6 Sol и GPT-6 Luna. Они дополняют флагманскую GPT-6 Astra и рассчитаны на задачи, где важны не максимальные возможности модели, а стоимость, скорость и возможность масштабировать большое количество запросов.Главное изменение — цена API. По данным OpenAI, GPT-6 Sol и Luna стоят в два раза дешевле промо-тарифов соответствующих моделей GPT-5.6.
Генерация энциклопедии фазовых равновесий
В прошлой статье я рассказал о создании калькулятора химических равновесий, который реализовался в виде формы на сайте и в виде мобильного приложения. Следующей идеей для реализации был еще один формат: создать страницы на сайте, каждая из которых будет посвящена равновесию между парой химических элементов.В идеале это должно быть не просто перечисление всех реализованных фаз в соответствующем диапазоне температур, это должно быть еще и грамотное описание, что же здесь происходит и почему.
Принятие ИИ: почему нам не хватает мотивации
TL;DRЛюди в среднем уже используют ИИ и положительно оценивают свой личный опыт работы с ним, но общество в целом чаще обеспокоено ИИ, чем воодушевлено им, особенно в вопросах занятости, безопасности и доверия.Классические модели принятия технологий (TAM, UTAUT, TPB, VAM) объясняют намерение использовать технологию прежде всего через воспринимаемую полезность и эффективность — но этот фактор не объясняет общественную настороженность.
Где ещё дают LLM API бесплатно: проверяю очередные находки
Проверил малоизвестные LLM API с бесплатными моделями, лимитами и реальными запросами. Вот что получилось:AtriaСайт: https://api.atria-asi.ai/Документация: https://api.atria-asi.ai/docsAPI: https://api.atria-asi.ai/v1Сразу после регистрации мне начислили 100 000 000 токенов.
Как писать промпты в 2026 году: генераторы, библиотеки шаблонов и новые правила игры
В 2026 году умение писать промпты — это уже не то же самое, что два года назад. Для многих задач качество формулировки перестало быть узким местом. Модели уровня GPT-5.6 и Claude научились считывать намерение даже из «грязных», небрежных запросов. Если раньше плохой промпт гарантированно давал мусор, то сейчас он выдаёт результат, который вполне подходит для 90% бытовых сценариев.
Anthropic выпустила Claude Opus 5.5: на 40% дешевле и более чем на 30% быстрее Opus 5
Anthropic выпустили Claude Opus 5.5, первую модель нового семейства Claude 5.5. По данным компании, на большинстве рабочих задач она показывает результаты уровня Fable 5.1, при этом генерирует более чем на 30% быстрее Opus 5 и обходится на 40% дешевле на типичных задачах.
1352 кейса внедрения ИИ в России: почему в продакшене побеждает не модель, а обвязка
В каталоге кейсов внедрения искусственного интеллекта набралось 1352 проекта в российских компаниях и госорганах: от антифрода Сбера до распознавания сорняков с дронов у «Русагро». Каталог ведём мы в АНО «Цифровые платформы», кейсы в него добавляют сами компании и наша команда. Когда смотришь на внедрения 2025-2026 годов не по одному, а разом, видны закономерности: что повторяется из проекта в проект, где ломается и где приносит деньги. О них эта статья.
Как мы мигрировали с MongoDB на Cassandra за квартал: опыт использования АI-агентов
Что делать, если критически важное хранилище с миллиардами записей требует слишком много дорогого железа, а на миграцию силами инженеров уйдет целый год? Меня зовут Александр Моргунов, я инженер Авито, в этой статье я расскажу как мы провели эту миграцию всего за один квартал силами одного архитектора, не написав руками ни одной строчки продакшн-кода, лишь с помощью ИИ-агентов.
Почему LLM никогда не пройдут тест Тьюринга в Tinder: изнанка дейтинг-аутстаффа
Пока энтузиасты мечтают об автоматизации личной жизни через LLM, а Reddit захлебывается кейсами про «я натравил питоновский скрипт на тиндер и нашел жену», я тихо наблюдаю за этим из эпицентра индустрии.Мой микробизнес — дейтинг-аутстафф. Я руками веду аккаунты мужчин и женщин, сижу в их переписках и конвертирую мэтчи в реальные свидания. И каждый раз, когда мне говорят, что генеративные модели вот-вот оставят меня без работы, я вспоминаю про реальное положение дел, спокойно допиваю своё пиво и улыбаюсь.
