Latest posts
Python Portal
23 Sept, 16:07
Вышла открытая альтернатива Jev — Kev. Модель доступна в трёх размерах.Она работает локально, поэтому данные остаются на вашем компьютере. Kev может отвечать «да» или «нет», выбирать один из вариантов и добавлять примечание. Подходит для задач классификации.👉 @PythonPortal
Python Portal
23 Sept, 06:07
Очень рекомендую сохранить осенний курс Стэнфорда MS&E 319 — Efficient Generative Language Models.Курс идёт от предобучения до инференса и постобучения. Материалы и записи лекций обещают выкладывать позже.Мне особенно нравится его исходная идея: модели становятся всё больше, но бюджет всегда ограничен. Если есть конкретная задача и ограниченные вычислительные ресурсы, как выбрать цель обучения, архитектуру модели и способ инференса так, чтобы получить максимум за свои деньги и не запускать GPT-6 на каждой задаче.«Просто купить ещё GPU» тоже вариант — и сейчас это фактически основной подход рынка.В курсе будут MoE, attention, сжатие KV Cache, квантизация, speculative decoding, а также LoRA, RLHF, DPO и дистилляция. Все эти обычно разрозненные техники рассматриваются через один вопрос: какую именно часть вычислений, памяти или времени они экономят и чем за это приходится платить.Например, если нужно снизить стоимость использования модели, один подход позволяет на каждом запросе задействовать только часть параметров, другой уменьшает объём данных, которые нужно хранить и перемещать, третий ускоряет генерацию ответа. Сначала нужно понять, какую именно проблему решает каждый метод, и только потом выбирать подходящий для своей задачи и смотреть, какие из них можно сочетать.Мне самому при оценке ИИ-компаний особенно интересен именно этот уровень: можно ли на тот же бюджет обучить более сильную модель или обслужить больше пользователей. Когда понимаешь компромиссы этих методов, релизы моделей и изменения их стоимости становятся намного понятнее.У курса есть определённый порог входа, но если тема интересна, точно стоит следить:https://web.stanford.edu/class/msande319/👉 @PythonPortalweb.stanford.eduMS&E 319: Efficient Generative Language Models | Stanford, Autumn 2026MS&E 319 at Stanford studies algorithms for efficient language-model training and inference, alongside risks and vulnerabilities.Python Portal
22 Sept, 16:07
«Принципы механики» — бесплатный учебник с открытым доступом, который даёт всестороннее введение в классическую механику.Книга начинается с математических основ, необходимых для изучения механики, а затем переходит к основным темам: кинематике, законам движения Ньютона, работе и энергии, линейному и угловому моменту, вращательному движению, гравитации, колебаниям и волнам.Теория сочетается с разобранными примерами и задачами, поэтому книга подойдёт как для первого знакомства с механикой, так и для повторения фундаментальных основ.Полная версия книги бесплатно доступна в PDF:https://link.springer.com/content/pdf/10.1007/978-3-030-15195-9.pdf👉 @PythonPortal
Python Portal
22 Sept, 06:07
Вот один из лучших материалов для начала, если хотите понять, что процессор на самом деле делает.https://youtu.be/GU8MnZI0snA👉 @PythonPortal
Python Portal
21 Sept, 15:39
Отличный материал по современному программированию GPU для систем машинного обучения.MLC Community разбирает архитектуру GPU практически с нуля: потоки и варпы, иерархию памяти, CUDA Cores и Tensor Cores, TMA, устройство Blackwell, GEMM и Flash Attention 4. Отдельный упор сделан на то, как писать действительно быстрые ядра и эффективно загружать вычислительные блоки GPU.https://mlc.ai/modern-gpu-programming-for-mlsys/chapter_background/index.html👉 @PythonPortal
Python Portal
21 Sept, 14:07
Псс, хочешь перестать мониторить Telegram в поисках работы? 👀Ты листаешь каналы, видишь вакансию, сохраняешь и откладываешь отклик «на потом».Потому что на каждую нужно потратить минут 20. В итоге из десятков сохранённых вакансий до отклика доходят единицы.Софи забирает эту рутину на себя.Она сама находит подходящие вакансии в 350+ Telegram-каналах, изучает их, пишет персональное сопроводительное и отправляет отклик.А еще она умеет откликаться на:▫️ hh ru ▫️ карьерных сайтах компаний - Авито, Сбер, Т-Банк ▫️ Geekjob ▫️ youngjunior.ruТебе больше не нужно выбирать, где сегодня искать работу.Софи будет искать везде.
