#hardware #hdd

https://3dnews.ru/1132333/backblaze-nazvala-samie-nadyognie-gyostkie-diski-i-te-chto-lomayutsya-chashche-drugih

#datacenters

"Сооснователь и генеральный директор Anthropic Дарио Амодеи (Dario Amodei) заявил следующее: «Мы приближаемся к появлению ИИ, способного ускорить научные открытия и помочь в решении сложных проблем теми методами, которые не были доступны ранее. Реализация этого потенциала требует инфраструктуры, которая поддерживает непрерывную разработку на переднем крае». Подобная активность Anthropic показывает, что не только OpenAI стремится серьёзно развивать вычислительную инфраструктуру ИИ на территории США. При поддержке партнёров и инвесторов этот стартап в ближайшие восемь лет намеревается направить на эти нужды почти $1,5 трлн.

Anthropic в этом году уже заключил соглашение с Google, по условиям которого получит доступ к 1 млн чипов этого разработчика в составе фирменной облачной инфраструктуры. Amazon попутно является крупным инвестором и основным провайдером облачных мощностей для нужд Anthropic. Компания уже вложила в капитал стартапа $8 млрд и участвует в строительстве ЦОД на 2,2 ГВт в Индиане, который будет использоваться Anthropic.

Строительство двух ЦОД в Техасе и Нью-Йорке будет осуществляться Anthropic при участии британского стартапа Fluidstack, который понравился первому благодаря своей «исключительной подвижности». Капитализация Anthropic на данный момент оценивается в $183 млрд с учётом недавних капиталовложений. Сам стартап был основан четыре года назад группой выходцев из OpenAI. Если в начале года Anthropic имела шансы вывести свою годовую выручку на уровень $1 млрд, то теперь этот показатель вырос до $7 млрд в приведённом виде. В сентябре стартапу удалось привлечь $13 млрд от институциональных инвесторов Iconiq Capital и Lightspeed Venture Partners."

https://3dnews.ru/1132327

#ai #programming #claude

Пока я жил в пещере, процесс разработки нехило шагнул вперёд.

https://www.youtube.com/watch?v=6NK4Pona2fY

#ai #programming #claude

https://www.youtube.com/watch?v=gv0WHhKelSE

#programming #ai #llms #claude

Попробовал Claude Extension for VS Code.

Это просто фантастика. Общаешься с ним прямо в панельке редактора кода, никаких переключений в чат браузера.

Нашёл 10 проблем в моей старой функции генерации нейросети, причём 1 серьёзную. 2 оказались ложными срабатываниями, думаю, можно подшаманить промптами.

В итоге отрефакторил с ним, он составил детальный план, задал 5 толковых доп вопросов, после уточнений и аппрува минут 5 работал,
периодически показывая что было-что будет и получая подтверждения.

Написал офигенно качественные тесты! С использованием hypothesis и mutatest. Сам бы я в жизни их писать не стал, это ж долго и скучно.

Я попросил закоммитить, Клод составил информативное саммари, + пару разрешений к гитхабу, коммит улетел.

Суперсила за $20 в месяц! Не знаю насколько активно позволит работать. Друг сообщает, что за $100/мес исчерпания лимитов не происходит совсем, хотя он очень интенсивно кодит.

Теперь буду стараться работать через него, приобщаться к прекрасному и вылезать из-под камня. Я впечатлён и потрясён.

#trading

Понравились разделы

Walk Forward Analysis: The Reality of Adapting Parameters
Monte Carlo Simulation: Stress Testing Your Strategy
Parameter Sensitivity Analysis: Finding Robust Edges
Stress Testing Across Market Conditions

Мысли: волкфовардов может (и должно) быть несколько (метастратегии)
Монте-Карло симуляции в пределе переводят просадки в профит-фактор
Ulcer Index - интересно

https://medium.com/@yavuzakbay/how-to-evaluate-a-trading-strategy-like-a-quant-fc903e093015

#ai #programming #fun


Me getting extra lazy

#ai

"Согласно документу, при ежегодной оценке производительности сотрудников по методике, которая получила название AI-driven impact («Влияние, оказываемое ИИ»), будет учитываться, как именно они используют ИИ для достижения результатов и создания инструментов, способных существенно повысить продуктивность. В 2025 году индивидуальные метрики использования и внедрения ИИ не войдут в официальные показатели оценки, однако сотрудникам рекомендовано отражать связанные с ИИ достижения в своих личных оценках эффективности.

