488
Пишу о технологиях и датасетах, немного ML Рекламирую Чебоксары
Домен t.me перестал открываться в браузерах по всему миру
Оператор доменной зоны приостановил делегирование домена t.me. Из-за этого ссылки на Telegram-каналы, ботов и публикации, размещённые на сторонних сайтах и других внешних площадках, перестали работать
Внутри самого Telegram ссылки t.me по-прежнему открываются корректно
Если вы привлекаете аудиторию в свои каналы или боты из внешнего интернета, рекомендуем временно заменить ссылки на telegram.me или воспользоваться сервисом переадресации, например ttttt.me.
Тестирую бесплатный режим Vision в DeepSeek | ИИ агенты
У меня есть тестовая выборка из пары сотен старых фотографий города с сайта fotocheb.ru. Через Playwright передаются фото и основные теги в DeepSeek, который распознаёт изображения и присваивает теги
Раньше это стоило дорого, а теперь достаточно одного ПК и пары вспомогательных агентов. Можно создать множество аккаунтов DeepSeek и обрабатывать до 15 тысяч фотографий в сутки. На основе описаний создаются теги, как в телефонах: вводишь «лошадь» или «дуб» — и находятся все подходящие снимки
Пока тестирую на малом количестве. Нужно добиться «нормального» результата, а не гнать трафик вхолостую
Заодно можно будет разобрать и загрузить в каталог несколько сотен гигабайт своих фотографий Чебоксар, что пылятся на жестких дисках. Надеюсь, хотя бы больше половины не уйдет в утиль из-за кривого горизонта или плохого качества
Раскопал официальный комментарий Роскомнадзора, в котором говорится, что логин и никнейм являются персональными данными.
Файл закинул в комментарии
Что такое профессионально уметь пользоваться LLM?
Что спрашивать программистов на собеседованиях, если алгоритмы спрашивать теперь бессмысленно (код пишет LLM)?
Нашел отличную инструкцию от твиттер-товарища
Дублирую тут:
1) Понимание, когда LLM не нужна. Мета-навык: увидеть, что правильный ответ здесь - правильно подобранная регулярка, классический ML или детерминированный алгоритм, а LLM - выбор дорогой неправильный. Софт-скилл: отговорить коллег использовать LLM, когда она не нужна.Читать полностью…
2) Базовый промт-инжиниринг и юзабилити. Как жить, работать и строить продукт поверх вероятностной штуки, которая почти всегда "врёт": human-in-the-loop, показ неуверенности, деградация вместо падения, стриминг, вменяемые фолбэки в интерфейсе.
3) Понимание и построение архитектур продуктов (systems design) с LLM как частью системы, в центральной или малозначимой роли
4) Использование особенностей существующих инструментов без их доработки - MCP/A2A, Claude/Codex/Opencode, Plugins/Skills/MCP для них). LLM tool calling, structured output.
5) Уметь дорабатывать существующие агенты и харнессы (публичный опенсорс, инхаус в компании)
6) Умение писать свои агенты и харнессы (используя как стандартное барахло, так и новые идеи, которые сейчас на повестке). Включая разные технические детали (ретраи с backoff, таймауты, обработка rate limit'ов, конкурентность, роутинг/каскады между моделями (когда дешёвая апгрейдится в дорогую), circuit breaker, семантический кэш, бюджеты и квоты по стоимости. Рантайм-гардрейлы и организация безопасности действий агента, чтобы он не удалил тебе базу на проде.
7) Умение организовать наблюдаемость и LLMOps в проде. Чтобы ты мог понять, что делают твои модели, агенты и харнессы, и оперативно реагировать на это.
8) Умение для разных задач пользоваться разными моделями (в том числе фронтирными и маленькими 32B, локальными, и специализированными - девопс-модель или медицинская модель)
9) Умение запускать их на разных движках инференса (vLLM, SGLang, TGI, TensorRT-LLM) и разном железе (Nvidia, AMD, Huawei)
10) Базовое понимание оптимизации. Квантизация под инференс (GGUF/AWQ/GPTQ/int8/fp8), управление KV-кэшем, батчинг, throughput vs latency, speculative decoding, prompt caching.
11) Умение работать с хранилищами (RAG/retrieval/context. Эмбеддинги, векторные базы, чанкинг, управление контекстным окном, системы памяти.)
