⚡️ Индексация ТЭК: кто выиграет от новых правил? Генерирующие компании предлагают изменить методику индексации цены конкурентного отбора мощности (КОМ)* — одного из ключевых источников их доходов. Сейчас цена ежегодно увеличивается примерно на уровень официальной инфляции. Однако энергетики считают, что этого уже недостаточно: расходы на ремонты, оборудование и зарплаты растут заметно быстрее. Поэтому они предлагают привязать индексацию к специальному отраслевому индексу ценового давления, который, по их мнению, лучше отражает реальные издержки. Промышленные потребители, естественно, против. По их оценкам, новая методика увеличит платежи за мощность на ₽135 млрд в год. Кроме того, бизнес опасается, что новый индекс будет менее прозрачным, поскольку рассчитывается на основе отраслевой отчетности.

🚀 Мнение аналитиков МР Предлагаемое изменение станет позитивом прежде всего для генерирующих компаний с высокой долей тепловых электростанций (ТЭС). ТЭС получают значительную часть выручки от продажи мощности на рынке КОМ, поэтому более высокая индексация позволит им быстрее компенсировать рост расходов на ремонты, оборудование и персонал. В первую очередь выиграть могут компании с большей долей тепловой генерации (например, ТГК-1, ОГК-2, ЭЛ5-Энерго и другие). При этом в 2025–2026 годах государство уже дополнительно проиндексировало цену КОМ на 15% в ручном режиме. Есть и обратная сторона новой индексации — снижение предсказуемости. Инвесторам и потребителям будет сложнее прогнозировать будущую стоимость мощности, поскольку она станет зависеть от более сложного и менее прозрачного индекса.

*Справка Конкурентный отбор мощности (КОМ) – механизм, по которому электростанции получают деньги не за выработанную электроэнергию, а за готовность в любой момент обеспечить потребителей необходимой мощностью. Идея проста: электричество должно быть доступно даже в часы пикового спроса или при авариях. Поэтому потребители платят не только за полученную электроэнергию, но и за то, чтобы генерирующие мощности оставались в рабочем состоянии и были готовы включиться в сеть по первому требованию. Именно поэтому наибольшее значение КОМ имеет для тепловых электростанций (ТЭС). Они быстрее остальных могут прибавить мощности, обеспечивают энергосистеме гибкость. Быстро увеличивая или снижая выработку вслед за изменением спроса, ТЭС компенсируют колебания генерации других типов электростанций. Поэтому платежи за мощность составляют для многих ТЭС существенную часть выручки.

📍 Подписаться на канал | Мы в MAX

Threat Modeling - это систематический процесс, при котором мы заранее думаем: «Как нашу систему могут взломать или причинить ей вред?» Это как "мозговой штурм по безопасности" еще до того, как написали большую часть кода. Мы пытаемся поставить себя на место атакующего и найти слабые места, пока их ещё можно легко исправить. Зачем это нужно? (Почему это важно) - Большинство уязвимостей появляется не из-за "сложных хаков", а из-за неправильных решений на этапе дизайна. - Исправить проблему на этапе проектирования в 10–100 раз дешевле, чем после запуска в продакшен. - Это помогает принимать осознанные решения: где нужно усилить защиту, а где можно сэкономить. И вот вам data flow диаграмма, составлял сам на примере сервиса доставки еды

Непопулярное мнение: я не хочу интегрироваться в Германии И чем дольше я живу в Берлине, тем спокойнее себе в этом признаюсь. Я уважаю страну, в которой живу. Учу язык, разбираюсь с документами, принимаю правила, плачу налоги, строю здесь быт, бизнес, семью и будущее для детей. Но у меня нет цели стать «немкой». И, если честно, у меня вообще нет цели полностью встроиться в чужую культуру так, чтобы в какой-то момент перестать быть собой. Мне кажется, в эмиграции часто есть негласное давление: если ты переехал, будь добр, интегрируйся правильно. Думай как местные. Общайся как местные. Воспитывай детей как местные. Не держись за своих. Не ищи русскоязычное комьюнити. Не сравнивай. Не скучай. Не раздражайся. Не говори, что тебе что-то не подходит. Но я не хочу жить в постоянном экзамене на «хорошего мигранта». Я русская, родом из России, мои родители сибиряки, мои предки из Лен. и Новгородской области, моя прабабушка была балериной в Мариинке. Это моя культура, мой язык, мой юмор, мой способ дружить, спорить, работать, заботиться и объяснять детям мир. И это не мешает мне жить в Германии или где-либо ещё. Есть такое понятие "человек третьей культуры", вот я скорее отношу себя к ним, где внутри уже смешались разные страны, привычки и контексты. И, кажется, мои дети тоже будут такими. Они будут говорить по-русски дома, по-немецки в садике и школе, по-английски с миром, а потом, возможно, добавят к этому ещё какие-то языки и страны. И мне это нравится. Я хочу жить в другой стране так, чтобы у меня и моей семьи было больше свободы. Интересно, как вы к этому относитесь? Планируете полностью интегрироваться? Расскажите в комментариях, мне правда интересно, как это ощущают другие.

