ИИ-помощник для КТ головы
ПредупреждениеИсследовательский прототип на бесплатной Tesla T4 в Google Colab. Не медицинское изделие.КороткоЯ обучил модель искать кровоизлияния на КТ головы: 82 пациента, около 2500 срезов, 318 с кровоизлиянием. Разбивал данные по пациентам, проверял на пяти фолдах.На первом фолде получил AUC 0.963. После полной кросс-валидации осталось 0.931. Первый результат оказался удачным, но нерепрезентативным.Дальше выяснилось несколько вещей:Модель на одном костном окне даёт AUC 0.86. Откуда она берёт сигнал, до конца разобраться не удалось.
Senpy или зачем визуальной новелле семантический линтер, если в Ren’Py уже есть встроенная проверка?
Как я полез фиксить русификатор для мода к DDLC, а написал для Ren’Py свой аналог Ruff со статанализом, проверкой сохранений, развилок и LSP.Всё началось с чужих баговНачалась эта история максимально приземлённо: я сел допиливать кривущий русификатор для крупного мода DDLC Blue Skies. Машинный перевод там сам по себе был отдельным аттракционом, но очень быстро вскрылась проблема похуже: помимо кривого текста, мне пришлось тоннами выгребать технические багули самого сценария, которые тянулись ещё с оригинала.
Как я собрал русскоязычную GPT на 112 млн параметров с нуля на PyTorch: претрейн, SFT, Telegram-бот
Примерная визуализация джарвиса
Помнит ли ИИ-агент вчерашний разговор? Проверил: 0 из 10 без памяти, 10 из 10 с ней — и три бага по дороге
skillmem — это локальная память для кодовых агентов: SQLite, девять MCP-инструментов mem_* и хуки Claude Code. Одну базу могут делить Claude Code, Codex, Cursor и другие клиенты. Раньше на Хабре были статьи о том, зачем агенту забывать, одиннадцати релизах за сутки, сорока раундах ревью и шестнадцати инвариантах.
Вредоносный Python-пакет, который запускается без импорта: как скомпрометировали библиотеку LiteLLM
21 октября разработчики библиотеки LiteLLM сообщили о компрометации релиза 1.107.0
Чат на сайте не должен врать: почему наш ассистент иногда честно отвечает «точного ответа нет»
Представьте: посетитель интернет-магазина спрашивает в чате, сколько дней на возврат. Бот бодро отвечает: «30 дней, без вопросов». На сайте при этом написано 14. Через три недели покупатель приходит с товаром и скриншотом переписки. Спорить с ним бесполезно: «ваш же консультант сказал».
Jev: зачем нужна модель для решений и как её использовать
В чат приходит сообщение: «Подскажите, как подключить уведомления только для новых заказов?» Приложению нужно определить его тип: вопрос, реклама или другое. Дальнейшее действие зависит от выбранной категории.Jev от TypeSafe AI
