🐻❤️👍🫱 🐻🦄❤️❤️😜⭐️💋 Любопытная история. Клиент, мужчина, 40+, с запросом по бизнесу. Но, как это часто бывает, в какой-то момент разговор свернул совсем в другую сторону. И в запросе про бизнес обнаружилось потайное дно. Клиент много лет прожил в браке с очень контролирующей женщиной. Постоянное давление, контроль, критика. Болезненный выход из отношений и полная уверенность:

«Больше никогда не позволю никому так со мной обращаться».

А потом появились новые отношения. И довольно быстро возникло ощущение, что история как будто бы повторяется. В какой-то момент я поймала себя на мысли. Он все время фокусируется на том, насколько контролирующей является новая партнерша. Но не задает другой вопрос самому себе.

«А где доказательства, что я сам действительно научился жить вне этого сценария?»

Насколько он не «хочет», не «мечтает», а именно умеет? Потому что выйти из отношений — еще не значит выйти из сценария. Иногда сценарий оказывается настолько привычным, что мы продолжаем воспроизводить его уже с другим человеком. И вот здесь начинается самое интересное исследование. Что на самом деле изменилось? Партнер? Или способ, которым я строю отношения? #коучинг #неожиданныйкоучинг #паттерны МОЙ КАНАЛ В МАХ

Ложечка кваркового супа: об истинных и возможных свойствах кварк-глюонной плазмы Столкните атомы золота на субсветовой скорости, разогрейте до 4 триллионов градусов — и на мгновение получите вещество, каким материя была в первые микросекунды после Большого Взрыва. Пузырёк выходит размером с новорождённую Вселенную, а по свойствам оказывается ближе к почти идеальной жидкости, чем к раскалённому газу, которого все ждали. Ни один материал на свете не годится, чтобы сделать для неё сосуд, и магнитным полем её едва ли получится управлять. Внутри кварки тормозят, будто торпеда в воде, теряя энергию так, как не умеет ни одна другая жидкость. И если однажды научиться получать её в макроколичествах, из неё, возможно, удастся собирать элементарные частицы с нужными свойствами.

Развитие ИИ приводит к тому, что интеллектуальная работа становится дешёвой и массово доступной. Ранее доступный лишь небольшому количеству людей ресурс теперь в наличии у всех. К чему это приведёт? Я не знаю. Но можно посмотреть, к чему приводили похожие ситуации раньше Печатный станок привёл сделал информацию более дешёвой и массовой, чем когда-либо до этого. Это распалило эпоху Просвещения и сделало возможным современные культуру и науку. А также привело к распространению мусорной литературы и пропаганды Производство стали раньше было трудоёмким и очень малопродуктивным. Это изменилось с открытием бессемеровского процесса в середине 19 века. Он снизил цену стали и повысил скорость производства в десятки раз. Стало возможным построение сети железных дорог, что сделало мир как никогда связным и ускорило экономику. А также помогло делать войны более быстрыми и масштабными, чем когда-либо Азот – критически важный для сельского хозяства элемент. Он буквально наполняет воздух, однако до начала 20 века его было очень тяжело добывать. Настолько, что обгаженные птицами острова в океане считались настоящими азотосодержащими сокровищницами, за которые даже велись сражения. Всё изменилось после открытия процесса Хабера-Боша в начале 20 века. Он позволил получать азот прямо из воздуха, приведя к взрывному росту доступной еды, а вслед за ней и населения. А также к разработке взрывчаток, пригодившихся в назревающих террактах и войнах, и загрязнению окружающей среды Список продолжать можно долго: добыча алюминия, ткацкий станок, компьютеры и интернет – всё это сделало прежде малодоступные ресурсы массовыми. И у всего было как масса положительных, так и отрицательных последствий. Пока непонятно, к чему приведёт развитие ИИ, но совершенно точно ясно, что будет множество изменений. Хороших или плохих – определять людям, которые им пользуются

