Forwarded from Инструменты программиста
SurfSense — это open‑source альтернатива NotebookLM, Perplexity и Glean: AI‑агент для исследований, который подключается к вашим личным источникам (поисковые движки, Slack, Linear, Jira, ClickUp, Confluence, Notion, Gmail, YouTube, GitHub, Discord, Airtable, Google Calendar, Luma, Elasticsearch и другие).
Для тех, кто проспал последний год, NotebookLM — этосервис Google, где вы загружаете свои документы, и AI (Gemini) помогает вам суммировать, отвечать на вопросы, создавать FAQ, учебные материалы и подкасты, опираясь только на ваши источники.
Что делает SurfSense:
🟣 Поддерживает 100+ LLM (включая локальные Ollama) и 6000+ моделей эмбеддингов.
🟣 Продвинутый RAG: иерархические индексы (2‑уровневый), гибридный поиск (семантический + полнотекстовый), ранжирование (Pinecone, Cohere, Flashrank).
🟣 Подкаст‑агент: создаёт 3‑минутный подкаст менее чем за 20 секунд, поддерживает локальные TTS (Kokoro) и облачных провайдеров.
🟣 Поддержка 50+ форматов файлов (PDF, DOCX, видео, аудио, email и т.д.).
🟣 Self‑hostable: можно поднять через Docker Compose или вручную.
Быстрый старт:
🟣
🟣 Скопируйте
🟣
🟣 Откройте http://localhost:3000
Где попробовать:
GitHub: https://github.com/MODSetter/SurfSense
Сайт: https://surfsense.com
Discord: https://discord.gg/ejRNvftDp9
Технический стек: FastAPI, PostgreSQL (pgvector), LangGraph, LangChain, Celery, Redis, Next.js 15, React 19, TypeScript, Docker.
@prog_tools
Для тех, кто проспал последний год, NotebookLM — это
Что делает SurfSense:
🟣 Поддерживает 100+ LLM (включая локальные Ollama) и 6000+ моделей эмбеддингов.
🟣 Продвинутый RAG: иерархические индексы (2‑уровневый), гибридный поиск (семантический + полнотекстовый), ранжирование (Pinecone, Cohere, Flashrank).
🟣 Подкаст‑агент: создаёт 3‑минутный подкаст менее чем за 20 секунд, поддерживает локальные TTS (Kokoro) и облачных провайдеров.
🟣 Поддержка 50+ форматов файлов (PDF, DOCX, видео, аудио, email и т.д.).
🟣 Self‑hostable: можно поднять через Docker Compose или вручную.
Быстрый старт:
🟣
git clone https://github.com/MODSetter/SurfSense🟣 Скопируйте
.env.example в .env, добавьте API‑ключи (OpenAI, Tavily и т.д.).🟣
docker compose up -d🟣 Откройте http://localhost:3000
Где попробовать:
GitHub: https://github.com/MODSetter/SurfSense
Сайт: https://surfsense.com
Discord: https://discord.gg/ejRNvftDp9
Технический стек: FastAPI, PostgreSQL (pgvector), LangGraph, LangChain, Celery, Redis, Next.js 15, React 19, TypeScript, Docker.
@prog_tools
Media is too big
VIEW IN TELEGRAM
🔥5🤨1
Forwarded from Технозаметки Малышева
С выходом Gemini3 тут такая чехарда началась.
- OpenAI срочно выпустил обновление GPT Codex 5.1 и он теперь Max.
Предыдущий кодекс устарел за пару недель.
- Маск тут же пишет, что вот теперь Grok 4.1 Fast обошёл Gemini3 в использовании Агентских инструментов по версии artificialanalysis.ai
Картинка с анонсом лучшей модели крутится как карусель, короче.
Ждём еще что Qwen выпустит, что-то давно их не слышно.
#Grok #Gemini #Codex
———
@tsingular
- OpenAI срочно выпустил обновление GPT Codex 5.1 и он теперь Max.
Предыдущий кодекс устарел за пару недель.
- Маск тут же пишет, что вот теперь Grok 4.1 Fast обошёл Gemini3 в использовании Агентских инструментов по версии artificialanalysis.ai
Картинка с анонсом лучшей модели крутится как карусель, короче.
Ждём еще что Qwen выпустит, что-то давно их не слышно.