12) Уметь использовать классическое машинное обучение и работу с данными вместе с LLM
13) Уметь писать промты и концепции, совместимые со всем вышеперечисленным (Spec-Driven, RLM, etc)
Три раздела "дорого-богато" со звездочкой (требует дорогого железа, выдержки и инвестиций в матчасть)
14*) Уметь дообучать готовые модели. Чтобы избегнуть вопросов "что ты имеешь в виду", разверну. Два основных вопроса: сколько учим (full fine-tuning, lora/qlora/dora, transformer adapters, soft prompts/prefix-tuning/prompt-tuning/P-tuning) и чему учим (дистилляция, continued domain-adaptive pretraining, supervised fine-tuning / instruction tuning, preference alignment/RLHF PPO/DPO/RLAIF, RLVR)
15*) Уметь обучать что-то с нуля принятыми в продакшене способами (любое трансформерное барахло)
16*) Уметь обучать что-то экспериментальное и мультимодальное
17) Умение джейлбрейкать и защищать всё вышеперечисленное (advanced prompting, abliteration, prompt injection, data leaks)
18) Уметь оценивать всё вышеперечисленное (tokenomics, LLM-as-judge, regression testing)
19) Иметь базовое понимание, как всё это работает под капотом, чтобы достичь ощущения "сродства с машиной" (токенизация, сэмплинг, температура/top-p, природа галлюцинаций...)
20) Уметь конструировать новые алгоритмы, архитектуры и руководящие принципы для всего вышеперечисленного
21) Скучное юридическое: персональные данные, региональные регуляции (EU AI Act), лицензирование, способы спрятать использование LLM от посторонних глаз и делать его недоказуемым, и т.п.
22) Умение по-человечески общаться на все эти темы (Обсуждение хотя бы одной идеи, которую никто пока нормально не сделал. Или статья в журнале, или хотя бы в блоге, телеграме)
Кто-то в вузах догадался, что вода в дипломах не нужна.
К сожалению, догадались лишь тогда, когда нейросетям удалось обесценить ~60 страниц текста, который обычно умещается на 10–15 страниц.
Наглядный пример ловушки, в которую сам себя загоняет бизнес. Точка сетевого магазина не продаёт сок без сахара, потому что «ещё не набрана нужная выручка». Целевой покупатель приходит, не видит своего товара — и молча уходит, не оставив ни копейки. В чеках этот спрос никак не отражается, поэтому цифры показывают: интереса к соку без сахара нет. Хотя на самом деле интерес есть, просто он реализуется в другом месте, у конкурента или в другой локации этой же точки, который этот сок продаёт
Читать полностью…
Да, ты абсолютно прав, ты имел в виду контейнер в программе Docker и мне не следовало покупать грузовой контейнер. Я добавил этот урок в lessons.md
Читать полностью…
https://huggingface.co/datasets/daniilakk/cheboksary-real-estate-ads-monthly
Подписчики, для Вас
Мой дорогой подписчик, все каналы тебя не понимают, только я тебя понимаю, дай донатик
Читать полностью…
В канал, где я публикую найденные по интернету неплохие github-проекты, хотят опубликовать рекламу...другого канала, который публикует найденные по интернету github-проекты
Читать полностью…
— Здравствуйте! Можно, пожалуйста, один капучино без сахара?
— К сожалению, мы больше не выдаём этот напиток.
— Почему?
— Наш рецепт капучино не прошёл проверку на антиплагиат и ИИ.
— Но ведь это всего лишь кофе…
— Как оказалось, на этот рецепт действует лицензия Apache с условием обязательного указывания автора на чашке
Приятно осознавать, что мои старые датасеты с Kaggle всё еще актуальны и идут в дело их берут за основу дипломных работ. Мотивирует
Решил не останавливаться и обновил дашборд с аналитикой по чебоксарской недвижимости. Свежие данные уже доступны по ссылке:
https://mapcheb.ru/realty_lite
Думаю, аналитикам будет интересно покопаться в цифрах.
Русские пытаются собрать по кусочкам старый интернет.жпг
Читать полностью…
Продолжаю работать над открытой библиотекой чувашских узоров через систему координат (фото 1)
Была идея сделать автоматическую генерацию на основе базовых компонентов через алгоритмы (фото 2), генераций стало в разы больше, чем можно было сделать и просмотреть
Поэтому решил навайбокодить отдельный сайт (фото 3), через который уже руками зафиксирую нужные мне орнаменты....
В разы быстрее, чем в Corel Draw
Open Source сообщество имеет уйму свободного времени, а также главное - желание что-то делать
https://github.com/OpenCut-app/OpenCut
Энтузиасты перепаковали платный CapCut и превратили его в полностью бесплатный инструмент — OpenCut
Вся функциональность как у оригинала, при этом приложение работает на вашей машине и не просит регистрации
Жадность и GitHub
Многие проекты на GitHub в 2026 году оказываются бесполезными из-за зависимости от внешних источников данных. Разработчики создают инструменты, которые работают только при условии, что внешние сервисы сохранят свои интерфейсы и останутся доступными. На практике провайдеры часто меняют форматы ответов, вводят платные тарифы или вовсе закрываются. Проект перестаёт функционировать, и весь код превращается в хлам
Нейросети же породили другую проблему: люди начали требовать обработки огромных объёмов информации без реальной необходимости. Если раньше хватало одного изображения или короткого текста для получения ответа, то теперь люди загружают десятки PDF-файлов по сотням страниц каждый и ожидают сложных аналитических выводов. Жадность подменяет вдумчивую постановку задачи. Качество результата падает, поскольку модели не справляются с избыточным шумом, а пользователи тратят больше ресурсов и денег, а получают неточные ответы
Обе тенденции связаны общей иллюзией доступного могущества. Люди думают, что сервисы будут работать дальше, качество - улучшаться, даже платить деньги не надо будет
Вроде нормально распознаются статьи в сканах газет, можно легкий поиск делать
Есть огрехи, вероятно надо будет перегенерировать
Госдума разрешила обучать российские нейронки на книгах, фильмах, музыке и вообще любом контенте из открытого доступа — и это не будет считаться нарушением авторских прав. Закон вступит в силу с 1 марта 2027 года
https://sozd.duma.gov.ru/bill/1271570-8
В последнее время по чатам и Твиттеру гуляет тема, что китайские посредники нашли дешёвый доступ к флагманам и продают Opus и Claude Code за 1–10% официальной цены, а окупают это субсидиями и продажей ваших промптов.