Ранее Meta модернизировала процесс найма, разрешив кандидатам использовать ИИ при прохождении собеседований по программированию. Компания также запустила внутреннюю игру под названием Level Up, направленную на стимулирование внедрения ИИ в рабочие процессы каждого сотрудника. Теперь Meta готова поощрять тех работников, чьё использование ИИ приводит к значимым результатам. «В 2025 году мы вознаградим тех, кто внёс исключительный вклад в развитие ИИ, будь то в своей собственной работе или за счёт повышения эффективности своей команды», — написала Гейл в записке."

https://3dnews.ru/1132441/meta-nachnyot-otsenivat-sotrudnikov-po-ih-navikam-raboti-s-ii

#apple

Неужели добровольно уйдёт?
Мне кажется, с таких должностей только ногами вперёд уносят.

https://3dnews.ru/1132458/apple-uskorila-poiski-novogo-generalnogo-direktora-tim-kuk-moget-uyti-uge-v-sleduyushchem-godu

I Tried Training 100 Machine Learning Models at Once — Here’s What Happened https://medium.com/@matiasmaquieira96/i-tried-training-100-machine-learning-models-at-once-heres-what-happened-893c4c719a5a

#ai #gpt #llms

ЛЛМ-ки становятся умнее с каждым месяцем, а я - нет.

"Gemini 3 Pro — флагманская версия модели — превосходит предыдущее поколение по всем основным ИИ-бенчмаркам:

1501 балл в LMArena (логические задачи и выводы);
91,9 % в GPQA Diamond (глубокое понимание вопросов);
72,1 % точности по SimpleQA Verified;
81 % на MMMU-Pro и 87,6 % на Video-MMMU (мультимодальные задачи);
23,4 % в MathArena Apex — лучший результат среди ИИ в математике.
Также Gemini 3 Pro показала самый высокий результат в истории теста Humanity’s Last Exam — 37,5 % без использования дополнительных инструментов. Этот тест предназначен для оценки общих способностей к рассуждению и экспертных знаний. Предыдущий рекорд, принадлежавший GPT-5 Pro, составлял 31,64 %.

Параллельно был анонсирован режим Gemini 3 Deep Think, ориентированный на ещё более сложные задачи. Он продемонстрировал ещё более высокие показатели в тестах, требующих логических рассуждений: результат в Humanity’s Last Exam составил 41 %, а в GPQA Diamond — 93,8 %. Также отмечается «беспрецедентный результат» в 45,1 % в ARC-AGI-2.

Разработчики отмечают, что модель демонстрирует уровень рассуждений, сопоставимый с PhD, а в некоторых задачах по математике и программированию превосходит показатели лучших конкурентов. «С Gemini 3 мы наблюдаем огромный скачок в способности к рассуждению, — сказал Тулси Доши (Tulsee Doshi), руководитель отдела продуктов Google по модели Gemini. — Она реагирует с глубиной и нюансами, которых мы раньше не видели»."


https://3dnews.ru/1132584/google-predstavila-gemini-3-iimodel-kotoraya-prevzoshla-vseh-konkurentov-i-uge-dostupna-besplatno

#physics

"Суть прорыва заключается в методе симпатического охлаждения позитронов с помощью облака охлаждённых ионов бериллия. Ионы бериллия охлаждаются с использованием лазера до сверхнизких температур (около –266 °C), после чего вводятся в облако «разгорячённых» позитронов. За счёт передачи энергии ионам бериллия позитроны охлаждаются и в таком виде лучше присоединяются к антипротонам, что кратно увеличило выход антиводорода: антипротона с одним позитроном.