#Grok #Gemini #Codex
———
@tsingular
😁3 1
На bothub.ru (рефералка) есть аж 40 моделей для бесплатного использования по API
Не благодарите )
Название / контекст / вывод
1. gpt-oss-20b:free - 131 072 / 131 072
2. gemma-3-27b-it:free - 131 072 / 43 253
3. gemini-2.0-flash-exp:free - 1 048 576 / 8 192
4. gemma-3-4b-it:free - 131 072 / 8 192
5. gemma-3n-e4b-it:free - 8 192 / 2 048
6. gemma-3-12b-it:free - 131 072 / 8 192
7. gemma-3n-e2b-it:free - 8 192 / 2 048
8. deepseek-chat-v3-0324:free - 131 072 / 54 067
9. deepseek-r1t-chimera:free - 163 840 / 54 067
10. deepseek-r1:free - 128 000 / 54 067
11. deepseek-r1-distill-llama-70b:free - 8 192 / 4 096
12. deepseek-r1-0528:free - 163 840 / 54 067
13. deepseek-r1t2-chimera:free - 163 840 / 54 067
14. deepseek-r1-0528-qwen3-8b:free - 131 072 / 43 253
15. qwen3-30b-a3b:free - 40 960 / 13 516
16. qwen-2.5-coder-32b-instruct:free - 128 000 / 10 813
17. qwen3-14b:free - 40 960 / 13 516
18. qwen3-4b:free - 128 000 / 13 516
19. qwq-32b-arliai-rpr-v1:free - 32 768 / 10 813
20. qwen3-coder:free - 262 144 / 262 000
21. qwen3-235b-a22b:free - 40 960 / 13 516
22. qwen2.5-vl-32b-instruct:free - 8 192 / 5 406
23. qwen-2.5-72b-instruct:free - 32 768 / 10 813
24. mistral-small-3.1-24b-instruct:free - 128 000 / 96 000
25. mistral-small-3.2-24b-instruct:free - 96 000 / 43 253
26. mistral-small-24b-instruct-2501:free - 32 000 / 10 813
27. mistral-7b-instruct:free - 8 192 / 16 384
28. mistral-nemo:free - 128 000 / 128 000
29. llama-3.2-3b-instruct:free - 4 096 / 43 253
30. llama-3.3-70b-instruct:free - 131 072 / 43 253
31. glm-4.5-air:free - 131 072 / 131 072
32. tongyi-deepresearch-30b-a3b:free - 131 072 / 131 072
33. longcat-flash-chat:free - 131 072 / 131 072
34. kimi-k2:free - 65 536 / 10 813
35. mai-ds-r1:free - 163 840 / 54 067
36. hermes-3-llama-3.1-405b:free - 131 072 / 43 253
37. dolphin-mistral-24b-venice-edition:free - 32 768 / 10 813
38. kat-coder-pro:free - 256 000 / 32 000
39. nemotron-nano-12b-v2-vl:free - 128 000 / 128 000
40. nemotron-nano-9b-v2:free - 128 000 / 42 240
Не благодарите )
Название / контекст / вывод
1. gpt-oss-20b:free - 131 072 / 131 072
2. gemma-3-27b-it:free - 131 072 / 43 253
3. gemini-2.0-flash-exp:free - 1 048 576 / 8 192
4. gemma-3-4b-it:free - 131 072 / 8 192
5. gemma-3n-e4b-it:free - 8 192 / 2 048
6. gemma-3-12b-it:free - 131 072 / 8 192
7. gemma-3n-e2b-it:free - 8 192 / 2 048
8. deepseek-chat-v3-0324:free - 131 072 / 54 067
9. deepseek-r1t-chimera:free - 163 840 / 54 067
10. deepseek-r1:free - 128 000 / 54 067
11. deepseek-r1-distill-llama-70b:free - 8 192 / 4 096
12. deepseek-r1-0528:free - 163 840 / 54 067
13. deepseek-r1t2-chimera:free - 163 840 / 54 067
14. deepseek-r1-0528-qwen3-8b:free - 131 072 / 43 253
15. qwen3-30b-a3b:free - 40 960 / 13 516
16. qwen-2.5-coder-32b-instruct:free - 128 000 / 10 813
17. qwen3-14b:free - 40 960 / 13 516
18. qwen3-4b:free - 128 000 / 13 516
19. qwq-32b-arliai-rpr-v1:free - 32 768 / 10 813
20. qwen3-coder:free - 262 144 / 262 000
21. qwen3-235b-a22b:free - 40 960 / 13 516
22. qwen2.5-vl-32b-instruct:free - 8 192 / 5 406
23. qwen-2.5-72b-instruct:free - 32 768 / 10 813
24. mistral-small-3.1-24b-instruct:free - 128 000 / 96 000
