Таксы и постапокалипсис. Как я сделала первую визуальную новеллу на Ren«Py с помощью ИИ»
Когда ты «одиночка», но с идеей, базовым кодом и кистью в руках, сложные движки пугают, а выбор парализует. Но если у тебя есть ИИ, который не решает за тебя, а помогает думать — ты можешь создать что‑то настоящее.Немного вводной
Человек как кластер MCP-серверов, общество как симбиоз людей, организаций и их клонов – к чему всё идёт
Цифровой след — это вчера. Сегодня на повестке цифровой клон, который берёт на себя большую часть рутины общения с миром. Технически это MCP-сервер: вы заливаете в него контекст (цели, планы, методы, мировоззрение, политики), даёте инструменты (доступ к данным, подпискам, кошелькам, ЭЦП) — и он сам разруливает входящие, торгуется с другими агентами, бронирует, согласует и отчитывается.
Как технология LayerScale спасает сверхглубокие трансформеры (и почему о ней молчат туториалы)
В мире глубокого обучения существует наивный миф: "Если твоя модель недостаточно умная, просто накинь еще пару десятков слоев".На бумаге residual связи (те самые плюсики в коде: x=x+f(x) ) должны позволять нам строить сети бесконечной глубины, спасая градиенты от затухания. Но любой, кто пытался с нуля обучить трансформер слоев на 80, знает жестокую правду: сеть просто отказывается сходиться. Loss взрывается в первые же эпохи, или модель навсегда застревает на субоптимальном плато.
Решение задачи удаления избыточных терминов в заданном контексте без потери информации. Примеры в Colab
Как известно, LLM - это машина, которая “видела” “весь Интернет”, много чего запомнила и много чему научилась. Задавая ей правильные вопросы можно получать “правильные” ответы (где “правильные” стоит понимать в статистическом смысле). Широта и универсальность таких способностей дает возможность ставить новые универсальные задачи и получать общее решение таких задач.
Скандал вокруг IPO компании SpaceX
SpaceX сейчас готовится, как ожидается, к самому крупному публичному первичному размещению в истории, целевая оценка которого составит $1,75 трлн1
Эпоха «нейрослопа»: как сгенерированные треки уничтожают стриминги и доходы музыкантов
Недавно я прочитал статью на Хабре о том, что чарты и рекомендации Яндекс Музыки начали массово заполняться нейросетевыми треками (так называемым «нейрослопом»). Меня эта ситуация зацепила, и я решил порассуждать: к чему приведет такое засилье алгоритмов, и чем искусственный интеллект реально угрожает современному музыкальному рынку?1. Перенасыщение платформ и обесценивание контента
Прогнал семь LLM через свой русский спортивный бенчмарк. Базовой моделью всё равно оставляю Gemma 4 31B
TL;DR — leaderboard за один взглядЗа последние 2 недели собрал открытый бенчмарк из 655 экспертных вопросов по 35 видам спорта на русском. Запустил семь моделей через ансамбль из трёх судей: Claude Opus 4.7, Gemini 3.1 Pro, GPT-5.5, DeepSeek V4 Flash, Qwen 3.5 27B, Gemma 4 31B, Qwen 3.6 27B.Frontier-closed (Opus / Gemini / GPT-5.5) — топ-3 по сырым цифрам. Открытый топ (DeepSeek V4 Flash) — четвёртая позиция, +0.58 от Gemma. И всё равно базой ЛИИ остаётся Gemma 4 31B. Защита позиции — три аргумента + разбор где конкретно живёт разрыв и почему он SFT-recoverable.РангМодельВесаnТочностьПолнота
Самообучение или курсы: когда свобода превращается в прокрастинацию
Самообучение часто утопает в цикле «энтузиазм → перегрузка → желание бросить». Есть смысл рассмотреть более структурированные варианты. Такие курсы выстраивают мост к Junior-позиции через пошаговые дедлайны, комьюнити и живое ревью. В этом тексте мы сравнили и оценили 4 программы, которые нашли в каталоге Хабр Курсов, с разным уровнем поддержки и подготовили чек-лист для осознанного перехода к системному обучению без потери мотивации.Содержание
