Для того чтобы нарисовать то, что понравилось бы и тебе самому, и другим, нужно воображение и вдохновение. Но влиять на оба эти процесса напрямую сложно: они, как правило, дают о себе знать самостоятельно. А вот когда это происходит — главное не упустить момент. От пикселя к пикселю Read more ›
0
Привет, Хабр! Меня зовут Дмитрий Кравчук, я занимаюсь всем, что связано с данными в блоке AI&ML MAGNIT TECH. Расскажу про фундамент прибыльных проектов, которыми мы занимаемся в департаменте. Эта начало цикла статей о наших достижениях за 5 лет и планах на будущее.В 2020 году мы выбирали формат для больших ML-хранилищ: Delta Lake, Iceberg или Hudi. В итоге остановились на Delta Lake. За 5 лет вокруг него у нас выросла полноценная... Read more ›
0
28 мая вышел Opus 4.8 — через 41 день после 4.7 и с Dynamic Workflows, на которых переписали Bun. Через два дня появился DeepSWE и поставил под сомнение весь лидерборд, включая только что вышедший Opus. Enterprise-клиент без лимитов сжёг $500M за месяц. DeepSeek набирает команду для создания своего агента. А в MySQL закрыли 21-летний баг. Читать далее Read more ›
0
В продуктах, построенных поверх моделей распознавания речи (Automatic Speech Recognition models, ASR), качество распознавания речи напрямую влияет на пользовательский опыт.О том, какие есть методы оценки качества таких моделей, какие у них ограничения и как мы измеряем качество их работы — и пойдет речь. Читать далее Read more ›
0
В августе прошлого, 2025 года, я рассказал о создании собственной чёрно-белой темы для GNU Emacs. Почти год безсменно я её использую и не испытываю никаких проблем (скриншот позволяет в этом убедиться). Но рассказ будет не про это, а про то, как выглядит техника создания собственной темы для Emacs. Для тех, кто подумал, что будет также скушно и сложно, как и в рассказах про создание собственного пакета и режима для Emacs,... Read more ›
0
После выхода новой локальной модели Qwen 3.5 мне захотелось проверить не абстрактный бенчмарк, а более приземленную вещь: можно ли отдать маленькой локальной модели обычную задачу из backend-разработки и получить рабочий результат.Составил спецификацию сервиса и разбил его не небольшие подробно описанные задачи умной моделью, а выполнение этих задач отдал локально запущенной модели подключенной к агенту Opencode.Про подход, железо и выводы подробно описано в статье. Читать далее Read more ›
0
Кажется, что в ИИ чатах интерфейс довольно вторичен: ты пишешь, модель тебе отвечает, особо больше ничего и не надо (если модель отвечает хорошо). Но интерфейс очень влияет на то, насколько правильное решение вы примете, и насколько легко будет найти ошибку модели. Я собрала несколько научных исследований, которые могут пригодится тем, кто делает ИИ фичи в своих продуктах. Читать далее Read more ›
0
Я совсем поехал кукухой — начал сдавать в аренду свой браузер за деньги. Началось всё с того, что мои ИИ-агенты не смогли нормально зарегаться из-за капчей и прочего, чужие расширения меня не устраивали — они плохо интегрировались в мой флоу и были завязаны на провайдера, что полный отстой.В итоге я интегрировал это в свой пет-проект, и в итоге сделал так, что браузер в аренду может взять любой желающий. Заодно сделал... Read more ›
0
Ваши UI‑автотесты снова «иногда падают», а команда уже привычно лечит это ретраями? Проблема может быть не в CI и не во фронтенде, а в том, что тест ждёт не то состояние интерфейса. Разбираем пять ошибок в ожиданиях Selenium, из‑за которых автотесты превращаются в лотерею. Читать далее Read more ›
0
Короткий пик нагрузки может закончиться раньше, чем Kubernetes успеет добавить готовую ёмкость. Разбираю, почему HPA и MPC-подходы упираются не только в алгоритм, но и в задержку метрик, запуск Pod и readiness. Разобрать лаг автоскейлинга Read more ›
0
Привет, Хаброжители! Более десяти миллиардов строк кода C++ в настоящее время используется в реальных проектах, и 98 % разработчиков ежедневно находят и исправляют в них ошибки. Даже в критически важных приложениях встречаются баги, проблемы с производительностью и читаемостью. Эта книга поможет выявить их в коде, который вы поддерживаете, и избежать — в коде, который вы пишете. Читать далее Read more ›
0
«Самые прекрасные решения, основанные на анализе огромного количества данных и обещающие миллионы рублей экономии, будут бесполезны, если клиент или его бизнес не будут способны их внедрить».Такой вывод мы сделали после анализа нескольких проектов, которые так и не вышли на финишную прямую. Ниже — детальная история одного из них. Она началась с публичного скандала, продолжилась подписанием трёхстороннего договора на бесплатные работы, а закончилась чувством облегчения от провала. Читать далее Read more ›
