🐦 X открыл исходники алгоритма "For You"

Как работает лента рекомендаций в 7 шагах:

1️⃣ Сырые данные (вход):
- соцграф (кто кого фолловит),
- вовлечённость (лайки, ретвиты, ответы, закладки),
- данные о пользователе (клики, профиль, поведение).

2️⃣ Feature Engineering:
- GraphJet — граф твитов в реальном времени
- SimClusters — объединение в коммьюнити ("AI Twitter", "NBA Twitter")
- TwHIN — карта связей пользователь↔твит
- RealGraph — сила связей
- TweepCred — скоринг доверия
- Trust & Safety сигналы

3️⃣ Candidate Sourcing (Home Mixer):
Разные миксеры (CR Mixer, UTEG, FRS) вытягивают твиты из разных пулов → больше разнообразия.

4️⃣ Heavy Ranker (ML-модель):
Нейросеть предсказывает, что вам зайдёт: лайки, ретвиты, ответы, время чтения.

5️⃣ Фильтры и эвристики:
- социальное доказательство
- разнообразие авторов
- блок спама/NSFW/мутов
- баланс контента
- защита от «замыливания»

6️⃣ Микс:
Рекламные твиты + рекомендации «кого фолловить» → в ленту.

7️⃣ Что это значит для вас:
- выбери нишу
- пиши ценные посты
- отвечай по делу в своей теме
→ вырастишь аудиторию и найдёшь людей/идеи для бизнеса.


https://github.com/twitter/the-algorithm

#Twitter #ForYou #AI #RecommenderSystems

Читать полностью…

🖥️📏 Утилита для отображения угла крышки MacBook

Lid Angle Sensor позволяет пользователям MacBook видеть угол открытой крышки и воспроизводить звук скрипящей двери при медленном изменении угла. Подходит для моделей с 2019 года и новее, но требует тестирования на других устройствах.

🚀Основные моменты:
- Отображает угол крышки MacBook.
- Воспроизводит звуковой эффект при изменении угла.
- Работает на моделях с 2019 года и новее.
- Открыт для предложений по улучшению.
- Подходит для разработчиков и дизайнеров.

📌 GitHub: https://github.com/samhenrigold/LidAngleSensor

#swift

Читать полностью…

⚡️ Горячие клавиши Xcode


Ctrl + A – в начало строки

Ctrl + E – в конец строки

Ctrl + T – поменять местами символы, прилегающие к курсору

Ctrl + K – удалить строку

Ctrl + L – курсор в центр строки

Esc – спрятать (показать) меню предложений

Tab – применить предложение

Cmd + Y – активировать (деактивировать) точки остановки

Cmd + Control + Y – продолжить компиляцию (в дебаггере)

F6 – степ-овер

Cmd + Opt + ↑ - переключение между заголовочным файлом и файлом исходного текста

Cmd + двойной щелчок - переключение к определению идентификатора

Opt + двойной щелчок - найти документацию для идентификатора

Tab + → или Ctrl + / - выбрать следующий аргумент в автозаполнении

Shift + Tab + → или Shift + Ctrl + / - выбрать предыдущий аргумент в автозаполнении

Ctrl + Shift + . - в обратном направлении между вариантами автозаполнения

Opt + Cmd + двойной щелчок на идентификаторе - найти в документации

Cmd + двойной щелчок на объекте в Document Window - переключиться к классу в XCode из IB

Ctrl + Shift + щелчок на объекте - выбрать наложенные друг на друга элементы в Interface Builder

Cmd + ] или Cmd + [ - табулировать блок кода вправо или влево

Cmd + / - закомментировать блок кода

Cmd + Shift + E - скрыть список файлов над редактором кода

Cmd + Opt + Shift + E - скрыть список файлов над редактором кода и «Groups and Files»

Alt + Shift + Cmd + K - очистить папки билда (build)