В последнее время все актуальнее вопрос: а может перейти на open source модель и снизить зависимость/убрать риски, ну или сэкономить —> сделал для вас скилл по мотивам ответа на такой же вопрос для своих пайплайнов: https://github.com/BayramAnnakov/oss-migration-eval что делает: 1) анализирует самые "жирные" пайплайны 2) определяет, по какой метрике будем сравнивать модели (что такое "правильно") 3) составляет "золотой датасет", чтобы заранее определить, на каких кейсах будем сравнивать 4) берет шортлист кандидатов на основе лидербордов artificialanalysis (по качеству) и openrouter (по популярности) 5) прогоняет модели, считает точность на золотом датасете 6) (опционально) может погонять в режиме autoresearch промпты, чтобы даже на слабой модельке добиться гуд результатов 7) и советует что брать :) удачи! P.S. до выхода kimi k3 на моих пайплайнах победила kimi k2.6

Идеальная отписка Uber Eats — красавчики! У меня на днях списался очередной платёж за подписку Uber One. Классический сценарий, когда забыл отписаться от сервиса, который уже не нужен (на Филиппинах Uber проиграл Grab и при всем желании я не могу воспользоваться их услугами). Захожу в приложение и вижу такой экран в разделе подписки. Ну, думаю, это вы специально так сделали. Дополнительный барьер перед отпиской. Писать в поддержку, ждать ответа… Но оказывается, чат-бот поддержки умеет принимать правильные решения. Описываю ситуацию, мне без всяких подтверждений сразу возвращают платеж на карту и желают всего хорошего в регионе, в котором (пока?) не работает Uber. Обязательно подпишусь назад, если будет возможность! #producteye #ux #subscribtion

Предпринимательство поневоле [В некотором смысле продолжение поста про корпорации vs предпринимательство] Я всю жизнь боялся стать предпринимателем поневоле. Это такие чуваки, которых просто никто не берет на нормальную работу и единственное, что им остается — это делать бизнес. Но недавно осознал, что я давно уже нахожусь в этой категории 😅 я стал unemployable. Как и очень многие мои знакомые предприниматели, на самом деле. Раньше я думал, что типа «ну, в крайнем случае, если у меня ничего не получится — я пойду на работу». Сейчас я понимаю, что скорее умру под мостом 😅 У меня было несколько раз, когда я ходил по собесам «между бизнесами» и пытался понять, на что я вообще могу рассчитывать в найме. Это всегда заканчивалось тем, что я понимал: тут придется много работать, делать не всегда интересные штуки, а платить мне будут столько, сколько я сам на себя уж как-нибудь-то точно заработаю. Многие предприниматели, которых я знаю — такие же. Они уже 10+ лет работают на себя, и тоже стали unemployable. Честно скажу, это немного страшно: осознавать, что всё, в жизни теперь ты можешь рассчитывать только на себя. И этот риск часто недооценивают, уходя в предпринимательство. С другой стороны, это и есть то, что заставляет постоянно что-то делать и что-то придумывать

У меня есть такой противоречивый довод один. Вообщем про предпринимателей и бизнес. Практически каждый «эксперт» последние десять лет продавал: насмотренность, софт скилы, кругозор и прочую муть. И всегда говорилось «мол не обязательно прям знать вот детали, главное умение видеть куда бежать». Так вот аи мне кажется темку то поменяет. Невозможно теперь и в будущем будет знать куда бежать, если ты прям не супер глубоко в теме. Прям очень сильно понимание важно. Ибо все остальное коммодизируется через аишку. Тут конечно скажут мол останется много всего, где невербальная составляющая много значит. Ну и пусть. Я лишь про tech. Посмотрите на качество вайб кодинг продуктов от «именитых» фаундеров. Им дали в руки лучшие инструменты. И что мы видим? В большой степени это все никому не надо. Потому что их сила была в «умении управлять командами», продажах и прочем. Но не в качестве решения/продукта. А что сделать качество нужно шарить знатно. Теперь школьник который шарит быстрее продаст потому что его решение лучше и дешевле. И это можно будет доказать и показать. Ибо инструменты теперь у всех одни. Другими словами легкость производства сильно обесценит очень большую категорию «бизнесменов прошлого» и они не смогут адаптироваться. Так как учиться новому крайне тяжело особенно в такой быстрой индустрии. Prove me wrong.