🛠 Метод 🎯 Авторы ставят своей целью эффективный инференс на edge-девайсах вроде мобилок. iOS накладывает жёсткие ограничения на размер памяти, используемой приложением, — ~3 гига, поэтому чекпоинт 4B-модели туда никак не влезет без оффлоадинга. 🏗 Архитектура модели включает в себя трансформерные блоки, PLE-эмбеддинги и объединённую LM-голову / эмбеддинги. Каждая из компонент требует своего рецепта. ⚙️ Для сжатия слоёв в трансформерных блоках используют GPTQ. Но не просто GPTQ, а усиленный Quantization Error Propagation (QEP) и тюнинг скейлов, минимизирующий квадратичную ошибку на выходе. Для калибровки подбирают датасет с примерами из разных областей — самокалибровочные генерации (генерации исходной модели по каким-то промптам), многошаговые диалоги, ризонинг / safety-данные. 📊 В ablation показывают, что QEP существенно снижает KL-дивергенцию между квантизованной и исходной моделью. 🗜 PLE — самая тяжеловесная часть модели, потому требует экстремального сжатия. Скалярные квантизаторы не жмут ниже одного бита, да и сильно сажают качество. Потому используют модифицированный вариант AQLM с 8-мерными группами и кодовой книгой размера 128 (7/8 бит на параметр?). Вместо X^T X используется регуляризованная матрица Фишера. В итоге удаётся добиться сильного сжатия с умеренным отклонением от исходной модели. 🧩 Эмбеддинг, он же голова, квантизуется через RTN с тюнингом скейлов. 🔧 Равномерное сжатие не учитывает разную важность и чувствительность слоёв, потому авторы используют RCO из недавней работы https://arxiv.org/abs/2605.00649, который подбирает оптимальную битность под каждый слой из некоего набора пресетов через Риманову оптимизацию. Причём сначала подбирают оптимальные битности, а затем переквантовывают модель снова (чтобы калибровка учитывала степень сжатия прошлых слоёв). Оптимизированная конфигурация также выдаёт гораздо более близкие выходы к исходной модели. 🧪 Эксперименты 📉 По соотношению KL-дивергенция / размер выпущенные чекпоинты заметно лучше по Парето-фронту, чем публичные GGUF-ы. 📋 Далее качество замеряют на MMLU Pro, IFEval, tau2 bench. 🏆 L- и M-чекпоинты со степенью сжатия в 6–7 раз по качеству даже лучше GGUF-ов с 4x-сжатием. 🚀 По скорости оно даёт увеличение TPS в 2–2,5 раза против bf16-чекпоинта и снижает потребление памяти в 5–6 раз. 4-битная скалярная квантизация при этом даёт ускорение примерно в 1,5 раза (маловато чёт). 💡 Выводы Классный гайд про подготовку низкобитных чекпоинтов под мобилки и комбинирование рецептов из литературы. Конечно, не под всякое железо оно заведётся, но где заведётся — пробовать точно стоит. Следующим шагом было бы отскейлить сие на здоровые MoE-шки, чтобы запускать условный GLM-5.2 хотя бы на паре H100 или одной H200. 📦 Чекпоинты моделей выложены на лицехватс, и их можно запускать на яблочных чипах при помощи либы https://github.com/TheStageAI/edge-lm.