Cmd + стрелки влево/вправо - поворот симулятора

Cmd + R - запустить программу на выполнение

Cmd + . - остановить проект

Cmd + B - собрать проект, без запуска

Cmd + Shift + B - сборка проекта со сбросом кэша IDE

Cmd + L - переход к строке с номером

Cmd + N - создать файл

Cmd + Shift + F - поиск по всему проекту

Cmd + Ctrl + F - развернуть среду во весь экран

Cmd + Shift + O - перемещение по файлам, методам, классам

Cmd + T - создать новую вкладку

Cmd + Opt + T - показать или скрыть Toolbar

Cmd + Shift + N - создать новый проект

Cmd + Opt + → свернуть или развернуть код

Cmd + S - сохранить проект

Cmd + Shift + L - показать библиотеку компонентов

Cmd + Shift + Return - запустить Playground(выполнить код)

Cmd + 0 - показать или скрыть область навигатора(левое окно)

Cmd + Opt + 0 - показать или скрыть область инспектора (правое окно)

Cmd + Shift + Y - показать или скрыть область отладки (нижнее окно)

#ios

Читать полностью…

🖥 Malimite — это декомпилятор iOS, призванный помочь исследователям анализировать и декодировать файлы IPA!

🌟 Он создан на основе декомпиляции Ghidra для обеспечения прямой поддержки ресурсов Swift, Objective-C и iOS.

🔐 Лицензия: Apache-2.0

🖥 Github

Читать полностью…

🚧 Удобное управление процессами на macOS

Port Kill — это легкое приложение для строки состояния macOS, которое отслеживает и управляет процессами на портах 2000-6000. Оно позволяет в реальном времени определять процессы и завершать их по одному или все сразу.

🚀 Основные моменты:
- Мониторинг процессов каждые 5 секунд
- Цветная иконка для отображения статуса
- Динамическое меню с опциями завершения процессов
- Поддержка Docker для контейнеров
- Без окон — только статусная строка

📌 GitHub: https://github.com/kagehq/port-kill

#rust

Читать полностью…

Запускаем вайбкодинг: нашли бесплатный сервис Astrocade для быстрого создания мобильных таймкиллеров.

Хочешь платформер, шутер или спортивный симулятор? Легко.
Сервис сам сгенерирует персонажей, анимации и даже саундтрек.

А готовой игрой можно сразу поделиться с сообществом.

https://astrocade.com/

Читать полностью…

⚡ Google представила Gemma 3 270M — компактную модель

Модель 270 млн параметров (170M для эмбеддингов и 100M для трансформер-блоков), но с отличной способностью следовать промтпам прямо «из коробки».

🔹 Особенности
- 256k токенов
- Энергоэффективность: INT4-версия на Pixel 9 Pro расходует всего 0.75% батареи за 25 диалогов.
- Доступны предобученные и instruction-tuned чекпойнты.
- Поддержка Quantization-Aware Training (QAT) для запуска в INT4 без заметной потери качества.

💼 Когда использовать
- Массовые, чётко определённые задачи: анализ тональности, извлечение сущностей, обработка текста, комплаенс-проверки.
- Минимальные задержки и низкая стоимость инференса — можно запускать прямо на устройстве.
- Быстрые эксперименты с fine-tuning.
- Полная приватность данных благодаря on-device работе.
- Создание «флота» узкоспециализированных моделей.

В анонсе приводится пример, как Adaptive ML и SK Telecom дообучили Gemma 3 4B для мультиязычной модерации контента, превзойдя более крупные проприетарные модели.

Gemma 3 270M — отличная компактная модель, быстрая и дешёвая в работе.

🟠Подробности: https://developers.googleblog.com/en/introducing-gemma-3-270m/
🟠HF: https://huggingface.co/collections/google/gemma-3-release-67c6c6f89c4f76621268bb6d

@ai_machinelearning_big_data

#news #ai #ml #Gemma #google

Читать полностью…

✔️ PuppyGit — минималистичный Git-клиент на Flutter

Если вам нужен удобный и легковесный Git-клиент с кроссплатформенной поддержкой, обратите внимание на PuppyGit. Этот проект, написанный на Flutter, позволяет работать с репозиториями Git без лишней сложности.