Python Portal
21 Sept, 06:07
Для Jev появился практический проект Jev Explained с четырьмя примерами, которые показывают, как устроена модель, как работают её основные примитивы и как использовать их в реальных задачах.Репозиторий можно открыть в Claude Code или Codex и попросить агента создать новый пример, используя существующий код как контекст.Проект поддерживает TypeSafe API и Vercel AI Gateway.Идея простая: вместо чтения очередного разбора можно сразу открыть сессию и начать собирать что-то на Jev.Репозиторий: https://github.com/davila7/jev-explainedДемо: https://jev-explained-repo.vercel.app👉 @PythonPortal
Python Portal
20 Sept, 16:07edited
В открытом доступе появился GuppyLM — проект, который позволяет обучить языковую модель на 9 млн параметров с нуля примерно за пять минут. 👀Репозиторий включает весь процесс обучения и рассчитан на быстрые эксперименты с небольшими языковыми моделями без крупной инфраструктуры.👉 @PythonPortal
Python Portal
20 Sept, 06:07
Один из создателей ChatGPT представил принципиально новый тип ИИ-моделей.Два года, Диогу Алмейда, втайне разрабатывал Jev — модель, которая не пишет текст и не генерирует токены последовательно.Она получает любые неструктурированные данные и параллельно принимает заданные разработчиком решения. Например, выбирает одну категорию из списка, выставляет оценку или определяет вероятность утверждения.Jev также запрещено использовать скрытую цепочку рассуждений. Сложное поведение должно собираться разработчиком из множества простых решений при помощи обычного кода.Именно поэтому модель работает в 20–200 раз быстрее и обходится в 40–400 раз дешевле. Миллион входных токенов стоит 4,2 цента, а выход остаётся бесплатным навсегда (его вычисление настолько дёшево, что компания не видит смысла его считать.)Компания заявляет о нулевых галлюцинациях. Jev не может выдать ответ вне заданныхPython Portal
19 Sept, 16:07
В репозитории LLM Internals собрали цельную дорожную карту от токенизации и BPE до обучения, дообучения, RAG, агентов и оптимизации вывода.Разбираются Q/K/V, RoPE, каузальные маски, GQA, Transformer, MoE, LoRA, нормализация, обратное распространение ошибки, кросс-энтропия, RLHF и рассуждающие модели.Отдельный блок посвящён ускорению вывода: KV Cache, Flash Attention, Paged Attention и спекулятивное декодирование.Для каждого раздела собраны статьи и видео, поэтому репозиторий особенно полезен, если хочется наконец связать разрозненные знания в одну систему.https://github.com/amitshekhariitbhu/llm-internals👉 @PythonPortal
Python Portal
19 Sept, 06:07
Одно из главных правил GROUP BY в SQL.Если в SELECT есть столбец без агрегатной функции, он должен либо входить в GROUP BY, либо однозначно определяться сгруппированными столбцами.Почему это важно: GROUP BY определяет, что означает одна строка результата. База должна понимать, какое единственное значение поставить в каждую ячейку.Например, если одна строка результата соответствует должности внутри отдела, группировать нужно и по department, и по job_title.Если оставить столбец, который внутри одной группы может иметь несколько значений, одни СУБД просто вернут ошибку, а другие в некоторых режимах могут выбрать неопределённое значение из группы.Простое правило: если столбец может иметь несколько значений внутри группы, его нужно либо добавить в GROUP BY, либо агрегировать через COUNT, SUM, MAX, MIN и другие функции.👉 @PythonPortal
Python Portal
18 Sept, 16:07
Небольшой факт про Python.Оператор := называют «моржом» из-за того, что символы напоминают глаза и бивни моржа.Он появился в Python 3.8 и позволяет одновременно присвоить значение переменной и использовать его прямо внутри выражения.Например:while (line := input("Say something: ")) != "quit": print(f"You said: {line}")Без него пришлось бы отдельно получать значение через input(), а затем уже проверять его.Пользовались когда-нибудь := в своём коде?👉 @PythonPortalPython Portal
