Data Science | Machinelearning [ru]

Откуда нейросеть берет инфу на русском? Когда я готовлю посты, я часто использую нейросети для фактчекинга и ресерча. И здесь есть интересная деталь: когда просишь модель найти что-то актуальное именно в русскоязычном сегменте, она практически весь веб-поиск выстраивает вокруг Telegram. Со временем я заметил, что нейронка раз за разом ссылается на одни и те же каналы. Ради интереса закинул ей промпт: Собери список Telegram-каналов, на которые ты чаще всего опираешься за последние 90 дней при фактчекинге и поиске инфы по AI и IT Вот список, который выдала модель — Посмотреть. Сам проверил, полистал посты и убедился — внутри действительно уникальные авторские каналы: рабочие кейсы, нейрогенерация, автоматизация и свежие новости. Упаковал эти проверенные каналы в одну подборку. Подписывайтесь на лучшие каналы, связанные с AI и IT в русском сегменте. Подписка в 1 клик: 👉 https://t.me/addlist/NSID-84iVPBlMDBi

🗑 ИИ удалил 700 ГБ файлов во время теста защиты от удаления файлов Разработчик попросил Claude Fable написать скрипт для безопасной очистки /tmp и проверить его на опасные сценарии. Но система безопасности Anthropic сочла задачу рискованной и переключила модель сначала на Opus 5, а затем на Opus 4.8. Это и привело к катастрофе. В итоге ИИ запустил проверку и снёс примерно 700 ГБ данных из домашнего каталога ✖️ xCode Journal

🖥Если ты хочешь обучиться вайбкодингу и при этом иметь возможность провести аудит безопасности своего продукта, то тебе сюда: Lab IT - репозитории, полезные инструменты, курсы и многое другое по Айти: ЭЙ, АЙ! - бесплатные инструменты, репозитории, обучающие материалы для упрощения работы с ИИ. CyberGuard - оплот для ИБ-специалистов со всего телеграма. Тут ты точно узнаешь, как не оплошаться с запуском своего продукта, и защитить его от злоумышленников 🫵Подписывайся и обучайся!

Увеличение контекста без регистрации и СМС Разбираем, почему модель не видит дальше обученного окна и как это чинится методами масштабирования: RoPE, NTK-aware, YaRN, LongRoPE/LongRoPE2. Также — как масштабирование влияет на скорость и точность генерации. В конце — обзор моделей от хайповых Qwen 3.8-27B и Qwen3.8-Flash-Next с их миллионом токенов до небольших Qwen 3.5 (4B/9B), Gemma 4 E2B/E4B, Ornith 1.0, LFM2/LFM2.5 и MiniCPM5-1B. Смотрим, что для них работает, а что нет. Читать далее 👉 Data Science | Machinelearning [ru]

🤯 Таинственной моделью, которая обходит Fable 5, оказалась китайская GLM-5.3 Flash от Z.ai Компания подтвердила Bloomberg, что скрывавшаяся под Ox Alpha модель — новая версия семейства GLM. Причем Z.ai обещает официально выпустить её веса уже сегодня. Для понимания того, что нас ждет — модель сравнили с Fable 5 на реальном баге из Cline: обе справились, но при этом Ox Alpha потратила примерно в 3 раза меньше выходных токенов. ✖️ xCode Journal

Руки от релиза убрал 💥 xCode Journal

💻 Айтишника развели на 200 тысяч под предлогом оффера Мошенники действовали по простой и давно обкатанной схеме. Соискателям просто кидают тестовое, в котором надо найти баги, а доверчивые и отчаявшиеся от рынка труда работяги без страха скачивают репозиторий, запускают код, а с ним вместе и вирус, который уводит данные счетов и криптокошельков. ✖️ xCode Journal

❌ Разработчику отказали в собеседовании из-за нейминга файла с резюме Дело в том, что он назвал файл «resume_final_FINAL_final2.pdf» «К сожалению, мы решили продолжить сотрудничество с тем, кто разбирается в системе контроля версий.», - ответили бедняге. ✖️ xCode Journal

«Один нип осторожно замифрил», или как лингвисты разбирают язык внутри LLM Неважно, что делает LLM. Задача всё равно приходит словами, и одно пропущенное не может испортить уже вполне материальное действие. Смотрю на LLM глазами лингвиста и разбираюсь, как языковед проверяет LLM от токенизации до прагматики и что разработчик может превратить из этого филологического занудства в код, метрики и тесты. Читать далее: habr.com 👉 Data Science | Machinelearning [ru]

Baidu Unlimited-OCR: страница — это просто картинка Думал, OCR так и работает? Сканируй, ищи куски с буквами, распознавай, выдавай текст. Tesseract всю жизнь так и корячится. А вот свежий baidu/Unlimited-OCR решил выпендриться: буквы он не ищет вообще. Вместо этого берет страницу целиком, ужимает в пачку визуальных токенов и скормит это языковой модели, а та уже разворачивает их в нормальный структурированный текст. Со стороны звучит как извращение, но работает ведь, гад. По сути это прямой потомок идеи DeepSeek-OCR. В посте быстро разберем, что это за зверь, как устроен, на что способен и как поднять у себя. Зайдет всем, кому надо распознавать многостраничники за один прогон или встраивать такую штуку в код. Читать далее 👉 Data Science | Machinelearning [ru]