0
Если у вас пет-проект или небольшой стартап на GitLab.com, рано или поздно вы упрётесь в потолок бесплатного тарифа: 400 минут пайплайнов в месяц и общая очередь раннеров. Покупка дополнительных минут стоит денег и не решает вторую проблему: общие раннеры GitLab обслуживают миллионы проектов, и в часы пик ваша джоба может провисеть в очереди 10-20 минут.Решение — свой GitLab Runner на VPS: без чужих джоб, под полным контролем. Такой раннер не... Read more ›
0
Привет, Хабр! Меня зовут Татьяна Козленко, я координатор по технологиям цифрового моделирования в команде девелопера ПИК. Хочу рассказать про автоматизированную параметризацию в Revit с помощью инструмента «Склеить параметры». Также освоим три сценария подготовки модели к экспертизе ЦИМ и настроим параметры в семействах кабельных лотков. Работа с параметрами в Revit часто превращается в рутину. Особенно остро это чувствуется на финальной стадии выполнения проекта. Этап экспертизы и выпуск спецификаций требу Read more ›
0
Пока лента обсуждает LLM и агентов, а инвесторы спорят про окупаемость GenAI, «скучный» классический ML тихо зарабатывает реальные деньги. Я Senior Data Scientist в финтехе, выступаю с лекциями по карьере и ML в ИТМО и ВШЭ. Разберем в статье на цифрах пять компаний из четырех разных областей и почему классику рано списывать со счетов. Читать далее Read more ›
0
Для многих обывателей, да и инженеров, которые не углублялись в тему, работа с LLM выглядит как работа с обычным сервисом: мы просто кидаем запросы по нужному endpoint и получаем JSON с ответом. Но на деле появляется много вопросов: как здесь работает кэш? От чего зависит время ответа? Что делать с огромным контекстным окном? И если у нас один GPU-сервер, на котором происходят все вычисления, то это не так и важно.... Read more ›
0
Важный пост, который, на мой взгляд, возвращает разговор об ИИ из мира воздушных замков в реальность, опубликовал Дэвид Гётте — CEO и управляющий директор компании, занимающейся автоматизацией продаж с помощью искусственного интеллекта.Очевидно, его откровенно раздражают бесконечные посты в духе: «Я заменил весь свой отдел продаж Claude». По его словам, практически каждая такая история — либо откровенная ложь, либо полуправда, упакованная в эффектный кейс о цифровой трансформации.Гётте много лет профессиона Read more ›
0
Привет, Хабр! Я Дмитрий Клепиков из команды Modus. После прошлой статьи захотелось взять тот же стек — ИИ-агента и пару MCP-серверов — и собрать через него в нашем BI-портале DQ-шаблон. DQ здесь — это Data Quality, то есть проверка качества данных: полнота, корректность, уникальность, согласованность, актуальность и всё то, из чего потом складывается доверие к данным.Шаблон получился не универсальным в духе «подставь любую таблицу, и всё само поймётся». Скорее универсальным... Read more ›
0
ИИ-агенты уже не такое далекое будущее. Бизнес быстро понял, что обычный чат-бот отвечает на вопрос, а агент может сам пройти цепочку действий — найти данные, подготовить документ, создать задачу, проверить статус и вернуться с отчетом.Но есть загвоздка. Компании часто ждут от ИИ-агента «цифрового сотрудника», который заменит сотрудника: сам разберется процессах, поговорит с клиентом, отправит письмо. Так не работает. Агент хорошо автоматизирует рутину, но плохо справляется с ответственностью, политикой вну Read more ›
0
Пока обсуждают, имеет ли смысл задавать домашку, если её решает нейросеть, часть подростков нашла ИИ другое применение — как собеседника на несколько часов в день. Собрала ключевые цифры и выводы из недавних исследований на эту тему. Читать далее Read more ›
0
Разбор применения метода DREM (Dynamic Regressor Extension and Mixing) для обучения линейного перцептрона. Рассматривается алгоритм декомпозиции многопараметрической задачи на набор независимых скалярных регрессий. В ходе экспериментальной апробации на синтетических и реальных данных оценено влияние различных параметров на величину MSE и время выполнения, а также проведен сравнительный анализ со стандартными оптимизаторами (SGD, ADAM). Читать далее Read more ›
0
Most popular sources
Tech Wire Asia
|
0% |
ArcticStartup
|
0% |
ScienceDaily
|
0% |
The Fintech Times
|
0% |
ReadWrite
|
0% |
| View sources » | |
LIKE us on Facebook so you won't miss the most important news of the day!
24.06.2026 02:14
Last update: 02:05 EDT.
News rating updated: 09:02.
What is Times42?
Times42 brings you the most popular news from tech news portals in real-time chart.
Read about us in FAQ section.