🔹 Поддержка основных Git-операций
🔹 Простой и интуитивный интерфейс
🔹 Кроссплатформенность: Android, iOS, Windows, macOS и Linux
🔹 Открытый исходный код

https://github.com/catpuppyapp/PuppyGit

#Android

Читать полностью…

✔️ Google запустила Opal, визуальный конструктор для создания и публикации ИИ-приложений.

Google Labs запустила публичную бета-версию инструмента Opal, в котором можно создавать простые ИИ-приложения без написания кода. Flowrise, make.com и n8n напряглись

Пользователь описывает желаемую цель тестом, после чего система автоматически генерирует визуальную блок-схему рабочего процесса, объединяя в цепочку промпты, ИИ-модели и внешние инструменты.

Схему можно гибко редактировать в drag-and-drop интерфейсе или с помощью дальнейших текстовых команд.

Готовые проекты публикуются как самостоятельные веб-приложения, привязанные к аккаунту Google, и ими можно сразу поделиться по ссылке.

В основе Opal лежат модели Gemini. Инструмент доступен пока только для пользователей в США.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

⏳ AWS Amplify — библиотека для фронтенд- и мобильных разработчиков, упрощающая интеграцию приложений с облачными сервисами AWS. Она предлагает готовые решения для аутентификации, хранения данных, аналитики, API и даже машинного обучения, скрывая сложность бэкенд-настроек за простым JavaScript-интерфейсом.

Хотя инструмент заточен под AWS, архитектура позволяет подключать и кастомные бэкенды. Amplify особенно удобен для React Native и веб-приложений, например, можно добавить авторизацию через Cognito или работу с S3 буквально парой строк кода.

🤖 GitHub

Читать полностью…

Упрощаем разработку в разы с помощью Swift-библиотек — топ инструментов, которые помогут сэкономить ЧАСЫ рабочего времени и не создавать проекты с нуля, а пользоваться уже готовыми паттернами.

• Alamofire — удобный HTTP-клиент для API-запросов, упрощает работу с REST API.

Установка: pod 'Alamofire'
Пример использования:

import Alamofire
AF.request("https://jsonplaceholder.typicode.com/posts").response { response in
    print(response)
}

• Moya — расширение для Alamofire с удобной архитектурой и встроенной поддержкой тестирования.

• SwiftyJSON — удобный парсер JSON, упрощает работу с неструктурированными данными.

Установка: pod 'SwiftyJSON'
Пример:

import SwiftyJSON
let json = JSON(response.data)
if let name = json["name"].string {
    print("Name: \(name)")
}

• Realm — быстрая и легкая альтернатива Core Data для хранения данных.

• SnapKit — декларативный Auto Layout, избавляет от громоздкого кода с NSLayoutConstraint.

• Lottie — анимации в формате JSON, созданные в After Effects.

• Kingfisher — загрузка и кэширование изображений.

• DGCharts — удобная библиотека для построения графиков и диаграмм.

Сохраняйте себе, если хотите бустануть продуктивность, писать более чистый код и упростить работу с графикой.

@mobi_dev

Читать полностью…

🎉 On‑device LLM от Apple теперь доступен в React Native!

Команда Callstack представила в предварительном релизе пакет @react-native-ai/apple, который позволяет использовать на устройствах Apple их Foundation Models прямо в React Native 📱

Что доступно в превью:
• Генерация текста с адаптацией “на лету”
• Потоковый вывод ответов для интерактивности
• Структурированный JSON‑вывод с валидацией через Zod
• Совместимость с Vercel AI SDK — меняйте провайдеры и модели одной строкой

Почему это важно:
• 🔒 Конфиденциальность: весь AI работает локально — данные не покидают устройство
• 🚀 Мгновенный отклик без сети
• 🌐 Оффлайн‑режим всегда под рукой

Что под капотом:
• Модель на ~3 млрд параметров, оптимизированная для iOS
• Поддержка quantization и LoRA‑адаптеров для рерайта и суммаризации

Требования:
• React Native 0.80+ или Expo Canary с New Architecture
• Стабильный релиз — с выходом iOS 26

💡 Возможности:
• Умные редакторы текста
• Ассистенты с доступом к контенту устройства
• Интерактивные функции без интернета

В ближайших обновлениях:
• Более простой API
• Поддержка вызовов функций
• Расширение на Android

📌 https://www.callstack.com/blog/on-device-apple-llm-support-comes-to-react-native

Читать полностью…

🔢 Мессенджер, который работает БЕЗ ИНТЕРНЕТА — Bitchat

Новый проект от бывших инженеров X/Twitter, который превращает обычные смартфоны в mesh-сеть.
Сообщения проходят даже там, где глушат связь, отключают вышки и происходит цифровой шатдаун.