Завтрак для лидов Разные бизнес-клубы предлагают участникам разное: кто-то статус, кто-то удовольствие от путешествий. Американский #стартапдня BNI обещает им непосредственную пользу, почти живые деньги. Члены клуба – владельцы мелкого сервисного бизнеса, работающие в одиночку или с двумя тремя сотрудниками: риелторы, стоматологи, страховые агенты и event-агентства. Каждый день они общаются с новыми клиентами, а раз в неделю за завтраком делятся релевантными контактами с одноклубниками. “Я вчера устраивал вечеринку на юбилей. Там супруги так переругались – им теперь, наверное, бракоразводный юрист нужен. Джон, твоя тема. Тебе лучше телефон жены или мужа дать?” Ответственность клуба – организация еженедельных встреч и учет взаимной пользы. Никто не должен только получать, каждый обязан приносить возможности другим. Членский взнос – порядка 500-1000 долларов в год. В Нью-Йорке побольше, в захолустье поменьше, решение принимает местный франчайзи. Он же следит за тем, что в ячейке не было прямых конкурентов – если юрист в группе уже есть, то второго в нее не возьмут. “Стартапу” уже больше 40 лет. Он хвастается 12 тысячами ячеек и 350 тысячами участников в 77 странах. Это, между прочим, оборот в сотни миллионов долларов – может быть, и крупнейший бизнес-клуб мира. https://www.bni.com/ #сша #общение #насвои

Конкурент поднял $11 млн — и инвестор потерял интерес. Почему это ошибка интерпретации На разборе после питч-сессии один из фаундеров рассказал:

Назвал конкурента, упомянул, что те привлекли $11M — и почувствовал, как у инвестора буквально погас взгляд. Разговор как-то сам собой сдулся.

Понимаю, что за этим стоит. Кажется: если там уже $11M, значит место занято. Что ещё там делать? Но логика ровно противоположная. Сейчас расскажу. Если конкурент поднял деньги — это значит, что рынок живой. Фонды и ангелы туда зашли. Это сигнал, что в нише можно строить бизнес. Слайд с конкурентами — это не список стартапов, которые что-то придумали раньше вас. Это ответ на вопрос: Рынок вообще существует? Как можно упаковывать питч про конкурентов:

Смотрите, наш конкурент Next Unicorn основан в 2022 году, сейчас у них выручка $10М и они подняли $11М по оценке $150М. Им на это потребовалось 3 года. Мы основаны в 2026-м. Через 3 года мы дорастем до $10М выручки и тоже будем стоить $150М. Сейчас поднимаем раунд по оценке $5М, залетайте чтобы сделать 30Х за 3 года.

И дальше — коротко, где вы другие: регион, сегмент, тип клиентов. Не потому что конкурент плохой, а потому что рынок настолько большой, что места хватит нескольким игрокам. Часто first-time фаундеры рассказывают про конкурентов с позиции защиты:

Да, конкуренты есть, но у нас есть фичи А, Б, В, а они — дураки — не додумались.

Смарт-позиция:

Конкуренты уже подтвердили рынок. Теперь мы берём свой кусок.

Успех конкурента на большом и растущем рынке — это не угроза. Это возможно самый сильный аргумент в вашем питче. А у вас было такое — упоминали конкурента с деньгами и видели, как инвестор уходит в себя? Что отвечали? Андрей Резинкин | Money For Startup

Первый официальный State of PHP опрос открыт: https://jb.gg/php-survey-2026 В сообществе уже было много опросов, но официального охватывающего весь PHP-мир, до этого не было. И вот PHP Foundation запартнерился с JetBrains, чтоб провести такой и сделать его ежегодным. Мы взяли за основу вопросы из PHP-секции JetBrains DevEco. Обновили немного. Потом запустили сбор идей вот тут. После этого еще раз обновили на основе ответов в этой форме и комментариев. Не обошлось и без косяков. Сначала добавили секцию про AI, но фидбек был не очень, поэтому приняли решение сделать секцию полностью опциональной в опросе. В общем учтем недоработки обязательно в следующем году. А пока предлагаем пройти текущий опрос! Занимает около 15 мин. И конечно же, результаты будут полностью публичными, включая сырой датасет. Пожалуйста, помогите распространить среди коллег и сообщества – чем больше ответит, тем лучше будут данные. А если большинство проголосует за true async в вопросе про желаемые фичи, то это будет хорошим аргументом в пользу соответствующего RFC. Ну или против, если мало проголосует 😈

