Искусственный интеллект и эффект домино в поставках микросхем
Массовое внедрение искусственного интеллекта, набирающее обороты в Азии, теперь затрагивает и цепочки поставок.Большую часть прошлого года в центре внимания были такие производители микросхем, как Taiwan Semiconductor Manufacturing Co., Samsung Electronics Co. и SK Hynix Inc. — все они являются важнейшими поставщиками для Nvidia Corp.
Как мы научили нейросеть экономить газ в нашем сталепрокатном цехе
На станах горячего проката металлургического комбината ЕВРАЗ НТМК прокатывают заготовки разных марок стали. В начале цикла их разогревают в печах до температуры, позволяющей придать нужный профиль. Печей несколько, они различаются конструкцией, состоянием, горелками и износом футеровки — это теплоизолирующий материал. Путь заготовки до первой клети стана тоже разный. Ещё на процесс влияют особенности серий заготовок, сортамента сталей, температуры перед посадом, текущее состояние агрегатов, время перевалки, плановые и внеплановые остановы.
Большие пул-реквесты пропускают больше багов — разбираемся, правда или миф
Интуиция подсказывает — чем больше пул-реквест, тем выше соблазн по-быстренькому пробежаться глазами по коду и аппрувнуть изменения. Предлагаем вам вместе с нами проверить утверждение из заголовка! В статье посмотрим, к чему пришли исследователи, проанализировавшие 50К+ пул-реквестов, обсудим, какие когнитивные искажения на это влияют, и разберем, как изменилась ситуация с появлением ИИ-помощников. Поехали!
Для Chrome вышло расширение для локального запуска браузерного AI-ассистента на базе Gemma 4
ML-инженер Нико Мартин (Nico Martin) из Hugging Face выпустил расширение для Chrome, с помощью которого в браузере можно запустить локального AI-ассистента. Проект построен на базе Transformers.js и моделей Gemma 4 E2B и all-MiniLM-L6-v2.
Как я строю рекомендательную модель фильмов: cold start, вектор вкуса и GPT
Выбрать фильм на вечер сложно даже для одного человека.А если фильм нужно выбрать для пары, где вкусы просто разные, задача становится ещё менее предсказуемой.Обычные подборки, жанровые фильтры и списки “что посмотреть вечером” помогают только до определённого момента.Они работают как витрина, но плохо работают как персональная рекомендация, потому что почти не учитывают зрительский опыт, индивидуальные предпочтения и то, какие фильмы человек вообще уже видел.Именно с этой задачи я и подошёл к своему проекту NextFilm: не как к каталогу фильмов, а как к рекомендательной системе.
Курсы ЕГЭ по литературе в 2026 году: подготовка на 100 баллов онлайн
Сдать экзамен на высокий балл в 2026 году стало сложнее на фоне жесткой конкуренции за бюджетные места и внедрения алгоритмов машинного обучения в систему проверки сочинений. В этой статье мы разобрали
