#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

#law

"Для Oura это не первая судебная тяжба по аналогичному вопросу. В рамках некоторых предыдущих дел, ряд конкурентов согласились на лицензирование, в то время как другие продолжают оспаривать претензии финского производителя. Ранее Oura также судилась с компаниями Ringconn, Circular и Ultrahuman по поводу патентов. Она добилась успеха в борьбе с Ringconn и Circular, в результате чего обе компании оформили «патентные лицензии на основе роялти». Ultrahuman, в свою очередь, не согласилась с требованиями Oura. В настоящее время компания обжалует предписание ITC, запрещающее продажу её смарт-колец в США."

https://3dnews.ru/1132715/proizvoditel-smartkolets-oura-ring-podal-v-sud-na-samsung-amazfit-i-drugih-za-kragu-razrabotok

#eda

В жизни не видел такого подробного разведанализа!

https://medium.com/@writeronepagecode/deciphering-the-market-a-visual-guide-to-the-jane-street-prediction-challenge-58391826f1c4

#physics

"Настоящая причина скольжения на льду заключается в электрических полях, генерируемых молекулярными диполями в зоне контакта со льдом. Когда что-то соприкасается со льдом, частичные заряды его собственных молекул взаимодействуют с высокоупорядоченным расположением диполей молекул воды в кристалле льда. Это электростатическое взаимодействие как бы разрыхляет самый верхний слой кристаллической решётки льда, превращая его в тонкую и неупорядоченную квазижидкую (аморфную) плёнку. Ранее эффект «разжижения» физики объясняли нагреванием от давления на лёд или от трения.

Сделанное открытие в корне меняет наше понимание одного из самых привычных явлений природы. Помимо разрешения многовековых споров на тему скольжения на льду, открытие имеет практическую ценность. Оно позволит создавать более качественные зимние шины и в принципе нескользящие покрытия, которые действительно будут работать на льду по всем законам физики, а также поможет разработать превосходно скользящие изделия — коньки, лыжи и материалы для работы в криогенных средах."

https://3dnews.ru/1132755/fiziki-200-let-rasprostranyali-chush-o-prichinah-skolgeniya-na-ldu-teperto-vsyo-stalo-yasno

Чистил канпюктер от старья и внезапно обнаружил, что за последний год перестал использовать в разработке четыре столпа, которые казались незыблемыми последние лет десять: iTerm, Pycharm, Pyenv, Docker Desktop.

iTerm и Pycharm продолжали обрастать фичами, которые мне ни к чему. Фичи бесплатными не бывают: у iterm в 2024 всплыла неприятная уязвимость, Pycharm продолжал слегка тормозить даже на свежем железе (возможно, я просто не знаю все флаги, как дать ему еще больше памяти). Так я перешел на более легкие альтернативы - Wezterm и Zed.

Pyenv когда-то был отличным способом управлять зоопарком питонов и вместе с poetry делал управление зависимостями терпимым. Но uv разрубил этот узел, оно просто работает. Лучшее, что случилось с Python экосистемой, не считая maturin.

Про избавление от Docker Desktop мне пришлось подумать на работе, потому что в Большой Корпорации для него нужна отдельная лицензия, которая положена не всем. Мне таки положена, но дать продакту демку стало сложнее. Так я познакомился с colima, перешел на нее (все еще с docker runtime / docker cli, которые не требуют коммерческой лицензии) на рабочей тачке, а заодно и на своей, совершенно этого не заметив. Впрочем, чистым докером я тоже пользуюсь все меньше, потому что меня покусал Dagger.

#python #testing #pytest

Что делать, если у вас сотни (или даже тысячи) тестов в проекте, не ждать же сутками когда pytest их последовательно переберёт?

Ставим pip install pytest-xdist, и запускаем pytest -n auto, но и тут опасность. Часто бывает, что тесты из одних и тех же файлов/классов конкурируют за одни ресурсы - файлы, gpu, etc.

Тогда добавляем флаги --dist=loadfile или --dist=loadscope, чтобы снизить конкуренцию за ресурсы и сохранить какую-то параллельность. Но даже при таком подходе будут ложноположительный фэйлы.

Оптимальное решение: сначала запускаем тесты с разумной параллельностью не создавая отчёты, потом последовательно проходим подозрительные с этапа 1, используя флаг -lf:

pytest tests/ -n auto --maxprocesses=32 --dist loadscope && exit 0 || pytest tests/ -vv --lf

#chess #fun

#ai #openai

"Наиболее тревожным для OpenAI симптомом стал пересмотр прогноза выручки — к 2026 году её рост может замедлиться до 5–10 %. Хотя ранее он выражался трёхзначными показателями, и к 2025 году ожидается доход в $13 млрд. Возможно, теперь Сэм Альтман будет вынужден спуститься с небес на грешную землю: раньше он говорил, что вопрос рентабельности не входит даже в десятку важнейших, и на 2028 год планировался убыток в размере $74 млрд. В новых условиях эту стратегию, возможно, придётся пересмотреть — тем более что ближайший конкурент в лице Anthropic, в активах которого значится множество корпоративных клиентов, в том же 2028 году намерен перейти на самоокупаемость."

https://3dnews.ru/1132800/google-gemini-3-okazalas-nastolko-vpechatlyayushchey-chto-sem-altman-zagovoril-o-tyagyolih-vremenah-dlya-openai

#stocks #google

https://3dnews.ru/1132825/gemini-3-vpechatlil-ne-tolko-altmana-aktsii-google-vzleteli-do-rekordnogo-maksimuma

Звучит как мечты либо бред.

"В ходе встречи с сотрудниками Google, которая состоялась в начале этого месяца, Вахдат заявил, что компания должна удваивать свои вычислительные мощности каждые шесть месяцев, чтобы удовлетворить спрос на услуги и сервисы на базе искусственного интеллекта. По данным источника, в ходе встречи Вахдат продемонстрировал сотрудникам презентацию, в которой говорилось, что компании необходимо масштабироваться «в 1000 раз в течение следующих 4-5 лет».

Хотя тысячекратное увеличение вычислительных мощностей само по себе звучит весьма амбициозно, Вахдат выделил ряд ключевых ограничений. Google должна быть способна обеспечить рост производительности «фактически при тех же затратах и, что более важно при том же уровне энергопотребления». «Это будет непросто, но благодаря сотрудничеству и совместному проектированию мы этого добьёмся», — сказал Вахдат."

https://3dnews.ru/1132829/iipuzir-vitaet-v-vozduhe-no-google-vsyo-ravno-zamahnulas-na-rasshirenie-iimoshchnostey-v-1000-raz