Со школы мы знаем, что митохондрии — энергетические станции клетки. А если это не всё? В учебнике биологии всё просто. Митохондрии расщепляют глюкозу и жиры, вырабатывают АТФ, снабжают клетку энергией. Фабрика, и точка. Мартин Пикард, директор лаборатории митохондриальной психобиологии, считает, что те же органеллы отвечают за само наше ощущение себя живыми. За последнее десятилетие выяснилось, что митохондрии поставляют вещество для синтеза нейромедиаторов и запускают выработку всех стероидных гормонов, от кортизола до тестостерона, а значит, напрямую влияют на настроение, стресс и сон. Отсюда Пикард делает шаг, который часть его коллег называет ересью. Он предполагает, что там, где обрывается поток энергии, обрывается и сознание. Если энергия перестаёт течь, тебя больше нет.

На днях обедала со своей любимой подругой Машей Ревинской.( Отдельная история , как можно встретить своего абсолютного soulmate уже во взрослом возрасте. Наверное, об этом стоит написать отдельно.) Как обычно, мы взахлёб обсуждали идеи, новые проекты, чему ещё хочется научиться, как сделать что-то по-настоящему ценное и, хоть немного изменить этот мир. И в какой-то момент Маша, цитируя свою маму, совершенно между делом сказала одну фразу: «Усиливай сильное». Казалось бы, очень простые слова, Но именно они почему-то остались со мной. Я поймала себя на мысли, что мы удивительно много времени тратим на исправление своих слабостей!!!!! Мы пытаемся стать менее тревожными, менее эмоциональными, более организованными, более дисциплинированными, более… А что, если главный вопрос звучит иначе? Не «что во мне исправить?» А «что во мне уже есть настолько сильного, что именно это и стоит развивать?» Я весь день думала об этом. Что является моей настоящей силой? Что я умею делать так естественно, что сама перестала это замечать? И главное , где я не усиливаю это, а наоборот, из страха, скромности или желания соответствовать ожиданиям других людей сама себя притормаживаю? Мне кажется, это очень честный вопрос. Потому что иногда наше предназначение находится не там, где мы отчаянно пытаемся стать лучше. А там, где жизнь уже давно показала нам нашу силу. И, возможно, взросление -это не бесконечно чинить себя. А наконец перестать стесняться своих сильных сторон и начать служить ими миру. Сегодня хочу оставить этот вопрос и вам. Что в вас уже настолько сильно, что пришло время перестать это прятать и наконец начать усиливать?

🧪 Метод и эксперименты В данной работе фокусируются на 2-битном weight-only-сжатии ризонящих моделей. В аппендиксе есть эксперименты с FP4, со сжатием активаций и KV-кэшей. Квантизуют модели Qwen3-8B / Qwen3-32B через GPTQ. Оказывается, что квантизация сильно меняет поведение трейсов ризонинга: 🔄 Число циклов резко возрастает, особенно для меньшей модели. 📏 Многие трейсы не вписываются в заданный лимит токенов. ⚠️ Блок <think> часто оказывается незакрытым. 💡 При этом сам ответ появляется в среднем чуть ли не раньше в трейсе, но модель его не выводит. 📈 Длина ризонинга сильно увеличивается. Из этого следует, что, кроме просадки качества, мы ещё теряем в эффективности из-за того, что генерируем больше токенов. Как и в прошлой статье, замечают, что длина ризонинга у квантизованных моделей обратно коррелирует с качеством. Причина как раз в этих зацикливаниях. При этом результат сильно зависит от выбора задачи: на ризонинг-бенчмарках типа AIME / GPQA-Diamond эффект сильно заметен. На простых задачах — ARC-C, ARC-E, PIQA, WinoGrande — просадка и в 2 битах очень умеренная. Вообще, я думал, что эти бенчмарки likelihood-based и гоняются с выключенным <think>. Вводят четыре режима деградации качества: 🟢 Стабильный. Без заметной просадки. 🟡 Заметная, но умеренная просадка. Трейсы ещё не ломаются, но есть нарушения в плане фактологии и commonsense. 🟠 Значительная деградация. Генерация часто не завершается. 🔴 Полный коллапс. В первую категорию попадает Qwen3-32B на простых задачах. По мере усложнения задач и уменьшения размера модели растёт степень деградации. Дабы как-то подлечить просадку, предлагают два решения: 📝 (+P) FP16-модель пишет план, а квантизованная исполняет. Это заметно поднимает качество и правит многие ошибки ризонинга, но точность всё ещё ощутимо ниже базовой модели. 🔁 (+L) Loop Rescue. Если модель зацикливается, но выдаёт ответ, выписываем промежуточный ответ. Если ответа нет, просим FP16-модель сгенерировать его с нуля. На простых задачах смысла в этом не так много, так как и просадки, и зацикливания нет. Но на сложных задачах и ризонинг укорачивается, и качество заметно улучшается. На простых задачах end-to-end speedup с учётом длины генерации находится в районе 2×, а на сложных — несколько процентов с просадкой порядка 20% в среднем. 📌 Выводы Занятная и интересная стратегия по выправлению ризонинга. Для production-grade-системы, понятное дело, просадки качества слишком велики, но и 2-битная квантизация без свистоплясок — это действительно тяжёлый случай. Интересно было бы дообучить квантизованную модель через какой-нибудь RL с penalty на циклы.

