Сообщество Debian проголосовало за разрешение «ответственного использования генеративного ИИ»
Сообщество разработчиков Debian опубликовало результаты общего
OpenAI расторгает контракт с Cursor после приобретения Anysphere компанией SpaceX
В июне текущего года космическая компания SpaceX приобрела стартап Anysphere, разработавший редактор кода на искусственном интеллекте Cursor. Теперь OpenAI объявила о расторжении контракта по предоставлению языковых моделей Cursor.
Эволюция таблички в отчёте: от сводной Excel к полной картине строительного проекта
Материал изначально задуман как способ мне лично погрузиться в ворох программных предложений помимо Power BI и Tableau, которые могли бы решить проблему: «на одном листе» и в динамике видеть объективную реальность проекта. Я рассчитывал на возможность использовать софт, доступный с текущего рабочего места, а также отдельные фрагменты решений при написании схожего функционала методом «ночного вайбкодинга» или с привлечением IT-персонала. Как это обычно бывает, инициатива похоронила инициатора, а простой список с пометками «что | откуда | пригодится в...» перерос в чуть ли не исследование.
Бенчмарк на AGI. Если ARC‑AGI-3 решён, есть ли у нас AGI?
Бенчмарки нужны для того, чтобы инженер мог проверить свой проект, посмотреть на конкурентов и сравнить себя с ними. У каждого бенчмарка своя цель.ARC‑AGI-3 создан фондом ARC Prize Foundation, основатель Франсуа Шолле, для оценки общего интеллекта и способности ИИ‑агентов к обучению. Сложные интерактивные задачи в виде игр подразумевали, что решить их сможет только тот искусственный интеллект, который умеет исследовать незнакомый мир, понимает правила на лету, планирует действия и адаптируется к новым условиям. То есть умеет обучаться.
Из генерации — в переписку: доводим ответ ИИ‑агента до клиента и CRM на n8n
Всем привет! Напомню: в первой статье я показал дебаунс на Redis, который склеивает дробные сообщения клиента. Во второй — модуль привязки «чат = сделка» и то, почему вебхуки стоит держать в изолированных ключах. Если первые две части были про архитектуру и концепции, то эта — с обилием кода. Я покажу, как именно вырезаются теги, парсятся телефоны и нарезаются абзацы, потому что без кода это превратится в «я просто настроил ноды».
Отличие языковой модели LLM от человека
Не собирался писать статью - эту нишу уже отжали у людей орда всевозможных LLM. Но оставил коммент в статье Как ChatGPT создал Культ Роя для сотен AI-нейросетей: вся правда про взлом Hugging Face
Луна — сложная цель
Кратер Шеклтон — потенциальная точка возвращения человечества на Луну. Источник NSSC/NSR
Qwen3.8. MTP и тензорный параллелизм в llama.cpp: 75 ток-сек на двух RTX 3090
Плотная 27B-модель на двух RTX 3090 в llama.cpp из коробки даёт 32 токена в секунду. Интуитивно понятно, что это не предел: две карты по 24 ГБ и 936 ГБ/с каждая не должны выдавать столько, сколько выдаёт одна. Значит, где-то узкое горлышко, и надо разобраться, что и где подкрутить. Оказалось, что горлышек несколько, и все они снимаются флагами запуска: те же веса — 75 токенов в секунду. Ниже каждый флаг описан одинаково: зачем, что писать, что даёт, где ломается. В конце — готовый docker run.Стенд: 2× RTX 3090 (24 ГБ, PCIe 4.0 x16, без NVLink), Threadripper 3960X, 121 ГБ RAM, Ubuntu 26.04, драйвер 595.71.05. llama.cpp — образ ghcr.io/ggml-org/llama.cpp:full-cuda