You and Your Research. Я уже упоминал "An Opinionated Guide to ML Research" Джона Шульмана (тык), а сегодня хочу рассказать про другое эссе, на которое ссылается сам Шульман. А именно — про "You and Your Research" Ричарда Хэмминга (того самого, который hamming distance). Оказалось, он на протяжении своей карьеры целенаправленно изучал, что делает других ресерчеров успешными. Почти инфоцыганством занимался =) Собственно, в рамках эссе делится своими выводами по теме. Например: * если не стараться работать именно над важными задачами, то и крутых результатов не достигнешь. Очень легко скатиться в более простые и понятные задачи, которыми заниматься комфортно, но к каким-то значимым результатам они не приведут * по вечерам пятницы он выделил себе время, чтобы размышлять над тем, что вообще в его области сейчас происходит важного, какие есть самые важные вопросы, проблемы, задачи. Буквально 10% своего времени на такое философствование * когда получаешь новую информацию, нужно стараться связать её со всем, что уже знаешь; чтобы её потом было проще найти и использовать Прямо пересказывать эссе не хочется, когда оно у вас есть в прямой доступности. Там еще много разных мыслей, а воды почти нет. Прочитайте / посмотрите сами! Есть транскрибация оригинального выступления 1986 года — https://www.cs.virginia.edu/~robins/YouAndYourResearch.pdf, как раз на неё ссылается Шульман. Есть запись выступления 1995-го года на YouTube — https://www.youtube.com/watch?v=a1zDuOPkMSw.

Про музыку! А песни как-то странно запоминаются.

"Сложно, сложно, очень сложно, ничего не понятно" — такими словами @IEOTG описал работу.

Вопрос такой: вот пациент с тяжёлой деменцией или амнезией, нифига не понимает, детей не узнаёт, слова говорит с трудом. А песню может нормально напеть. Или, если раньше играл, ещё и слабать. Из-за этого в нейробиологии была мысль, что в мозге есть отдельная музыкальная память, которая работает рядом с основной. Собственно, тут врываются наши герои и говорят, что ничего подобного даже близко. Музыка использует те же нейронные сети, что и язык, обычная память и эмоции, просто она делает это очень эффективно, разбивая информацию на иерархические уровни. Короче, стих запоминать легче, потому что если вы прочитаете его неправильно, вы это сразу поймёте. Он очень предсказуемый, и лёгкая нейросеть может делать опережающую генерацию, а тяжёлой останется только проверить её правильность. Как запоминается структура музыки? Людям проигрывали музыку с неправильными аккордами (нарушающими гармонию) — и фиксировали резкий всплеск мозговой активности через 200 миллисекунд после фальшивой ноты. Активируется слуховая кора и зона Брока — вторая вообще-то отвечает за грамматику речи. Младенцы тоже так делают, так что это не музыкальное образование. Вероятно, музыка легко запоминается, потому что она очень предсказуема. Если человеку сломать гиппокамп, запись в постоянную память прекратится. Но есть случаи, когда пациенты (например, профессиональный виолончелист) с разрушенным гиппокампом всё равно могли разучивать новые мелодии. Из-за этого многие решили, что гиппокамп музыке не нужен. Гипотеза: когда профессиональный музыкант слышит новую песню, для его мозга она для него не новая. Она для него просто реализация уже известного синтаксиса. Но если задача действительно сложная, гиппокамп включается. В одном из описываемых экспериментов 68 участникам давали слушать длинный 8-минутный классический трек со скрытыми повторяющимися мотивами. Сканирование мозга показало, что гиппокамп активно работал. Он действовал типа архиватора (или токенизатора): делил непрерывный поток звуков на понятные музыкальные фразы и склеивал их в единое произведение. Мы редко запоминаем только ноты. Чаще песню целиком, причём туда ещё добавляется где мы её слушали и прочие радости среды. Ну, типа, о, тот клуб, где вам потом вломили. Тексты песен запоминаются легче, чем стихи. Когда человек учит текст отдельно и мелодию отдельно, мозгу приходится задействовать много дополнительных областей, чтобы связать их вместе. Но если песня изначально учится как единое целое, можно тратить сильно меньше ресурсов. И обрабатывать слова прямо внутри музыкальной нейронной сети. Если что, по отдалённо похожему принципу на днях сломали Fable 5, поделив на 10 исходящие токены, заставляя её писать текст в картинки. Эта работа — систематический анализ, своих экспериментов не было. Издание серьёзное. Кое-где сырые данные других исследований были получены фМРТ ещё в эпоху радостного дохлого лосося (но критичные подтверждались ЭЭГ), так что такую музыку следует слушать с особой осторожностью.

Ну а у нас есть ещё три угарных поста про музыку: — Объясняем музыку — И про классическую музыку — Музыка — это взлом эволюционных механизмов.

-- Вступайте в ряды Фурье! | Лучшие посты А вы не боитесь, что послушаете татарский рэп, и вам понравится?