📡 Без сим-карт. Без регистрации. Без сервера.

Что умеет:
— Работает без интернета (реально)
— Шифрует сообщения
— Подключается к другим телефонам поблизости
— Подходит для митингов, фестивалей, отключений связи и просто на всякий случай

🆓 Бесплатно
📱 Уже доступен для iOS через TestFlight.

Читать полностью…

⚡️ Почему лучшие разработчики всегда на шаг впереди?

Потому что они знают, где брать настоящие инсайд!
Оставь “программирование в вакууме” в прошлом, выбирай свой стек — подпишись и погружайся в поток идей, лайфхаков и знаний, которые не найдёшь в открытом доступе.

ИИ: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Мл собес t.me/machinelearning_interview
C++ t.me/cpluspluc
Docker: t.me/DevopsDocker
Хакинг: t.me/linuxkalii
МЛ: t.me/machinelearning_ru
Devops: t.me/DevOPSitsec
Data Science: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/java_library
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: /channel/gamedev
Физика: t.me/fizmat

Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: /channel/addlist/mzMMG3RPZhY2M2Iy

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🖥 Chatgpt для кода в тг: @Chatgpturbobot -

📕Ит-книги: /channel/addlist/BkskQciUW_FhNjEy
💼ИТ-вакансии t.me/addlist/_zyy_jQ_QUsyM2Vi

Подпишись, чтобы всегда знать, куда двигаться дальше!

Читать полностью…

🥪 Sandwich — удобная обработка API-ответов в Kotlin. Библиотека упрощает работу с сетевыми запросами, предлагая унифицированный подход к обработке успешных ответов, ошибок и исключений. Вместо создания собственных обёрток вроде Resource или Result, разработчики могут использовать готовые компоненты с функциональными операторами.

Инструмент имеет встроенную поддержку корутин и возможность глобальной обработки ошибок через механизм операторов. Например, можно автоматически обновлять токен доступа при получении кода 401 или логировать все исключения в едином месте.

🤖 GitHub

@androidits

Читать полностью…

В iOS разработчики могут использовать фреймворк LocalAuthentication для интеграции биометрической аутентификации, такой как Face ID или Touch ID, в свои приложения. Это позволяет повысить безопасность и удобство использования, предоставляя пользователям быстрый и надежный способ входа.

Для реализации биометрической аутентификации необходимо импортировать фреймворк LocalAuthentication и создать экземпляр класса LAContext. Затем можно вызвать метод evaluatePolicy(_:localizedReason:reply:), который отображает системный интерфейс для аутентификации пользователя. Важно обрабатывать возможные ошибки, такие как отсутствие настроенной биометрии на устройстве или отказ пользователя от аутентификации.

Рекомендуется предоставлять пользователям альтернативные методы входа в случае недоступности биометрической аутентификации, например, с использованием пароля или PIN-кода. Это обеспечит доступность приложения для всех пользователей, независимо от настроек их устройств.

https://tanaschita.com/ios-local-authentication/

#ios

Читать полностью…

Osaurus от Dinoki-AI 🚀

Нативный сервер LLM для Apple Silicon (M-series). Работает локально на Mac с M1 и новее.

✨ SwiftUI-приложение + HTTP-сервер на SwiftNIO
✨ Поддержка API OpenAI и Ollama
✨ Function/tool calling, стриминг
✨ Управление моделями прямо из интерфейса


🔗 https://github.com/dinoki-ai/osaurus

Читать полностью…

Что придумал Тим Кук кроме нового айфона? Узнаем в компании VK и Coffee&Code.