25. mistral-small-3.2-24b-instruct:free - 96 000 / 43 253
26. mistral-small-24b-instruct-2501:free - 32 000 / 10 813
27. mistral-7b-instruct:free - 8 192 / 16 384
28. mistral-nemo:free - 128 000 / 128 000
29. llama-3.2-3b-instruct:free - 4 096 / 43 253
30. llama-3.3-70b-instruct:free - 131 072 / 43 253
31. glm-4.5-air:free - 131 072 / 131 072
32. tongyi-deepresearch-30b-a3b:free - 131 072 / 131 072
33. longcat-flash-chat:free - 131 072 / 131 072
34. kimi-k2:free - 65 536 / 10 813
35. mai-ds-r1:free - 163 840 / 54 067
36. hermes-3-llama-3.1-405b:free - 131 072 / 43 253
37. dolphin-mistral-24b-venice-edition:free - 32 768 / 10 813
38. kat-coder-pro:free - 256 000 / 32 000
39. nemotron-nano-12b-v2-vl:free - 128 000 / 128 000
40. nemotron-nano-9b-v2:free - 128 000 / 42 240
1🔥6 2
Forwarded from GigaDev — разработка GigaChat
GigaAM-v3: новый уровень качества, пунктуация, нормализация
➡️ GitHub | HuggingFace | GitVerse
В прошлом году мы открыли семейство моделей GigaAM, после чего значительно улучшили качество благодаря подходу HuBERT-CTC во второй версии. Основными запросами сообщества оставались поддержка пунктуации в наших моделях, а также улучшение на сложных срезах данных. Сегодня мы рады представить следующий большой релиз — GigaAM-v3.
Что публикуем
🔘 GigaAM-v3 — foundation audio encoder (база для дообучения).
🔘 GigaAM-v3-CTC — улучшенная CTC модель распознавания, быстрый инференс
🔘 GigaAM-v3-RNNT — улучшенная RNNT модель распознавания, лучшее качество
🔘 GigaAM-v3-e2e-CTC — распознавание с пунктуацией и нормализацией, быстрый инференс
🔘 GigaAM-v3-e2e-RNNT — распознавание с пунктуацией и нормализацией, максимальное качество
Пример e2e-вывода:
Что нового в v3
🔘 Масштаб предобучения: 50k → 700k часов аудио на русском языке.
🔘 Новые домены в обучении ASR: колл-центр, музыкальные запросы, речь с особенностями, разговорная речь (суммарно 2k часов).
🔘 Для всего корпуса обучающих данных восстановлены пунктуация и нормализация при помощи GigaChat Max Audio.
🔘 Линейка CTC/RNNT + e2e — выбирайте скорость или максимум качества под свой сценарий.
Метрики
🔘 Открытые датасеты (Golos, OpenSTT, Common Voice, LibriSpeech): паритет с GigaAM-v2.
🔘 Новые домены (WER, v2-RNNT → v3-RNNT):
• речь с особенностями 27% → 19%
• колл-центр 13% → 10%
• спонтанная речь 10.3% → 7%
🔘 Пунктуация: v3-e2e-RNNT vs reference + Whisper Forced Decoding — F1-score по запятой 84% vs 62%, остальные знаки ~паритет.
🔘 Side-by-Side (Gemini 2.5 Pro as a judge): v3-e2e-RNNT vs Whisper-large-v3 — 70:30 (колл-центр), 64:36 (Common Voice).
Более качественные модели распознавания того же класса эксклюзивно доступны в наших умных устройствах, а также могут быть бесплатно использованы на повседневной основе с помощью бота @smartspeech_sber_bot.
Совсем скоро выйдет пост на Хабр, где мы поделимся подробностями обучения и оценки качества. Не пропустите!
В прошлом году мы открыли семейство моделей GigaAM, после чего значительно улучшили качество благодаря подходу HuBERT-CTC во второй версии. Основными запросами сообщества оставались поддержка пунктуации в наших моделях, а также улучшение на сложных срезах данных. Сегодня мы рады представить следующий большой релиз — GigaAM-v3.
