Как вы поняли, я сейчас в Китае ненадолго, и вот из интересного это доставка. Кроме того, что вся доставка это электробайки, что не удивительно, собственно, и в Мск довольно давно присутствует. Но когда вам привозят к дому, в зависимости от типа доставки, вам могут как обычно оставить на ресепшене, как обычно в Азии, либо загрузить вот в такой пылесос. Я изначально так и думал, пока не подошёл доставщик. После того, как товар получен, он направляется к лифту, вызывает его, безконтактно, естественно, заезжает в лифт и отправляется на нужный этаж и там доезжает до нужной двери. Если вы пустите его в лифт, он с удовольствием заедет, если нет, будет ждать следующего. Кстати, отель абсолютно обычный, можно даже сказать ниже среднего, поэтому из него пришлось съехать после одной ночи. Видео можно поставить на x2 @CGIT_Vines

С тех пор, как я ещё в 2023 выкладывал тьюториал по дообучению моделей NLLB, я был уверен, что их токенайзер основан на алгоритме unigram (ибо так говорила и всё ещё говорит документация на huggingface). И подходил к модификации словаря токенов соответственно Оказалось — там всё-таки BPE. В чём принципиальная разница? Оба алгоритма сначала разделяют текст на «слова» регулярками, а потом каждое слово разбивают на subword tokens. Но Unigram при этом перебирает абсолютно все способы покрыть слово токенами из своего словаря, и выбирает самый вероятный (согласно собственной «недомарковской» вероятностной модели, где токены не зависят друг от друга — отсюда и название). А BPE идёт строго «снизу вверх»: разбивает слово на атомарные единицы (юникодные байты или буквы), а потом рекурсивно склеивает пары соседних токенов в один, если такая замена есть в его словаре. То есть словарь BPE состоит не только из мешка токенов, но и из графа попарных склеек (merges), выстраивающего эти токены из атомов. Это делает словарь BPE несколько расточительным: если там есть какой-то длинный токен, то должна быть и пара более коротких токенов, из которых он склеивается, даже если они не используются ни в каких других комбинациях. Если неаккуратно удалить такие «неиспользуемые» токены из словаря, то другие, полезные токены станут недостижимыми для алгоритма склейки. Если добавить новые токены, но не вывести их из уже используемого графа склеек, то они тоже будут недостижимы. Поэтому если просто пытаться складывать или вычитать словари, как в модели unigram, это может работать очень криво. К примеру: в варианте NLLB, куда я пытался добавлять токены для эрзянского, больше 2к новых токенов оказались недостижимыми и неиспользуемыми. Правильный подход к манипуляции со словарями BPE — работать с деревьями склеек напрямую. При сокращении такого словаря надо обрезать сразу целые ветки графа склеек (ну или только листья), а не произвольные токены. Ну а при его расширении надо делать continued BPE training, то есть образовывать новые токены, склеивая пары уже имеющихся, как мы это делали в проекте OMT (в случае с NLLB, где BPE делается не над байтами, а над буквами в качестве базовых единиц, бывает ещё нужно добавить в словарь новые буквы). Это несложно имплементировать самостоятельно, но если хочется готового решения, могу порекомендовать пакет tokenizer-extension и идущую с ним в комплекте статью Teaching Old Tokenizers New Words: Efficient Tokenizer Adaptation for Pre-trained Models

Глобальная статистика вовлеченности сотрудников по данным Gall за 2024: Только 21% сотрудников в мире вовлечены в работу. А среди руководителей этот показатель составляет 27%. Существуют региональные различия: Европа: Низкая вовлеченность (13% в целом, 10% в Великобритании) обусловлена высокой социальной и правовой защищенностью работников (пособия безнаботным ненамного меньше средних доходов работающих после уплаты всех налогов). Восточная Азия: Вместо вовлечённости выделяется высочайший уровень стресса и переработок из лояльности работодателю и коллективу, приводящий к случаям "кароси" (по-японски, смерть от переутомления, иногда прямо на работе). США и Канада: Относительно высокая вовлеченность (31%) благодаря прозрачным карьерным лифтам и высокой мобильности рынка. СССР/СНГ: Вовлеченность 26%, но уровень стресса — один из самых низких в мире (21%), что говорит о пассивности сотрудников как о защитной стратегии психики. Очень похоже на правду.

