Project Vend: может ли языковая модель продавать чипсы и вольфрам?

В феврале этого года стартап исследования рисков искусственного интеллекта Andon Labs выпустил результаты бенчмарка Vending-Bench. В рамках этого испытания большие языковые модели управляли работой виртуального торгового автомата.

Компания Anthropic заинтересовалась опытом Andon Labs. Бенчмарк повторили в реальной жизни в рамках Project Vend. В течение целого месяца агент на Claude 3.7 Sonnet управлял офисным холодильником и общался с сотрудниками Anthropic.

Детальный разбор архитектуры современных языковых моделей

В этой статье мы погрузимся в мир современных языковых моделей, детально изучим их архитектуру и разберёмся в принципах работы. Готовы к захватывающему путешествию в мир искусственного интеллекта? Тогда пристегните ремни — мы отправляемся!

👏 Один прыжок — и ты в новом облачном мире!

Стань частью команды, создающей новую публичную облачную платформу! Пройди cloud-контроль, увернись от багов и доберись до вершины. Лучших ждут призы и облачная слава!

ЭВМ и роботы на страницах советской научной фантастики. Часть третья. От утопии к реальности

В отличие от ранней советской фантастики, мало интересовавшейся вычислительными машинами, в конце 50-х годов авторы первых произведений «золотого века советской НФ» стали активно вводить ЭВМ и роботов в образы утопического завтра. И в романе «Туманность Андромеды» Ивана Ефремова, и в сборнике «Полдень, XXII век» братьев Стругацких компьютеры и кибернетические устройства показаны как повсеместные и привычные людям будущего.

Тем временем, компьютеры начинают всё больше проникать и в реальность — поначалу сугубо у «физиков». С рубежа 50-х и 60-х ещё недавно единичные ЭВМ начинают идти в серию десятками (БЭСМ-2) и сотнями (Урал-1) экземпляров, ими начинают оснащаться институты, инженерные и научно-исследовательские центры, программирование превращается в важную, всё более востребованную и дефицитную специальность.

Ещё недавно компьютеры в фантастике были таким же признаком не слишком близкого будущего, как межзвёздные перелёты. Теперь же всё больше читателей НФ из числа технической интеллигенции и сами прямо или опосредованно имели дело с компьютерами. Вспомним, как это отразилось на советской научной фантастике и в целом культуре этого времени.

Запускаем настоящую DeepSeek R1 671B на игровом ПК и смотрим, вменяемая ли она на огромном контексте (160к)

Релиз DeepSeek R2 официально отложен, и пока R1 не потерял актуальность, попробуем запустить модель на домашнем ПК. Оригинальная DeepSeek R1 имеет размер 700гб, так как она обучалась в fp8, но если бы она обучалась в стандартных f16, её вес был бы 1400гб, а мы попробуем версию в 10 раз меньше. Запустим самый маленький 1.66-битный IQ1_S_R4 квант полноценной модели размером 130гб на игровом ПК, отдельно с 4090 и 4060ti. Загрузим туда очень-очень много контекста и проверим, такой квант всё ещё способен давать разумные ответы или нет.

Ностальгические игры: Fallout

В середине девяностых казалось, что жанр RPG уже ничем не удивит: магические мечи, драконы и эльфы давно набили оскомину, а чего-то по-настоящему революционного в этом жанре почти не выходило. Но в 1997 году Interplay выпустила Fallout — игру, которая стала глотком радиоактивного воздуха для всех уставших от фэнтезийных штампов.

Здесь не было спасения мира в привычном смысле, зато была свобода действий и последствия каждого решения, здесь можно было встретить чёрный юмор и бескомпромиссную жестокость, а атмосфера Америки после ядерной войны ощущалась на удивление правдоподобной. Именно об этой игре, ставшей эталоном и началом культовой серии, мы и поговорим.

«Тупой ИИ» с нами надолго: почему в новых моделях больше галлюцинаций

В последние несколько месяцев ведущие модели обновились с функцией «рассуждений». Предполагалось, что качество ответов улучшится. Но последующие тесты показали, что уровень галлюцинаций сильно вырос. И это не какая-то случайная недоработка разработчиков, а фундаментальное свойство. Сейчас становится очевидным, что от галлюцинаций мы не избавимся никогда.

Подтверждение ИТ-компетенций на Госуслугах, стоит ли доверять?

31 мая Госуслуги предложили интересную концепцию — проверку знаний ИТ-специалистов и подтверждение их навыков. Можно ли доверять таким сертификатам? Заглянем «под капот» всей этой затеи.

Энтузиаст смог запустить Doom на экране велотренажёра Life Fitness SE3 Elliptical. Чтобы игра работала, нужно крутить педали.

Велотренажёр работает на Android 5, и энтузиаст хотел использовать Android Debug Bridge для установки Freedoom и перехода в режим разработчика. Из-за багов ему пришлось отказаться от этой идеи. В итоге парень нашёл официальную страницу загрузок для каждого отдельного меню Life Fitness. Она предназначена для ручного обновления программного обеспечения тренажёра с помощью флэш-накопителя. Однако энтузиаст понял, что файлы можно модифицировать, чтобы добавить в них Doom, а затем установить игру на тренажёр через обновление USB.

