Кто главный: мозг или кишечник? Привычная картина такая: мозг — генеральный штаб, остальные органы выполняют его приказы. Учёные из австралийского Университета Флиндерса предлагают перевернуть эту иерархию. По их версии, первым «мозгом» в эволюции могла быть нервная система кишечника, а головной мозг появился позже — чтобы обслуживать её нужды. Перед нами авторская концепция, статья-мнение в журнале The Journal of Physiology, без новых экспериментов. Исследователи собрали аргументы из физиологии и эволюционной биологии и попробовали ответить на фундаментальный вопрос — зачем вообще появился мозг? Их ответ упирается в энергию. Ранним организмам нужно было добывать энергию для выживания, и с этим им помогала гораздо более древняя нервная сеть, встроенная прямо в кишечник. Речь об энтеральной нервной системе. Её давно называют «вторым мозгом»: в ней сотни миллионов нейронов, и она способна работать автономно, без команд сверху, координируя пищеварение и другие жизненно важные процессы. «Энтеральная нервная система умеет ощущать окружение, обрабатывать информацию и координировать сложные реакции. Поэтому, считают авторы, точнее называть её первым мозгом. Отсюда и объяснение, почему кишечник до сих пор так сильно влияет на весь организм. Как говорит старший автор Ник Спенсер, он постоянно собирает информацию и общается с другими органами, регулирует пищеварение, обмен веществ и другие процессы, без которых не выжить. Именно эти базовые функции, по гипотезе учёных, могли подтолкнуть эволюцию нервной системы. Гипотеза смелая и пока остаётся именно гипотезой. А вам какая версия ближе? @vselennayaplus

Давно слежу за We Are Ona и наконец добралась до их поп-апа Dalad's в Париже, так что рассказываю. Что это вообще такое? We Are Ona придумал в 2019 году Лука Пронзато, которого мы встретили сразу на входе и он предложил нам с ним сфотографироваться, ну и кто мы такие, чтобы ему отказать?! 😅 Он сомелье, учился винному менеджменту в Монпелье, работал в копенгагенской Noma и у Ацуси Танаки, а потом за год объездил 25 стран и знакомился с людьми из индустрии. Из этого и вырос проект: ресторан без постоянного адреса. Механика простая и очень красивая. Команда находит необычное пространство (старые конюшни, итальянское палаццо, заброшенный гараж), приглашает повара и даёт ему полную свободу. Поп-ап живёт неделю или пару месяцев и исчезает не повторяясь больше никогда. Параллельно они делают закрытые ивенты для брендов. Среди клиентов Chanel, Hermès, Jacquemus, Cartier, Balenciaga. По сути, это студия, которая превращает ужин в часть истории бренда. Dalad's В этот раз кухней заведует Далад Камбху. Она родилась в Остине, выросла в Бангкоке, работала моделью в Нью-Йорке, училась готовить сама. В 2019 году её берлинский Kin Dee получил звезду Мишлен, всего через пару лет после открытия. В 2023-м звезду ресторан потерял, а сама Далад позже честно рассказала, что ушла из профессии из-за выгорания. Текущий проект сделан вместе с художником Риркритом Тираванией, который ещё в 90-е готовил тайское карри прямо в галереях и превращал совместную еду в искусство. Концепция ужина построена вокруг тайского рынка: много всего, и всё очень вкусно. Но моё сердце забрали серебряные приборы Christofle. Уличная еда и изящное, украшенное узорами серебро – в этом контрасте и есть жизнь и аутентичность. Что я для себя отсюда забираю: • Эфемерность сама по себе ценность. Люди готовы ехать и бронировать заранее именно потому, что второго шанса не будет. • Детали делают люкс. Не меню, а вилка в руке. Еще, чувствую особу роскошь своей жизни в возможности проживать такие опыты с друзьями, встречаясь в любимых городах.

🌟 CLM-8B: открытая и быстрая модель для выбора действий агентов Стэнфорд в сотрудничестве с NVIDIA выложили в открытый доступ первую модель класса Contrastive Language Models.

Это открытый аналог Jev, которую 15 сентября представил стартап TypeSafe AI бывшего исследователя OpenAI. Она по входному контексту возвращает решение заданного типа с откалиброванной вероятностью и стоит 4 цента за миллион входных токенов.

CLM-8B делает то же самое и нужна агентам, которым приходится быстро принимать решения. Модель получает текущее состояние и набор возможных действий и возвращает вероятность для каждого. Она умеет оценивать истинность утверждения, выбирать из нескольких вариантов и ставить оценку по упорядоченной шкале. Дообученную CLM-8B можно использовать как верификатор, который выбирает лучшее из нескольких решений кодинг-агента. Текст модель не генерирует. 🟡 Архитектура В основе - Qwen3-8B, поверх которой обучены две небольшие проекционные головы, одна для состояния, другая - для действия. Состояние и действия кодируются отдельно, модель сравнивает их векторы и переводит близость в вероятности. Векторы неизменных действий можно посчитать заранее и переиспользовать, поэтому в задачах с чередой решений модель отвечает быстрее. 🟡Тесты Без дообучения CLM-8B держится на уровне Jev в задачах управления компьютером, играх и вызове инструментов и отвечает до девяти раз быстрее. С кэшированием векторов при выборе примерно из тысячи вариантов разрыв доходит до 13 раз. В роли верификатора дообученная модель на отложенных подмножествах задач поднимает долю решённых задач на DeepSWE с 73,7% при одной попытке до 81,6%, на Terminal-Bench 2.1 с 84% до 87,6%. Jev в той же роли даёт 71,1% и 83,1%.