Отделяем текстовый скоринг от продуктового ранжирования Как оказалось, научить поисковый движок находить релевантные документы = только половина задачи. Следующий вопрос в том, какие из найденных совпадений важнее для конкретного продукта. Окей, движок уже умеeт строить индексы по нескольким полям (title, abstract и т.д.) и поддерживает разные типы поиска: например term, phrase, prefix, фразовый поиск. Но после поиска вклад каждого совпадения просто добавлялся в итоговый вес документа. Например, для запроса`title:diabetes abstract:"type 1" abstract:insulin*` мы находили три независимых совпадения: • term - diabetes в title; • phrase - "type 1" в abstract; • prefix - insulin* в abstract. Для каждого совпадения BM25 считал свой вес, после чего все веса просто суммировались: BM25 total doc score = BM25(title:diabetes) + BM25(abstract:"type 1") + BM25(abstract:insulin*) Базово текстовая релевантность оценена за счет частоты термина, его редкости среди всех документов, длине поля. И это ок, но продуктово мы помимо всего знаем, что совпадения в заголовке обычно важнее совпадения в abstract, и что точная фраза часто ценнее совпадения по одному слову (или хотя бы по префиксу). Поэтому я подсмотрела идею с Rank Profiles - добавлением правил ранжирования по заданым критериям, который добавляет веса нужным докам без переиндексации. Пример профиля из конфига: rank_profile: name: debug-weights field_weights: title: 1.5 query_type_weights: term: 1.5 phrase: 1.7 prefix: 0.5 Теперь BM25 по-прежнему считает базовый score каждого совпадения, но перед суммированием вклад умножается на коэффициент: document score = BM25(title:diabetes) × 1.5 × 1.5 + BM25(abstract:"type 1") × 1.0 × 1.7 + BM25(abstract:insulin*) × 1.0 × 0.5 Поскольку индекс уже хранит информацию о каждом найденном совпадении (поле, тип запроса и базовый вес), политику ранжирования теперь можно менять прямо во время поиска - без переиндексации документов с явным разделением ответственности: • основная retrieval часть находит совпадения и сохраняет их контекст; • BM25 считает базовую текстовую релевантность; • Rank Profile задает правила, по которым совпадения влияют на итоговый вес документа; • Explain разбивка помогает понять, почему документ получил именно такой вес. Чтобы было проще отлаживать ранжирование, добавила Explain-панель. Для каждого документа можно посмотреть, из каких вкладов сложился итоговый вес: какое совпадение сработало, в каком поле, какой базовый вес посчитал BM25, какие коэффициенты применились и какой вклад каждое совпадение внесло в итоговый результат. На скрине из TUI (который, кстати, был тщательно причесан и допичкан инфо панельками) как раз видно такую разбивку по весам для каждого найденного документа. Сейчас Rank Profile умеет учитывать поле документа и тип совпадения. В дальнейшем список сигналов можно расширить: например, добавить свежесть документа, популярность или поведенческие сигналы (клики пользователей). Главное, чтобы поисковый движок умел вычислить такой сигнал - тогда его можно включить в ranking pipeline без изменения индекса. В итоге базовый текстовый скоринг остается отдельным слоем, а продуктовая логика ранжирования начинает жить поверх него. Это позволяет менять стратегию ранжирования, не меняя сам индекс.

Роботы постепенно осваивают одну из самых тонких и кропотливых профессий в агросфере - сбор ягод🍓 Платформа Fieldworker 1 от компании Fieldwork Robotics создана для автономной уборки малины и работает на скорости, вполне сравнимой с производительностью человека-сборщика. Звучит несложно, но на деле это настоящий вызов для робототехники в сельском хозяйстве. Машине нужно одновременно решать три сверхзадачи: безошибочно распознавать спелые плоды, обращаться с нежными ягодами максимально деликатно, чтобы не помять их, и сохранять эффективность в постоянно меняющихся полевых условиях. Fieldworker 1 использует фирменные ИИ-алгоритмы и спектральный анализ для точной оценки зрелости. При этом конструкция позволяет всего одному оператору контролировать целый парк таких роботов в поле. ————————— ✔️Подписывайтесь на лучший  канал PRO Роботов 🥲Мы в Max

