Habr.com

Долго думал, в каком формате это написать, в итоге решил по-простому - рассказать, что есть, и кому это может пригодиться.

Я вот что думаю, это все напоминает анекдот про бекапы:

– У меня две новости: хорошая и плохая.
– Давай хорошую.
– Хорошая – у нас были самые регулярные и восстановимые бекапы.
– А плохая? – Плохая – бекапы были на почившем сервере.

Но тема с ллмками куда шире, как и предполагалось, – это не одно нечто, где-то лежащее, которое можно выключить, потерять или поломать.

Эта сущность в виде гномика неотвратимыми шагами распространяется во всех протяжённостях по всем направлениям... Читать дальше...

Сегодня вашему вниманию предлагается седьмая серия - Индонезия (с попутным охватом Юго-Восточной Азии) и её житель, скрывающийся под позывным SEAGamethetic.

Жемал Хамидун · Head of AI Alpina Digital, CPO AlpinaGPT

95% корпоративных ИИ-пилотов не доходят до продакшна. Почему компании теряют бюджеты на AI-трансформации, как данные и процессы ломают внедрение нейросетей и что отличает бизнесы, у которых ИИ действительно работает.

Вы пробовали что-нибудь кроме new Thread() ?

Конечно пробовали: Future !

И всё ?!

Разберемся с разными моделями конкурентности в Java, Kotlin, Scala/ZIO и Clojure: у всех JVM под капотом, но подходы разные. Начнём с разбора тредов, пулов, virtual threads из Project Loom и Structured Concurrency. Дальше: корутины, fibers, ZIO runtime и Clojure.

Продолжаем рассмотрение, того как правильно оценивать качество ИИ систем, в данной части поговорим о двух крайне полезных метриках: одна универсальный способ оценить, что LLM отвечает правильно, вторая для задачи суммаризации текста. На примере библиотеки RAGAS, с разбором того, как эти метрики работают изнутри.

Краткий туториал по выбору кондиционера (сплит, мульти‑сплит). Для дома и офиса.

При работе с текстом не как с разрозненными черновиками, а как с единой системой заметок и версий, из старых материалов может вырасти новая публикация. Obsidian — удобное рабочее пространство, где можно собирать информацию, разбирать прежние тексты, использовать ИИ для редактирования, пробовать разные варианты через Git и постепенно доводить статью до публикации.

Первой задачей будет следующая. Предположим, откуда-то получаются файлы нескольких типов.

Я уже писал о своей эвристической модели OS Humanium, сегодня хочу показать, какая интересная гипотеза рождается из неё по поводу природы сознания.