Augmented LQR: расширяем пространство состояний, чтобы убрать статическую ошибку  (Часть 2)
https://habr.com/ru/articles/980132/

В статье мы рассмотрели несколько подходов к решению этой проблемы и реализовали синтез LQR с расширенным состоянием (Augmented LQR) — метод, при котором в вектор состояний добавляются интегралы ошибок управления. Как обычно, ссылка на код в конце статьи.

Python 3.15’s interpreter for Windows x86-64 should hopefully be 15% faster
https://fidget-spinner.github.io/posts/no-longer-sorry.html

Choosing the Right Python Docker Image for Finance Workloads
https://jiripik.com/2025/12/19/choosing-the-right-python-docker-image-for-finance-workloads/

Memori - SQL Native Memory Layer for LLM
https://github.com/MemoriLabs/Memori

tinker-cookbook - Post-training with Tinker
https://github.com/thinking-machines-lab/tinker-cookbook

MediaManager - selfhosted media management system
https://github.com/maxdorninger/MediaManager

От голосовых к тексту: делаем Telegram-бота для расшифровки аудио на GigaAM-v3
https://habr.com/ru/articles/979038/

Недавно Сбер выкатил новые модели распознавания речи, и мне захотелось проверить их не в абстрактном демо, а в реальном сценарии. В этой статье я расскажу о практическом кейсе – разработке Telegram-бота, который преобразует голосовые сообщения в текст. Посмотрим, на что способна новая отечественная модель GigaAM-v3

Как построить идеальную «песочницу» для ML-моделей
https://habr.com/ru/companies/k2tech/articles/980802/

Разберёмся, как сделать такую ML-«песочницу», где Data Scientist пишет код, а всё остальное (установка драйверов, выделение ресурсов, деплой и тренировка модели, сбор метрик) уже настроено на бэкенде.

coverage - 7.13.1
https://pypi.org/project/coverage/7.13.1/

Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/

chanx - WebSocket framework for Django Channels, FastAPI
https://github.com/huynguyengl99/chanx

#python #pydigest
IT-новости про Python перед вами.

Часть материалов из выпуска Python Дайджест:

- Как я прикрутил LLM к scratch и порадовал ребёнка
- Как построить идеальную «песочницу» для ML-моделей
- От голосовых к тексту: делаем бота для расшифровки аудио на GigaAM-v3
- Как превратить звонки техподдержки в самообновляемую базу знаний
- DDD на пальцах: как перестать проектировать таблицы и начать думать о бизнесе
- ty: революция в тайп-чекинге
- Manim: как создавать математические анимации в стиле 3Blue1Brown с помощью Python
- Memori - SQL Native Memory Layer for LLM

Заходите в гости - https://pythondigest.ru/issue/628/

Как мы построили систему видеоаналитики на open source и довели её до продакшена
https://habr.com/ru/articles/981268/

В этой статье разберу практический опыт построения системы видеоаналитики на базе open source-инструментов: от выбора библиотек и архитектуры до проблем с производительностью и масштабированием под десятки видеопотоков. Материал будет полезен инженерам, тимлидам и продакт-менеджерам и всем тем, кто рассматривает open source как основу для production-ready CV-систем.

Как превратить звонки техподдержки в самообновляемую базу знаний на Python и LLM
https://habr.com/ru/companies/exolve/articles/980740/

База знаний в поддержке почти всегда отстаёт от реальности: знания появляются в звонках, остаются в умах операторов, а в документацию попадают выборочно и с задержкой. При этом сами звонки уже записываются и транскрибируются. В этой статье разберём инженерный способ автоматически извлекать из этого потока проблемы и решения и вести актуальную базу знаний с помощью Python

psutil - 7.2.1
https://pypi.org/project/psutil/7.2.1/

Модуль для управления процессами в ОС. Скачать можно по ссылке: https://pypi.python.org/pypi/psutil/

kombu - 5.6.2
https://pypi.org/project/kombu/5.6.2/

Фреймворк для работы с AMQP. Скачать можно по ссылке: https://pypi.python.org/pypi/kombu/

В Python есть switch/case начиная с версии 3.10+
https://habr.com/ru/articles/981130/

Разбираем мощь match/case в Python: от базового синтаксиса до распаковки JSON и эмуляции в старых версиях.

celery - 5.6.1
https://pypi.org/project/celery/5.6.1/

Распределенная очередь задач. Скачать можно по ссылке: https://pypi.python.org/pypi/celery/

Сводка от pythonz 21.12.2025 — 28.12.2025
https://pythonz.net/articles/625/

А теперь о том, что происходило в последнее время на других ресурсах.

Нейропоисковик на 17 миллионов картинок: OpenCLIP, Qdrant и ZeroTier вместо облаков
https://habr.com/ru/articles/981330/

Как сделать свой аналог Pinterest, если у вас нет бюджета корпорации, но есть 4 ТБ картинок (17 миллионов штук) и желание искать по ним не просто по тегам, а по визуальному стилю?В статье — опыт построения распределенной системы поиска из подручных средств.

x-ray: A Tool to Detect Whether a PDF Has a Bad Redaction
https://github.com/freelawproject/x-ray

A (biased) Pure Python Performance Comparison
http://shed-skin.blogspot.com/2025/12/a-biased-pure-python-performance.html

The following is a performance comparison of several (pure) Python implementations, for a large part of the Shed Skin example set. I left out some of the examples, that would result in an unfair comparison (mostly because of randomization), or that were too interactive to easily measure. Obviously this comparison is very biased, and probably unfair in some way to the other projects (though I've tried to be fair, for example by letting PyPy stabilize before measuring).