Цифровая постель: футурологи прогнозируют массовый приход секс-роботов к 2030 году Футурологи и исследователи индустрии развлечений предсказывают скорый переход интимной сферы в цифровой формат. По их оценкам, уже к 2030 году человекоподобные роботы с поддержкой ИИ станут привычным элементом быта и появятся во многих домах. Исследователи отмечают, что индустрия проходит логичный путь эволюции: от сетевой порнографии и сервисов онлайн-знакомств до VR-технологий, умных интерактивных устройств и полноценных роботизированных партнеров. Технологический прогресс и развитие ИИ-моделей делают интеграцию подобных гаджетов в повседневную жизнь лишь вопросом времени.

Моддеры превратили PS Vita в "портативный Xbox" через облачный гейминг Энтузиаст Day-OS выпустил GreenVita — приложение для запуска Xbox Cloud Gaming на модифцированной PS Vita. Оно написано на Rust и работает нативно, а не через браузер, используя аппаратное декодирование H.264. Для работы требуется VitaShell и подписка Game Pass Ultimate. В версии 0.1.8 улучшили стабильность потока, но главное ограничение — Vita поддерживает только 2.4 ГГц Wi-Fi, чего не хватает для динамичного облачного гейминга. Кнопки L2/R2/L3/R3 вынесены на заднюю сенсорную панель. GreenVita — это облачный клиент, не эмулятор. Хотя играть в Halo Infinite на 14-летней консоли уже можно.

На этой неделе в профильном разделе сайта Bloomberg появилась занимательная колонка под пейволом, что SpaceX планирует сократить текущие объёмы производства Falcon 9 к 2028 году из-за Starship, и поэтому уже перестают принимать коммерческие заказы по выводу. Среди заказчиков чуть ли не паника, ведь с рынка уходит главная ракета, а новая ещё не летает. Теперь представьте лица сотрудников на линии производства Falcon 9, которые узнают из статьи в интернете, что их услуги скоро не понадобятся. Разумеется, поднялся лёгкий кипиш внутри и пошли разбираться. В профильных чатах космического даркнета недоумение — менеджеры утверждают сотрудникам, что всё слегка иначе, а Bloomberg запостил какую-то ерунду. Разбираться в этом болоте долго, поэтому пост с пояснением так и не вышел. Но новость уже подхватили большие СМИ, докатилось и до русскоязычных каналов. А котировки компании на бирже продолжают стремительно лететь вниз, как Super Heavy B13, и такие новости их не замедляют. И тут в этой истории всплывает неожиданный сюжетный поворот… Пользователь Твиттера, который некогда прославился как король драмы под ником Space Sudoer, якобы неравнодушный американский энтузиаст и инсайдер аэрокосмеской компании SpaceX, которого лично репостил главный инженер, в последствии оказался уроженцем из Индии (и отрицал это), и даже успел словить письмо счастья от юристов всё той же компании за распространение деликатной информации. Дальше по классике: сменил никнейм, ушёл под замок, задеанонился через геолок в описании профиля, и продолжил бороться с алгоритмами ленты, которые топили его посты. Но индийскому контент мейкеру, который занимался распространением дезинформации, очень хотелось вновь обратить на себя взор корпоративных овердородов SpaceX. И он пошёл на отчаянный шаг — решил бороться с дезинформацией про SpaceX с помощью дезинформации про SpaceX. В новом раунде чемпионата по ментальной гимнастике юный блогер вышел с чистосердечным признанием «это я был источником для той статьи на Bloomberg» и тегнул в посте основателя компании (сэмпай пока не обратил внимание). Даже в треде рассказал, как он связался с журналистами, кем прикидывался, приложил скриншоты своих писем. Часть сообщества поприветствовали такой шаг, вторая половина маршрутки не оценила. Сотрудники публично воздержались от комментариев, но прогрелись похлеще турбин на Рапторах, которые светятся алым цветом при работе. Bloomberg, безусловно, поставили себя в идиотскую ситуацию и до сих пор не удалили материал. Причём часть тезисов в той статье действительно имеет место быть. SpaceX очень хотят как можно быстрее перейти на Starship, но нюанс, для своих внутренних задач. И когда Starship достигнет определённого уровня возможностей, то увидим его в новых тендерах. Сама компания уже не один год работает с коммерческими заказчикам для это системы, а на рынке есть дефицит ракет — спрос выше предложения. Что же касается героя материала, то попытка манипуляции общественным мнением через распространение дезинформации о публичной компании с капитализацией в $1.5 триллиона — очень интересный кейс для юристов и SEC. Продолжение этой истории может не понравиться номинанту на премию Дарвина. И это ещё одно важное напоминание, почему в канале не выходят некоторые посты — на это нужно время, а ответы могут приходить днями и неделями. Гнаться за оперативностью удел тех, кто не ценит своих читателей, и некоторым анонсам нужно настояться. Поэтому важно получать новости из разных источников, ставить под сомнение (что вы справедливо делаете в комментариях) и не доверять всему, что пишут в интернете. Нет, Falcon 9 не планируют свернуть до 2028 и оставить только для задач от NASA. На это понадобиться чуть больше времени.