18 Sept, 12:38
⚙️ Конференция «Я про бэкенд» от ЯндексаТема — серверная сторона AI-технологий: высоконагруженные рекомендательные и генеративные системы, инференс моделей в продакшене, потоковая обработка данных, отказоустойчивость.Доклады в 6 направлениях: • Архитектура систем с AI/ML • Хранение и стриминг данных • Работа на стыке бэкенда с железом • Алгоритмы и подходы к решению практических задач • MLOps • Другие интересные челленджи на бэкендеСпикеры — инженеры Яндекса, Сбера, Т-Банка и других крупных компаний.Отдельный формат конференции: в прямом эфире разработчики Яндекса решают сложную архитектурную задачу на проектирование бэкенда сервиса из сферы информационного поиска. Задачу для эфира могут предложить участники — полное описание нужно прислать и после регистрации в течение 14 дней.📍 3 октября 2026, Москва и онлайнСайт и регистрация
Python Portal
18 Sept, 06:07
Не нарушайте принцип единственной ответственностиФункция должна делать одну вещь, делать её хорошо и только её.Эта функция делает слишком много:def calculate_final_total( price: float, quantity: int, discount_rate: float, tax_rate: float ) -> float: # Расчёт промежуточной суммы subtotal = price quantity# Применение скидки discounted_amount = subtotal (1 - discount_rate)# Расчёт налога final_total = discounted_amount (1 + tax_rate)
Python Portal
17 Sept, 16:07
Правильный способ обучения такой:Нужно просто решать задачи и делать проекты.Именно такой подход сделали для одной из лучших книг по основам статистики — кстати, одной из немногих, которые я действительно прочитал.Всё очень просто:Читаешь главу. Решaешь все задачи по этой теме.https://www.statlearning.com/👉 @PythonPortal
Python Portal
17 Sept, 06:07
Пока все заставляли мушку работать, чуваки решили дать ей отдохнуть.Вот что из этого получилось.👉 @PythonPortalPython Portal
16 Sept, 19:11
Изучайте Linux-сети на практикеНовый практический челлендж — потренируйтесь разбираться в сетевой конфигурации Linux-хостов: находить имена интерфейсов, IP- и MAC-адреса, шлюз по умолчанию, а также определять, какие маршруты сервер использует для доступа к разным адресам.https://labs.iximiuz.com/challenges/linux-inspect-network-interfaces-and-routes👉 @PythonPortal
Python Portal
16 Sept, 16:07
Вот как сегодня выглядит «фабрика программного обеспечения» OpenAI, где значительная часть работы уже строится вокруг агентов.👉 @PythonPortal
Python Portal
16 Sept, 07:55
11 принципов разработки ПО, которые я хотел бы понять раньше1. SOLID — качественное объектно-ориентированное проектирование 2. DRY — не повторяйся 3. KISS — делай проще 4. YAGNI — не создавай то, что пока не нужно 5. SRP — одна ответственность 6. Open/Closed — расширяй, не ломая существующее 7. Dependency Inversion — меньше жёстких связей 8. Composition — собирай систему из гибких компонентов 9. Separation of Concerns — разделяй зоны ответственности 10. Fail Fast — выявляй проблемы как можно раньше 11. Measure First — оптимизируй только то, что действительно имеет значение👉 @PythonPortalPython Portal
15 Sept, 16:07
OpenResearch в пятницу занял первое место среди самых популярных репозиториев на GitHub.С OpenResearch можно превратить любого агента для вайбкодинга в ресёрч агента, который изучает литературу, формулирует гипотезы, проводит эксперименты и создаёт исследовательские материалы.Теперь OpenResearch доступен и на Windows.https://github.com/alphaXiv/OpenResearch👉 @PythonPortal
Related Channels
Other channels in the same section of the catalogue.
