Клеточный автомат Коллатца или экосистема лабиринта?
ВведениеИзучая, получившийся клеточный автомат Коллатца (CCA), ранее описанный в статье. Я задумался о том, как лучше показать взаимодействие его клеток, чтобы это было доступно и наглядно. Простое описание опций, это теоретическая часть, но как известно, практика, помогает укрепить понимание протекающих процессов.
Анализ возможности применения модели OpenThinker2-32B в автоматизированных системах прогнозируемого обслуживания
Постановка проблемы.
Конвейеры формирования изображений. Часть 1: Регистрация света и дебайеринг
Приветствую! Я, Егор Ершов, руководитель группы «Цветовая вычислительная фотография» в AIRI и заведующий сектором репродукции и синтеза цвета ИППИ РАН, продолжаю выкладывать статьи по мотивам своих лекций по вычислительной фотографии. Наша глобальная задача, напомню, разобраться, как сделать так, чтобы камера сотового телефона достаточно хорошо смогла уловить цвета, а монитор или принтер — их передать. Прошлые три текста были посвящены общей теории цвета, описанию зрительной системы, а также стандартам и цветовым пространствам (их можно прочесть тут,
Дайджест препринтов научных статей в области Информатики
Подборка свежих научных публикаций в области Информатики из библиотеки препринтов arxiv.org.Публикуется с обязательным указанием ссылок на первоисточники. 2511.01872 Learned Cost Model for Placement on Reconfigurable Dataflow Hardware. Etash Guha, Tianxiao Jiang, Andrew Deng, Jian Zhang, Muthu Annamalai Хьюристические модели стоимости для размещения и маршрутизации (PnR) в реconfigurable dataflow архитектурах страдают от неточности, высокой трудоемкости разработки и слабой адаптивности к изменениям компилятора.
Открываю карты: 12 лет работы в ФНС
Приветствую всех читателей Хабра!Настал день, когда я снял "оковы" и могу открыто говорить о том, чем я занимался на протяжении последних 12 лет.Ранее я опу��ликовал 3 статьи, в которых делился опытом гуманитария при работе с нейронными сетями, в том числе честно рассказал о своем опыте вайбкодинга, как я применяю LLM в повседневной жизни, и о своих попытках дообучения LLM с помощью WebUI Text Generation.
Что не так с ИИ-«искусством»
ИИ-Одри ХепбернDisclaimer: это перевод статьи, основанной на видеоэссе.Автор — Томас Флайт
ИИ-ученые 2025: SR-Scientist, DeepEvolve и Kosmos — чем отличаются и зачем. И почему выстрелил Kosmos
В 2025-м на наших глазах складывается новый класс инструментов - ИИ-Ученые (AI-Scientist). Если раньше алгоритмы ИИ могли только генерировать идеи или перерабатывать уже известные решения, то современные системы умеют не просто придумывать гипотезы, но и реализовывать их на практике, тестировать и совершенствовать из раза в раз. Речь не просто про чат-боты и Co-Pilot’ы, речь про агентные системы, которые сами ставят гипотезы, пишут и исполняют код, проверяют результаты и накапливают опыт. В чем сутьВ науке есть 3 сложных момента:понять, что уже известно
AIJ Deep Dive: первый очный трек по GenAI для дата-сайентистов и разработчиков на AI Journey
Впервые в рамках AI Journey — крупнейшей конференции по искусственному интеллекту в России — состоится специальный очный трек для разработчиков, исследователей и дата-сайентистов, работающих с генеративным ИИ — AIJ Deep Dive. Мероприятие пройдёт 20–21 ноября в московской штаб-квартире Сбера (Кутузовский проспект, 32, к. 1) и соберёт разработчиков и исследователей в области генеративного искусственного интеллекта (GenAI). Участников ждут доклады от топовых экспертов индустрии, RnD-выставка, постерная сессия и масштабный нетворкинг.
Не верьте AI на слово: практический эксперимент с задачей оптимизации
Современные большие языковые модели, такие как GPT-5, способны практически мгновенно генерировать связные, убедительные и, на первый взгляд, осмысленные ответы на самые разнообразные запросы. Это сделало их незаменимыми помощниками в работе, учёбе и повседневной жизни . Однако, за кажущейся безупречностью, скрывается фундаментальная проблема: многие пользователи часто воспринимают выводы нейросетей как истину, не подвергая их критической проверке.Раньше я не сильно задумывался о данной проблеме, пока коллеги по цеху не начали применять нейросетей для решения как рабочих, так и домашних задач, не проверяя решения нейронок. Выявилось это по результатам нескольких дискуссий, когда люди ставили под сомнение ход своих мыслей, а не ответы нейросетей.