Что публикуем
Пример e2e-вывода:
В твоём каталоге есть первая серия сезона 14 «Где логика»?Что нового в v3
Метрики
• речь с особенностями 27% → 19%
• колл-центр 13% → 10%
• спонтанная речь 10.3% → 7%
Более качественные модели распознавания того же класса эксклюзивно доступны в наших умных устройствах, а также могут быть бесплатно использованы на повседневной основе с помощью бота @smartspeech_sber_bot.
Совсем скоро выйдет пост на Хабр, где мы поделимся подробностями обучения и оценки качества. Не пропустите!
Please open Telegram to view this post
VIEW IN TELEGRAM
🤓1
Forwarded from GigaChat
Мы стремимся не замыкаться в «закрытой» технологии, а строить открытую платформу для всей страны, поэтому мы публикуем веса наших моделей.
Что появилось в открытом доступе ↓
🔷 GigaChat Ultra Preview
Самая мощная модель Сбера. Лучше DeepSeek V3.1 и GigaChat Max 2 в русскоязычных задачах. Подходит для бизнеса, аналитики, разработки и дообучения на своих данных➡ GitHub | HuggingFace |GitVerse
GigaAM-v3
5 моделей, которые превращают голос в текст с пунктуацией, понимают акценты, спонтанную речь и даже музыкальные запросы. Подойдут для голосовых ассистентов, контакт-центров, аналитики звонков➡ GitHub | HuggingFace | GitVerse
🔷 GigaChat Lightning
Лёгкая, компактная и быстрая. Конкурирует с Qwen3-4B, по скорости сравнима с Qwen3-1.7B, но намного умнее и больше по параметрам➡ GitHub | HuggingFace |GitVerse
🔷 Kandinsky 5.0
Создание фото и видео по тексту. Внутри:
• Image Lite — делает изображения в HD, отлично понимает русский язык и культурный контекст
• Video Pro — создаёт до 10 секунд реалистичного HD-видео. Конкурирует с топовыми мировыми моделями
• Video Lite — облегчённая версия для домашней видеокарты (от 12 ГБ)➡️ GitHub | GitVerse | Hugging Face | Технический репорт
🔷 K-VAE 1.0
Ускорение генеративного AI. Это технологии, которые «упаковывают» картинки и видео в скрытое пространство, чтобы модели работали быстрее и требовали меньше ресурсов. Лучшие среди открытых аналогов➡️ GitHub|Hugging Face
Код и веса этих всех моделей теперь доступны всем пользователям по лицензии MIT, в том числе для использования в коммерческих целях.
Please open Telegram to view this post
VIEW IN TELEGRAM
1 4
Audio
Загрузил pdf-файлы документации по Qlik, и попросил сделать подкаст )
Слушаем, получилось довольно забавно )
Слушаем, получилось довольно забавно )
1🔥5 3
🆕 qlik_download : qlik_sense_desktop
📂 Qlik_Sense_Desktop_setup.exe (1.00 GB)
📂 Qlik_Sense_Desktop_setup.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_desktop #november_2025 #november_2025_patch_1 #qlik_sense_desktop_november_2025_patch_1
🔗️ release url
🕔 last update : 2025-11-26 14:26:16
✍️ by @chernovdev
📂 Qlik_Sense_Desktop_setup.exe (1.00 GB)
📂 Qlik_Sense_Desktop_setup.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_desktop #november_2025 #november_2025_patch_1 #qlik_sense_desktop_november_2025_patch_1
🔗️ release url
🕔 last update : 2025-11-26 14:26:16
✍️ by @chernovdev
🔥1
🆕 qlik_download : qlik_sense_server
📂 Qlik_Sense_update.exe (804.42 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #may_2024 #may_2024_patch_28 #qlik_sense_server_may_2024_patch_28
🔗️ release url
🕔 last update : 2025-11-26 14:54:01
✍️ by @chernovdev
📂 Qlik_Sense_update.exe (804.42 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #may_2024 #may_2024_patch_28 #qlik_sense_server_may_2024_patch_28
🔗️ release url
🕔 last update : 2025-11-26 14:54:01
✍️ by @chernovdev
🔥1
🆕 qlik_download : qlik_sense_server