Экосистема на полтриллиона: Nvidia и SK Group подписали мегасделку вокруг ИИ и HBM-памяти Nvidia и южнокорейский конгломерат SK Group заключили соглашение о стратегическом партнерстве, общая коммерческая стоимость которого оценивается более чем в $500 млрд. Сделка нацелена на ликвидацию дефицита High Bandwidth Memory (HBM) и создание крупнейшей инфраструктуры для вычислений нового поколения.  Ключевой частью альянса станет долгосрочный контракт на разработку и гарантированные поставки памяти HBM4 от SK hynix, предназначенной для платформы Nvidia Vera Rubin. В рамках экосистемного обмена SK Telecom построит в Южной Корее гигантский ЦОД мощностью 2 ГВт на суперкомпьютерных архитектурах Nvidia с запуском первой очереди в 2027 году. Параллельно Nvidia направит $1 млрд в расширение дата-центра корейского гиганта Naver.

Python: как один из самых медленных языков стал королем нейросетей В наборе тестов USENIX приложения на CPython отработали в среднем в 29,5 раза медленнее, чем те же программы на C++. При этом именно Python стал основным инструментом машинного обучения и держит первую строчку в рейтинге TIOBE, опережая C, C++ и Java. Самый медленный в этой компании язык возглавил область, где всё упирается в скорость вычислений. Разгадка в том, что тяжёлую математику Python выполняет вовсе не сам. Один его вызов способен запустить перемножение матриц из миллионов элементов, и вся нагрузка при этом уходит в скомпилированное ядро на C++ или CUDA. Получается, что в такой работе программа большую часть времени проводит за пределами самого Python.

Продолжая тему фермы движений рук. Тема, как оказалось, зашла инвесторам настолько, что под это дело теперь пилят полноценную инфраструктуру и поднимают огромные бабки. Вот например, сингапурский стартап Ropedia только что привлёк 22 миллиона $. Их бизнес-модель очень проста: они собирают терабайты реального человеческого опыта и превращают его в готовые датасеты для обучения роботов. Кормить роботам миллионы случайных видео из интернета — так себе идея. Железякам для нормального обучения недостаточно одних картиночек или сырых видео, нужна высокоточная разметка: траектория движений рук, геометрия предметов в 3D и физические последствия каждого действия. А для того, чтобы собирать эти данные правильно и в промышленных масштабах, стартап разработал специальное устройство. Выглядит это чудо как пластиковая корона, которая надевается на голову. На ней во все четыре стороны торчат камеры. Штука весит около 200 грамм, не закрывает обзор и позволяет носителю спокойно заниматься своими повседневными делами: мыть посуду, таскать коробки или перебирать разный хлам. На полученные миллионы стартап планирует выпустить вторую версию этой короны (обещают сделать её полегче и покрасивее, чтобы кожаный мешок не выглядел в ней как ебучий дегенерат) и масштабировать производство до 10000 устройств. Интересно, чему научились бы роботы, если бы вы целую неделю ходили в такой короне? тут все подробности о проекте