Для запуска нужны Linux, видеокарта NVIDIA и Qwen3-8B, развёрнутая через vLLM.

📌Лицензирование: Apache 2.0 🟡Блогпост 🟡Набор моделей 🖥GitHub @ai_machinelearning_big_data #AI #ML #Decision #CLM #NVIDIA #Stanford

GameDiscoverCo: На каких ещё устройствах играют фанаты Steam GameDiscoverCo опросила больше 16 тысяч игроков Steam со всего мира и спросила, на каких устройствах они играют больше часа в месяц. В опросе, преимущественно, игроки в Steam, но есть и люди, для которых это не основная платформа. В выборке более вовлечённые игроки, чем на рынке в целом. Все устройства ▫️На PC больше часа в месяц играет 91,5% опрошенных. На втором месте Android (32,4%), на третьем - Switch (19%). Дальше идут PlayStation (17,8%) и Steam Deck (16,9%). ▫️Android-устройствами пользуются втрое чаще, чем iOS (10,7%). Это может быть связано с особенностями выборки. ▫️Только на PC играет 42,4% респондентов. Это чуть меньше половины всех PC-игроков в выборке. Mac и Steam Deck в этой схеме не учитываются. ▫️22% опрошенных играют на PC и на мобайле, но не на консолях. Ещё 11,5% играют на PC и консолях, но не на мобайле. На всех трёх платформах играет 15,6% респондентов. ▫️Без PC обходится совсем небольшая часть аудитории: 3,5% играют только на консолях, 1,3% - только на мобайле. PC и консоли ▫️64,4% опрошенных играют на PC и не играют на консолях вообще. Это примерно семь из десяти PC-игроков в выборке. ▫️Если PC-игрок играет ещё на одной консоли, то чаще всего это Switch (7,5%). На втором месте PlayStation (6,4%), на третьем - Xbox (3,2%). Про поколения консолей в опросе GameDiscoverCo ничего не было. ▫️Самое частое сочетание двух консолей у PC-игроков - PlayStation и Xbox (4,3%). На PC и всех трёх консолях играет 3,2% респондентов. Steam Deck и Switch ▫️На Steam Deck больше часа в месяц играет 16,9% опрошенных. GameDiscoverCo сама отмечает, что это в разы больше её же оценок доли Steam Deck в общем игровом времени в Steam (2-4%). ❗️Год назад GameDiscoverCo оценивала, что на владельцев Steam Deck приходится около 0,7% всех пользователей Steam, а на устройство приходится ~2,75% всего игрового времени на платформе. Выглядит так, что в опросе GameDiscoverCo заметно больше хардкорных игроков, чем на Steam в целом. О чём они сами, в общем-то, предупреждают. ▫️Среди этой аудитории Switch всё ещё популярнее. На Switch и PC играет 16,4% респондентов, на Steam Deck и PC - 13,4%. На всех трёх устройствах - 5,5%. ▫️GameDiscoverCo предполагает, что часть игроков Steam раньше привлекал формфактор Switch. Но они выбирают Steam Deck из-за совместимости с библиотекой Steam и большего каталога игр. ▫️GameDiscoverCo делает вывод, что даже хардкорная PC-аудитория играет на нескольких устройствах. При этом, предполагает, что у казуальных консольных и мобильных игроков пересечение с PC будет заметно меньше. Источник

Кстати, по поводу чебурнета и как это будет выглядеть: у нас же есть буквально "машина времени", на которую можно смотреть и прогнозировать. Это Иран, конечно. Вот что пишут (машинный перевод, конечно, я ни слова буквы тут прочитать не могу):

Состояние джиттера и пинга после каждого блокирования VPN обычно становится очень хорошим и стабильным (как сегодня). Причины этого состояния: 1. Огромный трафик VPN временно покидает сеть, а затем, через несколько дней, провайдеры VPN возвращаются новыми способами и снова нарушают работу сети. 2. Пропускная способность международных каналов связи в Иране ограничена, и министерство не принимает никаких решений об увеличении пропускной способности в связи с текущей ситуацией с ценами на доллар.

Ну, то есть, куча народу заняты "очень производительным трудом": одни разрабатывают способы блокировок VPN. После чего сообщество разрабатывает способ обхода этих способов. И когда получается — все упирается в пропускную способность каналов передачи данных заграницу. Которые не модернизируются много лет. Это состояние в РФ через год-два-три, если динамика будет сохраняться.