📂 Qlik_Sense_update.exe (638.39 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #may_2025 #may_2025_patch_11 #qlik_sense_server_may_2025_patch_11
🔗️ release url
🕔 last update : 2025-11-26 14:49:48
✍️ by @chernovdev
📂 Qlik_Sense_update.exe (638.39 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #may_2025 #may_2025_patch_11 #qlik_sense_server_may_2025_patch_11
🔗️ release url
🕔 last update : 2025-11-26 14:49:48
✍️ by @chernovdev
🔥1
🆕 qlik_download : qlik_sense_server
📂 Qlik_Sense_update.exe (763.38 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #november_2024 #november_2024_patch_23 #qlik_sense_server_november_2024_patch_23
🔗️ release url
🕔 last update : 2025-11-26 14:50:02
✍️ by @chernovdev
📂 Qlik_Sense_update.exe (763.38 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #november_2024 #november_2024_patch_23 #qlik_sense_server_november_2024_patch_23
🔗️ release url
🕔 last update : 2025-11-26 14:50:02
✍️ by @chernovdev
🔥1
🆕 qlik_download : qlik_sense_server
📂 Qlik_Sense_update.exe (138.68 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #november_2025 #november_2025_patch_1 #qlik_sense_server_november_2025_patch_1
🔗️ release url
🕔 last update : 2025-11-26 14:24:04
✍️ by @chernovdev
📂 Qlik_Sense_update.exe (138.68 MB)
📂 Qlik_Sense_update.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_server #november_2025 #november_2025_patch_1 #qlik_sense_server_november_2025_patch_1
🔗️ release url
🕔 last update : 2025-11-26 14:24:04
✍️ by @chernovdev
🔥2
Почему все пишут "Меня взломали" ?
Ну правда же проста - "Я сам предоставил доступ к своему аккаунту какому то мошеннику!"
Хватит врать уже наконец то !
Ну правда же проста - "Я сам предоставил доступ к своему аккаунту какому то мошеннику!"
Хватит врать уже наконец то !
😁7🏆1
🆕 qlik_download : qlik_sense_desktop
📂 Qlik_Sense_Desktop.unlock (830.00 B)
📂 Qlik_Sense_Desktop_Unlock_Instructions.txt (984.00 B)
📂 Qlik_Sense_Desktop_setup.exe (1.00 GB)
📂 Qlik_Sense_Desktop_setup.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_desktop #november_2025 #november_2025_initial_release #qlik_sense_desktop_november_2025_initial_release
🔗️ release url
🕔 last update : 2025-12-01 15:10:35
✍️ by @chernovdev
📂 Qlik_Sense_Desktop.unlock (830.00 B)
📂 Qlik_Sense_Desktop_Unlock_Instructions.txt (984.00 B)
📂 Qlik_Sense_Desktop_setup.exe (1.00 GB)
📂 Qlik_Sense_Desktop_setup.exe.md5 (32.00 B)
🔎 tags: #qlik_sense_desktop #november_2025 #november_2025_initial_release #qlik_sense_desktop_november_2025_initial_release
🔗️ release url
🕔 last update : 2025-12-01 15:10:35
✍️ by @chernovdev
В общем есть непонятный баг в #cursor,
Он заключается в том, что через какое то время у меня дико начинает тупить и долго думать выполнение команд (ну типа git ... cd и прочее)
Лечится это переустановкой и удалением всяких разностей
У меня macos, список команд для удаления (после удаления из программ) :
В целом там грохнулось порядка 7гигов всякостей
На заметку...
Он заключается в том, что через какое то время у меня дико начинает тупить и долго думать выполнение команд (ну типа git ... cd и прочее)
Лечится это переустановкой и удалением всяких разностей
У меня macos, список команд для удаления (после удаления из программ) :
rm -rf ~/Library/Caches/com.cursor
rm -rf ~/Library/Caches/Cursor
rm -rf ~/Library/Application\ Support/Cursor
rm -rf ~/Library/Preferences/com.cursor
rm -rf ~/Library/Saved\ Application\ State/com.cursor
rm -rf ~/.cursor
rm -rf ~/Library/Logs/Cursor
rm -rf ~/Library/LaunchAgents/com.cursor
rm -rf ~/Library/QuickLook/Cursor
В целом там грохнулось порядка 7гигов всякостей
На заметку...
🔥3🤨1