«Благодаря [получаемому] большему количеству атомов антиводорода, которые теперь более доступны, мы можем исследовать атомарное антивещество более подробно и более быстрыми темпами, чем раньше», — поясняют исследователи в коллаборации ALPHA.

Теперь всего за одну ночь получается создать достаточно антиматерии, чтобы уже на следующий день изучить её свойства. Это снижает систематические ошибки при изучении антиматерии и открывает возможности для более глубокого анализа спектров антивещества. Это крайне важно для науки. Наблюдаемая во Вселенной асимметрия в количестве вещества и антивещества заставляет подозревать, что мы многое не понимаем о её строении и эволюции. Чем больше будет антиматерии для экспериментов, тем выше вероятность обнаружить корни нарушения симметрии, что не даёт переоценить сделанные учёными усовершенствования установки ALPHA, «штампующей» с недавних пор антивещество в умноженном объёме."


https://3dnews.ru/1132628/tsern-razognal-proizvodstvo-antiveshchestva-v-vosem-raz10-let-nazad-eto-sochli-bi-nauchnoy-fantastikoy

#physics

Про вращение этого Террелла-Пенроуза вообще не слышал! Шикарно.

https://www.youtube.com/watch?v=2IwZB9PdJVw

#tabular #categorical

https://medium.com/@connect.hashblock/10-scikit-learn-tricks-for-categorical-data-2f79415ba058

#physics

"Китайская подземная нейтринная обсерватория JUNO (Jiangmen Underground Neutrino Observatory), расположенная в провинции Гуандун, представляет собой самый крупный в мире детектор «призрачных частиц» — нейтрино. Этот гигантский сферический детектор, содержащий 20 тыс. тонн жидкого сцинтиллятора, начал сбор физических данных 26 августа 2025 года. Уже за первые 59 дней работы (по 2 ноября) JUNO продемонстрировал выдающиеся возможности, полностью соответствующие и даже превосходящие проектные ожидания, что подтверждено Институтом физики высоких энергий Китайской академии наук (IHEP).

Всего за два месяца JUNO измерил два ключевых параметра осцилляций нейтрино — sin²θ₁₂ и Δm²₂₁ — с точностью, в 1,5 и 1,8 раза соответственно превышающей точность всех предыдущих мировых экспериментов вместе взятых, проведённых за последние 50 лет. Такие рекордные результаты стали возможны благодаря огромному объёму детектора, рекордному энергетическому разрешению (порядка 3 % на 1 МэВ) и близости к мощным ядерным реакторам общей тепловой мощностью около 36 ГВт (от двух работающих неподалёку АЭС).

Обсерватория JUNO способна регистрировать нейтрино земного происхождения (геологического), солнечного, космического и от атомных электростанций. Собственно, от реакторов исходят антинейтрино, которые использовались учёными для сбора статистики в первые два месяца работы установки. По солнечным нейтрино уже собрано достаточно данных, и измерение характеристик нейтрино от реакторов должно либо подтвердить свойства этих частиц, либо обнаружить несоответствия, что стало бы намёком на неизвестную ранее учёным физику.

Задача JUNO — выстроить иерархию масс нейтрино, которые в процессе движения осциллируют — переходят из одного типа нейтрино в другой, а затем в третий с последующим бесконечным повторением цикла. Статистики по таким превращениям пока недостаточно, чтобы развивать физику этих частиц, которые за свою неуловимость одно время считались кандидатами на роль тёмной материи — у них отсутствует заряд и очень малая масса. Например, для взаимодействия нейтрино с материей с вероятностью 50 % эта частица должна пролететь сквозь стену свинца толщиной в один световой год.

В общем, пока о нейтрино известно не так много, поэтому каждый новый и более совершенный инструмент потенциально способен совершить переворот в науке. Детектор JUNO готов к решению фундаментальных задач. В ближайшие годы обсерватория накопит данные, способные радикально изменить наше понимание элементарных частиц и космологии."

https://3dnews.ru/1132679/noveyshiy-kitayskiy-detektor-neytrino-juno-za-dva-mesyatsa-operedil-mirovuyu-nauku-na-50-let