9 сентября встречаемся в Москве в офисе VK в Авроре. Будем смотреть и обсуждать презентацию, играть в бинго, общаться и чилить с попкорном и чипсиками.

Регистрация — тут. Ждём вас!

Читать полностью…

📌 Andreessen Horowitz выпустили пятый рейтинг TOP 100 ИИ-приложений.

Главный вывод из пятого ежегодного списка Top 100 AI Apps — экосистема ИИ начинает приходить в равновесие.

В веб-рейтинге появилось всего 11 новых имен, что заметно меньше, чем было мартовском отчете. В мобильном сегменте, напротив, новичков больше — целых 14, но это связано с тем, что App Store активно вычищают "клонов ChatGPT", освобождая место для оригинальных приложений.

🟡Главным событием стало укрепление позиций Google.

Их флагманский ассистент Gemini занял 2 место после ChatGPT и в вебе, и на мобильных устройствах. Правда, разрыв пока существенный: в вебе Gemini набирает примерно 12% от трафика ChatGPT. А вот на мобильных платформах ситуация иная - у Gemini уже почти половина ежемесячно активных пользователей ChatGPT.

Интересная деталь: почти 90% мобильной аудитории Gemini сидит на Android, тогда как у ChatGPT доля Android-пользователей составляет 60%.

Помимо Gemini, в топ-10 ворвался Google AI Studio. Следом идeт NotebookLM на 13-м месте, а экспериментальная площадка Google Labs заняла 39-ю строчку, получив в мае 2025 года прирост трафика более чем на 13% после запуска видеомодели Veo 3.

🟡В общей битве ChatGPT все еще лидирует.

Grok занял четвeртое место в вебе и 23-е на мобильных. Его мобильный рост особенно впечатляет: с нуля в конце 2024 года до более чем 20 миллионов MAU сейчас. В июле 2025 года, после релиза модели Grok 4, использование приложения подскочило почти на 40%.

У Марка Цукербкрга успехи скромнее: 46-е место в вебе и полное отсутствие в мобильном топе.

Perplexity продолжает уверенно расти, а вот Claude и DeepSeek показывают смешанные результаты. DeepSeek особенно сильно просел в вебе, потеряв более 40% трафика со своего пика в феврале 2025 года.

🟡Отдельного внимания заслуживает Китай.

Сразу 3 компании, ориентированные на внутренний рынок, вошли в топ-20 веб-рейтинга: Quark от Alibaba (№9), Doubao от Bytedance (№12) и Kimi от Moonshot AI (№17). Более 75% их трафика приходится на Китай, где доступ к ChatGPT или Claude ограничен.

Ещё более поразительна картина на мобильных устройствах. По оценкам, 22 из 50 приложений в топе были разработаны в Китае, но используются преимущественно за его пределами. Особенно сильна их концентрация в категории "фото и видео": одна только компания Meitu представлена 5-ю продуктами, включая BeautyPlus и Wink. Bytedance также не отстаёт с ассистентами Doubao и Cici.

🟡Ветераны рейтинга — 14 компаний, которые попадали в каждый из 5 списков Top 100 AI Apps.

Это ChatGPT, Civitai, Poe, Perplexity, LeonardoAI, VEED, Gamma, QuiliBot, CutOut, Character AI, Midjourney, Photoroom, Eleven Labs и HuggingFace.

Из этой "звёздной" команды только 5 компаний разрабатывают собственные модели, 7 используют сторонние API или опенсорс-решения, а 2 являются агрегаторами моделей.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🍏 NEWS: Apple рассматривает использование Google Gemini для обновлённого Siri, возможно, уже в 2026 году.

Речь идёт о системе, работающей на серверах Private Cloud Compute на Mac-чипах — то есть на внешней модели, без её размещения на устройстве.

Apple пока не приняла решение и ведёт параллельную разработку двух версий:
- «Linwood» — собственная модель от Apple;
- «Glenwood» — сторонняя, включая обсуждение Gemini, Claude и ChatGPT. Сейчас идет соревнование («bake-off») между ними.

