Мышление QA: что происходит у меня в голове, когда я тестирую
Всем привет! Меня зовут Марина, я QA в компании Банки.ру и сейчас занимаюсь продуктами личного кабинета, но успела поработать и в других командах. В IT все по-разному представляют работу тестировщика:
Почему ИИ-эпоха наступит для человечества, но не для человека
Предположим, вас не пугает развитие ИИ. Вы готовы отказаться от звания "Венец природы", готовы оформить подписку на счастье и окунуться в игры с головой. Пусть уже роботы всем управляют и наступит этот прекрасный мир постчеловечества. Проблема в том, что вам это не светит, как и подавляющему населению земли. Даже если все изменения произойдут завтра. Чтобы в этом разобраться, потребуется вспомнить извечный философский вопрос: "Если дерево падает в пустыне, и его никто не слышит, издает ли оно звук?". Ответ на этот вопрос скрыт в системах фиксации событий.
Прививаем машине музыкальный вкус: фильтруем плейлист на основе предпочтений
ML - это просто, говорили ониУ меня есть хобби - я веду в tg каналплейлист "для тренировок". Я постоянно отслушиваю треки, большинство из которых публикуются там же в tg. Те, что "цепляют" меня - публикую
Некроботы, некропечать и еще 5 кейсов современной биомимикрии с элементами weird fiction
Биомимикрия — штука древняя. Крыло самолета «срисовали» у птиц, застежку-липучку — с репейника, а клейкую ленту — с лапок геккона. Но это и так всем известно.Сейчас на переднем крае науки творится нечто совсем другое (и местами откровенно жуткое): мертвые пауки работают микрозахватами. Хоботки комаров — соплами для принтеров. Панцири креветок превращаются из отходов в детали роботов. Ученые наконец разобрались, почему сова летает бесшумно, — и теперь дата-центры стали тише. А одноклеточный слизевик, у которого нет ни мозга, ни нервной системы, спроектировал транспортную сеть не хуже инженеров токийского метро.
Экономисты OpenAI уволились, потому что компания отказывается публиковать правду об ИИ и рабочих местах
Что происходит, когда ваши собственные исследователи называют вас пропагандистским рупором, почему CEO Anthropic признаёт, что 50% рабочих мест могут исчезнуть, и данные, которые OpenAI отчаянно хочет похоронить.Фото:
Больше чем ядро: как пет-проект вырос в мультитенантную платформу для создания AI-агентов
СодержаниеПролог. Краткость - сестра таланта... Часть 1. Концепт Часть 2A. Вайб-кодинг: философия и инструменты Часть 2B. Вайб-кодинг: практика взаимодействия Часть 3. Архитектура: первый блин комом Часть 4. Релиз и фичи Часть 5. Закат и рассвет Часть 6. Мультитенантная архитектура Часть 7: Сценарии — декларативная магия Часть 8. Эволюция системы плагинов: от модулей к экосистеме
Machine Unlearning. Часть 1: Почему моделям нужно уметь забывать
Большие языковые модели (LLM) сегодня умеют невероятно много — от генерации текста до сложного анализа данных. Но что происходит, если часть информации, на которой они обучались, нужно удалить? Просто убрать лишние данные и переобучить модель может быть слишком накладно и дорого.Всем привет! Меня зовут Вадим, я Data Scientist в компании Raft. В этой статье я расскажу о достаточно новом направлении машинного разучивания (Machine Unlearning), которое позволяет моделям "забывать" ненужные знания без полного их переобучения.