«Вставьте флеш-накопитель в USB-порт. Оно должно автоматически обновиться. Подождите около 20 минут, пока завершится обновление, и вуаля! Теперь Doom установлен прямо в меню Life Fitness. Прежде чем начать играть, вам придётся позаботиться о Doom WAD. Скопируйте его с флеш-накопителя в storage/emulated/0/Freedoom/config с помощью файлового менеджера. После этого всё готово!» — написал автор проекта.

По его словам, игра отключается, если педали остаются неподвижными более 10 секунд. Мультитач отсутствует, поэтому съёмка процесса игры и движение невозможны, а нажатие в нижней части экрана открывает пользовательский интерфейс тренировки.

«Как я убедил виртуальную машину, что у неё есть кулер»

Некоторые образцы malware выполняют различные проверки, чтобы определить, запущены ли они в виртуальной машине. Один из самых частых способов — проверка наличия определённых аппаратных компонентов, обычно не эмулируемых в виртуальных средах. Один из таких компонентов — кулер процессора.

Федеративные возможности YDB: масштабируем разработку вместе со студентами

YDB — это разработанная в Яндексе распределённая СУБД с открытым исходным кодом, предназначенная для построения высоконагруженных систем. Разработка СУБД, особенно таких масштабных, как YDB, считается одной из самых сложных и ресурсоёмких задач в IT-индустрии. Для её решения от программиста требуется большой опыт и разносторонние знания в области алгоритмов, операционных систем и компьютерного железа. Тем не менее у студентов есть возможность внести свой вклад в развитие различных подсистем YDB.

Какое мрачное (?) будущее нас ждёт по версии Илона Маска

На Y Combinator вышло его свежее интервью, и звучит оно как предупреждение. AGI, роботы, Марс и человеческая ненужность — не сюжет «Чёрного зеркала», а рабочий план на ближайшие годы. Выясним, что именно имел в виду Маск и почему в этом есть здравое зерно.

Регулярные выражения простыми словами. Часть третья

Разработчики делятся на три типа: тех, кто уже понимает регулярные выражения и порой решает сложные задачи одной строкой; тех, кто всё ещё боится их и всячески избегает; и тех, кто уже прочитал первую и вторую части этой серии статей и полон оптимизма разобраться с этими магическими письменами. Эта статья специально для третьих, чтобы обратно их напугать, ведь в этой части мы рассмотрим одну из самых сложных, но в буквальном смысле захватывающих тем.

RF: как поиграть в любимые игры детства, если у консоли есть только антенный выход

Консоли. Консоли никогда не меняются. Они замирают в своей эпохе, как насекомые в каплях древесной смолы, и ждут часа, когда вас в очередной раз захлестнет приливом ностальгии. А вот экраны, на которые выводится картинка с ретро-девайсов, претерпевают изменения регулярно.

Всего 15-20 лет назад в почти каждой семье жил простой и надёжный ЭЛТ-телевизор. От модели к модели отличались разве что разъёмы на задней панели и максимальное разрешение. А сейчас среднего геймера сложно будет удивить даже изогнутым 8K AMOLED-экраном во всю стену.

Разговор обо всех возможных способах подключения ретро-консолей к современным экранам грозит растянуться сразу на несколько статей. Поэтому ради удобства разделим его на несколько частей, по принципу способа вывода изображения.

В этой статье мы поговорим о, казалось бы, самом устаревшем варианте — подключении к телевизору через антенный разъём. Но не торопитесь с выводами, эта тема гораздо интереснее, чем может показаться на первый взгляд.

«Однажды в разгар рабочего дня я прикрыл глаза — и буквально за секунду провалился в сон. Просто отключился. Через минут 15 проснулся свежий, бодрый, и сразу пошёл работать дальше. С тех пор я начал практиковать короткий сон. И это стало одним из трёх моих секретов продуктивного дня»

Автор спит на рабочем месте и вам советует

Lisuan G100: первый игровой графический чип из Китая

Китай анонсировал Lisuan G100 — свой первый графический процессор, созданный по 6-нм техпроцессу. Этот проект — часть стратегии страны по развитию автономности электронной отрасли вне зависимости от американских компаний. Разберём, что представляет собой G100 и как показывает себя в тестах. Ну и узнаем, почему его сравнивают с Nvidia GTX 660 Ti и AMD Radeon HD 7950 — видеокартами 2012 года.

Синдром бога: когда разработчик ждёт миллионы и поклонения просто за то, что пишет код

В какой-то момент профессия разработчика стала культовой. Все начали говорить, что программисты — это новые инженеры, строители цифрового мира. Люди, без которых всё рухнет.

Рынок перегрелся. Зарплаты поползли вверх. Стать джуном и получать 150К стало почти нормой.

И вот на этом фоне у многих (не у всех, конечно) начало рождаться ощущение собственной исключительности. Ты написал пару пет-проектов, освоил React, прошёл несколько собесов — и уже ощущаешь, что заслужил офис с массажистом, тимлида-коуча и карьерного консультанта.

Но реальность другая. Большинство задач — это рутина: дизайн по Фигме, вёрстка, формы, кнопки, интеграции с API.

Это работа, а не искусство. И она не становится гениальной только потому, что её делает программист.