Когда Flight 13? Могли заметить, что постов про пуск Starship 20 июля то и нет. Предварительно план и предписания по зонам отчуждения стоят на 23 июля с запасной датой на 24 число. Но погодите, рано радоваться. Во-первых, погода на четверг-пятницу уже вырисовывается так себе, причем как в зоне старта в Техасе, так и по траектории в зоне посадки Super Heavy B20. Учитывая, что в заливе погода меняется очень быстро, то пока списывать не стоит. Во-вторых, ракета всё ещё не на площадке. Даже ускоритель пока не выкатили (ждём завтра), и TheSpaceEngineer в твиттере уже подтвердил, что на полигоне в Макгрегоре заметили 3 двигателя Raptor 3, которые сняли с ускорителя B20 после неудачного старта. Причём это именно 3 из 4, которые не зажглись. И учитывая осечку на старте, стоит ждать что во вторую попытку сперва проведут тесты ускорителя на столе (кхе-кхе цикла зажигания), и только потом проведут интеграцию корабля Starship S40, а не как в прошлый раз по ускоренной схеме.

Сделано в США: сетевые ASIC Fortinet SP6 будут выпускаться на американских фабриках Intel Intel и Fortinet объявили о стратегическом сотрудничестве с целью разработки кастомного процессора безопасности Fortinet Security Processor 6 (SP6). Как указано в пресс-релизе, это сотрудничество объединяет запатентованный опыт Fortinet в разработке специализированных процессоров безопасности с передовыми возможностями Intel в области проектирования, упаковки и производства для создания «высокоинтегрированного процессора, способного поддерживать все более сложные сервисы безопасности и высокие требования к производительности современных организаций». Совместная работа также поможет повысить устойчивость и диверсификацию глобальной цепочки поставок Fortinet. #fortinet #intel #asic #сети #информационнаябезопасность #импортозамещение #servernews via @servernewsru 📎Подробнее

NVIDIA раскрыла полную архитектуру Vera Rubin, показала первые тесты и передала первые системы заказчикам NVIDIA опубликовала детальную архитектуру Rubin GPU (336 млрд транзисторов, 8 GPC, 224 SM, 896 Tensor Cores, 288 ГБ HBM4 с пропускной способностью 22 ТБ/с) и Vera CPU (88 ядер Olympus на Armv9.2, Spatial Multi-Threading, до 1,5 ТБ LPDDR5X с пропускной способностью 1,2 ТБ/с). В DeepSeek-R1 первый бенчмарк показал 10-кратное увеличение пропускной способности на мегаватт по сравнению с Grace Blackwell NVL72. При энергопотреблении 150 МВт Vera Rubin выдаёт 800 000 токенов/с против 80 000 у GB200. Vera CPU в SPECrate integer обходит двухпроцессорный AMD Epyc 9755 с результатом 925 против 898 балло . Заявлен 50% прирост IPC против Grace. Монолитный кристалл, по данным NVIDIA, даёт в 3 раза больше пропускной способности на ядро и на 40% ниже задержки памяти, чем чиплетные решения AMD и Intel. Платформа уже развёрнута у CoreWeave, Google Cloud, Microsoft Azure и Oracle Cloud Infrastructure и охватывает более 350 заводских узлов в 30 странах. Среди первых клиентов — OpenAI, Anthropic и SpaceX.