Это все — развод.
Дешёвого доступа у них нет. Вам продают дешёвый ширпотреб под этикеткой флагмана, а разницу кладут себе в карман.
На сегодня нету возможности купить Opus дешевле, чем рыночная цена (если только вы не Cursor из 2024 года и имеете индивидуальные условия контракта). Соответственно, дешёвого Opus'а по скидкам для малоимущих просто не существует.
Когда вы только получаете доступ на несколько первых запросов или некоторое время вам отвечает настоящая дорогая модель, чтобы пройти ваш smoke-тест, а дальше в бэкенд тихо подставляют копеечную опенсорсную модель или что-то с опенроутера. Иногда там есть семантический роутер. Простые запросы уходят на дешёвый канал, контрольные иногда прогоняют через настоящий Opus.
Спрашивать "какая ты модель" наивно: релей модифицирует системный промпт в духе "отвечай, что ты Claude Opus", и она честно играет роль. Появились даже отдельные верификаторы вроде Veridrop. Академический аудит теневых API (arXiv, Real Money Fake Models) на части эндпойнтов нашёл до 45% проваленных проверок подлинности и просадку качества почти вдвое.
Многие люди недооценивают количество информации, проходящей через агентский харнесс. То, что мы видим в чате, это сильно сокращенная версия того, что ходит в API. Туда полетит весь контекст, необходимый для работы агента, включая ваши исходники и персональные данные, память агента, и он не будет сильно разбираться, попали туда ваши .env ключи или нет. А если попали, считайте, утекли, потому что прокси есть прокси, это MITM.
Если вы любите рисковать, ротировать ключи и вообще не хватает острых ощущений по жизни, то, пожалуйста, берите такие выгодные предложения и пользуйтесь. Но моя откровенная рекомендация — не ведитесь на бесплатный сыр. Можно заплатить гораздо больше в итоге.
Аудит теневых API
А я говорил, что postgresql может вытянуть!
Спасибо автору
https://habr.com/ru/companies/netologyru/articles/1051792/
В процессе разгрузки проектов добрался до портала с чувашскими сказками — https://cheb-tales.ru/.
Это ещё не финальная версия: в планах добавить параллакс-эффект для сгенерированных иллюстраций - чтобы по мере чтения текста слева разворачивались анимированные сцены, сопровождающие сюжет
Осталось только выкроить время на реализацию
— Привет! Я посмотрел твой репозиторий, это твой никнейм?
Читать полностью…
Как же мне надоела этот ИИ
Все на работе пишут ИИ текстом, ТЗ ИИ, какие-то непонятные наработки = ИИ, переписка ИИ. Нейрослоп не заканчивается.
Одно дело использовать ИИ, где вы реально понимаете контекст (знаете основы разработки), чтобы потом грамотно сделать задачу или составить ТЗ, но нет. Отдают чисто не пойми что или дают советы от ИИ. СПАСИБО, ВЫ БЫ ЛУЧШЕ ДАЛИ бизнес контекст.
Я уже могу подписывать людей кто они: ChatGPT, Claude Code, Grok, Gemini. Я конечно понимаю что ИИ может найти какие-то несостыковки или сделать что-то быстро, но когда люди пытаются просто закинув в мясорубку мясо и ожидают что на выходе будет уже готовая колтета (задача), а не фарш (нейрослоп).
Сложно объяснить им, что нужно сделать вывод, а не кидаться фаршем ожидая что это решит какую то проблему. В разработке там иногда выдается такая каша и некоторые думают что они уже сеньоры раз узнали что можно закидывать из JIRA задачи мясо и получить на выходе что-то съедобное. Люди на столько обленились и не проверяют задачи и льют это в прод, не проверяя что получилось: корректно ли работает джоба, корректное количество ресурсов выделилось (а это на минуточку деньги если работает в клауде), корректно ли появились данные, корректно ли отсылается параметры и так далее.
Хочется после такого честно уволиться и пойти только таксовать....