ChatGPT уже используется в качестве запасного варианта Siri для общих вопросов и отвечает за генерацию изображений в iOS 26. Внутри Apple тестируется модель на 1 трлн параметров — значительно больше текущих ~150 млрд, но пока это только исследование.

Пока официальных соглашений нет: обсуждаются и Google, и Anthropic, и OpenAI. Gemini, кстати, подорожало для устройств, но не для серверов. Сделка ещё может измениться, учитывая антимонопольные риски, связанные с Google.

Итог: Apple ищет способ ускорить вывод более мощного Siri, используя сторонние технологии, пока постепенно масштабирует собственную инфраструктуру.

🟢 Подробнее

Читать полностью…

Feeder — это программа для чтения каналов с открытым исходным кодом (RSS/Atom/JSONFeed) для Android, созданная в 2014 году.

С помощью Feeder вы можете читать последние новости и публикации с ваших любимых сайтов.

Читать полностью…

Реально бенгер: в новой iOS 26 добавили ремиксы стандартного рингтона, включая Dreamer, который точно станет хитом.

Чуваки, которые при покупке айфона навсегда выключают звук:

Читать полностью…

🚀 ADeus — ваш open-source AI-ассистент на носимом устройстве!

🎯 Записывает и транскрибирует всё, что вы слышите и говорите, сохраняет это на ваш сервер. Через мобильное/веб‑приложение вы общаетесь с ADeus уже в контексте — никаких сторонних облаков.

🔧 Состав:
• ACM‑металлическое устройство
• Мобильное/веб UI
• Supabase backend + LLM интеграция

💰 Стоимость ≈ 100 USD (DIY) за устройство и открытый код

⭐ Более 3 200 звёзд на GitHub, 19 контрибьюторов, активные фичи: Bluetooth, diarization, voice‑activity detection и UI‑улучшения.

📚 Подробнее:

• GitHub: https://github.com/adamcohenhillel/ADeus
• Документация: https://docs.adeus.ai/

Читать полностью…

iOS 26 с интерфейсом «жидкое стекло» уже можно протестировать. Apple выпустили публичную бета-версию.

Как установить:

Проходим верификацию на этом сайте > заходим в настройки iPhone > «Основные» > «Обновление ПО» > переключаемся на iOS 26 Public Beta

После этого в разделе обновлений появится предложение скачать iOS 26. Тут рассказывали, что нового в ПО.

Читать полностью…

🔍 Lucy (1.7B) — легковесная агентная модель веб-поиска на базе Qwen3, обученная только через RL, без привычного SFT.

📱 Заточена под мобильные устройства и CPU-only:
• Агентный поиск через Serper (Google API) + Crawl4AI
• Специальные векторные задачи направляют рассуждение
• Обгоняет DeepSeek-v3 на SimpleQA (MCP-бенчмарк)
• Работает с vLLM, llama.cpp, Jan, LMStudio
• Есть в формате gguf — для локального запуска на CPU
• Режим генерации: temp 0.7 / top-p 0.9 / top-k 20

https://huggingface.co/collections/Menlo/lucy-6879d21ab9c82dd410b231ca

Читать полностью…

📌 EXAONE 4.0 — новая LLM от LG, уверенно конкурирующая с топами

LG AI Research представила EXAONE 4.0 (предыдущие версии) , свою ризонинг-модель. Разработчики называют ее «гибридным ИИ», и это не просто маркетинговый ход. По сути, это сплав классических языковых способностей с мощным механизмом логических рассуждений, унаследованным от предшественника EXAONE Deep.

Главная фишка — пошаговый подход к решению задач, основанный на выстраивании цепочки мыслей. Это позволяет модели хорошо справляться не только с текстами, но и со сложными областями вроде математики, науки и программирования.

В LG решили не размениваться на мелочи и не придумывать собственные удобные бенчмарки, а сразу вышли на глобальную арену.

Модель показала себя более чем достойно на самых сложных и актуальных тестах. Например, на GPQA-Diamond, который проверяет научные знания, она набрала 75.4 балла, а в математическом AIME 2025 — все 85.3. Судя по графикам, EXAONE 4.0 уверенно конкурирует как с открытыми, так и с передовыми закрытыми моделями на английском языке, а также демонстрирует отличные результаты на корейском и недавно добавленном испанском.

🟢На бенчмаркх видно: EXAONE 4.0 уверенно конкурирует с передовыми закрытыми и открытыми LLM на английском, а также остаётся одной из лучших на корейском рынке.

🟢 Модель вышла в двух вариантах:
1. EXAONE 4.0 Professional (32B параметров) — заточена под медицину, право и другие сложные предметные области. Уже сдала 6 национальных сертификационных экзаменов в Корее.
2. EXAONE 4.0 On‑Device (1.2B параметров) — работает офлайн прямо на устройстве. При этом она вдвое компактнее, но быстрее предыдущей версии. Идеально для задач с требованиями к приватности и скорости отклика.

Появилась модель, которая решает больше edge‑кейсов, чем Qwen‑235B, но при этом требует в 7 раз меньше памяти.
Еще:
- Обучена на 14T токенах.
- Поддерживает Model Context Protocol (MCP)
- Поддерживает**Function Calling** — интеграция с внешними инструментами и API прямо через LLM.

📌 Многоязычие, высокая точность, локальная работа — всё это делает EXAONE одним из самых интересных релизов LLM‑рынка в 2025 году.

🟠Подробнее: https://www.lgresearch.ai/blog/view?seq=576
🟠Model: https://huggingface.co/LGAI-EXAONE/EXAONE-4.0-32B

@ai_machinelearning_big_data

#AI #ML #LLM #EXAONE #LG

Читать полностью…

🖥 Open Replay — воспроизведение сессий для разработчиков

Open Replay — это self-hosted инструмент для воспроизведения сессий и аналитики.
Идеально подходит для воспроизведения проблем и багов, совместного просмотра с пользователями.

🖥 GitHub
🟡 Инструкция по деплою

@react_tg

Читать полностью…

🔧 How to: настраиваем GitLab CI/CD для мобильных тестов

Ручные сборки и деплой занимают время, а человеческий фактор может привести к ошибкам. Автоматизируем процесс!

1️⃣ Создаём .gitlab-ci.yml

Файл .gitlab-ci.yml – сердце CI/CD в GitLab. Здесь описываем, какие тесты и когда запускать.

Пример пайплайна для Android (Appium + Pytest):
stages:
- test

variables:
ANDROID_HOME: "/sdk"
PATH: "$ANDROID_HOME/emulator:$ANDROID_HOME/tools:$ANDROID_HOME/platform-tools:$PATH"

test_ui:
stage: test
image: python:3.9
before_script:
- pip install -r requirements.txt
script:
- pytest tests/ui_tests --junitxml=report.xml
artifacts:
paths:
- report.xml
➖ Что тут происходит?
✔️ stages: Определяем этапы (у нас пока только test).
✔️ variables: Переменные среды (Android SDK и путь к эмулятору).
✔️ test_ui: Джоб, который запускает UI-тесты.
✔️ image: Используем докер-образ с Python 3.9.
✔️ before_script: Устанавливаем зависимости перед запуском.
✔️ script: Запускаем тесты.
✔️ artifacts: Сохраняем отчёт о тестах.

2️⃣ Подключаем GitLab Runner

Чтобы GitLab выполнял тесты, нужен Runner – агент, который их запускает.

Запускаем Runner на своём сервере

➡️ Устанавливаем GitLab Runner:
sudo curl -L --output /usr/local/bin/gitlab-runner \
"https://gitlab-runner-downloads.s3.amazonaws.com/latest/binaries/gitlab-runner-linux-amd64"
sudo chmod +x /usr/local/bin/gitlab-runner
➡️ Регистрируем Runner:
gitlab-runner register
Вводим URL репозитория и токен (берём в Settings → CI/CD → Runners).

➡️ Запускаем Runner:
gitlab-runner start
Теперь тесты будут выполняться прямо на твоей машине или сервере.

3️⃣ Добавляем Android-эмулятор в пайплайн
Если нужно гонять тесты на Android:
test_android:
stage: test
image: budtmo/docker-android:emulator_11.0
before_script:
- start-emulator
- adb wait-for-device
script:
- pytest tests/android_tests
✔️ budtmo/docker-android – докер-контейнер с эмулятором Android.
✔️ start-emulator – запускаем эмулятор.
✔️ adb wait-for-device – ждём, пока устройство загрузится.

4️⃣ Автоматизация сборки APK/IPA

Чтобы собирать APK (Android) или IPA (iOS) в GitLab CI/CD:

Android (Gradle)
build_apk:
stage: build
image: openjdk:11
script:
- ./gradlew assembleDebug
artifacts:
paths:
- app/build/outputs/apk/debug/app-debug.apk
iOS (Fastlane)
build_ios:
stage: build
image: circleci/macos-xcode
script:
- bundle exec fastlane build
artifacts:
paths:
- build/ios.ipa
Какой CI/CD используете вы? Делитесь опытом в комментариях 💬

Читать полностью…

🌟 FlexTok: адаптивная 1D-токенизация изображений от Apple.

FlexTok - метод токенизации изображений, который преобразует 2D-изображения в упорядоченные 1D-последовательности переменной длины.

Его цель - сократить объем данных, необходимых для обучения генеративных моделей, и при этом оставить достаточную информацию для качественной реконструкции и генерации.

В отличие от традиционных подходов, где число токенов фиксировано и зависит только от размера изображения, FlexTok подстраивается под сложность контента: простейшая сцена может кодироваться несколькими токенами, а сложная - десятками и сотнями .

FlexTok, это по сути, пайплайн из 3 компонентов: ViT‑энкодер, квантование регистров и маскирование внимания:

ViT‑энкодер с набором «регистровых» токенов читает латентные представления VAE‑GAN и конденсирует их в 1D-последовательность до 256 регистров .

Затем, с помощью FSQ‑квантования, каждый регистр дискретизируется в код из заранее определенного словаря размером ~64 000.
На этом этапе применяется "nested dropout": во время обучения случайно обрезаются последние токены, чтобы модель научилась упорядочивать информацию от грубых форм к деталям.

Параллельно применяется авторегрессионная маска внимания: каждый токен в цепочке видит только те, что были до него, и не знает о тех, что идут после. Это заставляет модель генерировать изображения шаг за шагом, от первого токена к последнему, и упрощает ей задачу прогнозирования следующих элементов.

Декодер в FlexTok - это модель rectified flow, которая на вход берет укороченные токены и слегка зашумленные латенты VAE и учится предсказывать тот шум, который нужно убрать, чтобы вернуть исходное представление.

Чтобы обучение шло быстрее и давало более точные результаты, добавляют REPA‑Loss: он сравнивает промежуточные признаки с векторами из DINOv2‑L. Благодаря этому даже при очень жесткой компрессии (от 1 до 256 токенов), FlexTok успешно восстанавливает детали изображения.

FlexTok легко встраивается в текстово‑ориентированные модели и может улучшить соответствие изображения описанию, даже если число токенов меняется. К тому же его адаптивная токенизация применима не только к картинкам, но и к аудио или видео.

▶️Набор токенизаторов:

🟢Flextok_d12_d12_in1k - 12\12 слоев энкодер-декодер, датасет IN1K;
🟢Flextok_d18_d18_in1k - 18\18 слоев энкодер-декодер, датасет IN1K;
🟢Flextok_d18_d28_in1k - 18\28 слоев энкодер-декодер, датасет IN1K;
🟢Flextok_d18_d28_dfm - 18\28 слоев энкодер-декодер, датасет DFN.

▶️ VAE:

🟠Flextok_vae_c4 - 4 каналов латента, коэффициент понижающей дискретизации 8;
🟠Flextok_vae_c8 - 8 каналов латента, коэффициент понижающей дискретизации 8;
🟠Flextok_vae_c16 - 16 каналов латента, коэффициент понижающей дискретизации 8.


🟡Страница проекта
🟡Набор на HF
🟡Arxiv
🟡Demo
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #Tokenizer #Flextok #Apple

Читать полностью…

Apple обеспечит поддержку разработки Android-приложений на языке Swift https://opennet.ru/63482/

Читать полностью…