Моя лента

Мы опубликовали на arXiv статью TAPe+ML: A Compact Structured Representation for Multi-Task Computer Vision. В ней собраны результаты TAPe+ML v3 на задачах классификации, object detection, instance segmentation, индексации и поиска сцен в видео, а также в промышленном OOD-пилоте.

Статья на arXiv: TAPe+ML: A Compact Structured Representation for Multi-Task Computer Vision

Ключевые результаты TAPe+ML v3

88,1% Top-1 на ImageNet-1k, 65,3 mAP50–95 в детекции COCO, 58,4 Mask mAP50–95 в COCO instance segmentation, 98,2% покрытия объектов масками на LVIS — при размере ядра модели менее 100 тыс. параметров.

TAPe+ML v3 объединяет классификацию, детекцию и сегментацию в одном компактном ядре. В представленных в статье сравнениях она превосходит крупные SOTA-модели по ключевым метрикам: RF-DETR и YOLO в детекции, RF-DETR-Seg и YOLO26-X-Seg в сегментации; на ImageNet-1k достигает уровня крупнейших foundation-моделей при разнице в параметрах на несколько порядков.

Если вы много слышали про Jev, но так и не разобрались до конца в чем состоит его идея, то мы с командой решили собрать все воедино и рассказать что это за загадочно дешевая модель, которая выдает бесплатно токены ответа. 

Мы делаем сервис с несколькими языковыми моделями в одном чате. Однажды модель начала отвечать списком из ста пунктов и оборвалась на середине слова, без ошибок и предупреждений. Рассказываю, почему так бывает, как мы дописываем ответ по finish_reason и почему склеить куски без артефактов оказалось сложнее, чем кажется: три ловушки и функция, которая их обходит.

Первый запуск Linux на телефоне выглядит как победа: появляется рабочий стол, реагирует сенсор, открывается терминал. Потом начинаешь пользоваться устройством и обнаруживаешь, сколько работы скрывалось за этой картинкой.

После перезагрузки экран может остаться чёрным. Модем обнаруживает SIM, но не регистрируется в сети. DSP сообщает, что запущен, а ALSA по-прежнему не видит звуковых карт. Трёхмерная модель ассистента отображается, но стоит в T-позе.

На Samsung M52 я прохожу именно этот этап разработки Platinum OS One: превращаю загружающуюся Linux-систему в устройство, которым можно пользоваться как смартфоном. На момент этой статьи на телефоне работают оболочка с Vulkan, сенсорный ввод, Wi-Fi и SSH. SMS, звонки и USSD я проверил на самом устройстве. Misa получила трёхмерный аватар и подключение к своему диалоговому серверу.

При этом аудиоподсистема, камеры и устойчивость графики ещё требуют работы. Ниже — устройство системы, несколько фрагментов реального кода и ошибки, которые оказались наиболее полезными для понимания платформы.

Ubuntu userspace и аппаратная платформа Samsung

Platinum OS One строится вокруг Ubuntu Base 26.04 LTS и собственных компонентов. Samsung M52 — одна из целевых платформ. Сборочная система должна оставаться общей для разных устройств, а аппаратные особенности приходят из конфигурации платы, ядра, Device Tree и firmware.

На M52 используется vendor-ядро Samsung на базе Linux 5.4. Здесь это практический выбор: значительная часть поддержки дисплея, модема, аудио и камер связана с downstream-драйверами Qualcomm и Samsung.

Сколько вычислительной мощности реально у России, Казахстана и Беларуси — и что из этого доступно CTO прямо сейчас. Прайсы: аренда H100 от 342 ₽/час, серая карта от 2,65 млн ₽; порог, когда выгоднее купить, чем платить за API. Господдержка: 243-ФЗ уже в силе, пакет 71,7 млрд ₽ обсуждается, платный ЦКП — от 208 ₽/час. Казахстан строит ИИ-хаб с NVIDIA; у Беларуси — профицит атомной энергетики и тариф 0,69 ₽/кВт·ч. Шесть выводов с цифрами и первоисточниками.

OpenAI расширила возможности Live Voice в ChatGPT: теперь во время голосового разговора можно использовать подключённые плагины и приложения. Функция доступна в веб-версии, а также на iOS и Android.

Ассистент может получать данные из календаря, почты, Slack и других подключённых сервисов, а также выполнять доступные им действия — без необходимости переключаться на текстовый режим. Сохраняются существующие разрешения и ограничения подключённых приложений; действия, требующие подтверждения, пользователь одобряет на экране.

В ChatGPT Work голосовой режим работает на вебе и мобильных устройствах. Через него можно создавать документы, презентации и таблицы, использовать подключённые приложения и работать с браузером. Незавершённую задачу после завершения голосового сеанса можно продолжить в текстовом чате.

Отдельно OpenAI обновила используемые в Voice модели, к нему уже подключать GPT-5.6 или GPT-6 Astra. GPT-6 Sol и GPT-6 Luna при этом были запущены отдельно в ChatGPT Work и Codex.

Обычно задача «создать базу знаний из сайта» звучит просто: взять HTML, извлечь текст, разбить его на фрагменты, построить embeddings и отправить всё в RAG.

На современных сайтах этот подход всё чаще перестаёт работать.

Главная причина — сайт может практически не содержать данных в исходном HTML. Пользователь открывает страницу, браузер загружает JavaScript, JavaScript обращается к API, а уже API возвращает услуги, товары, объекты, статьи, цены и другие данные.

Именно с такой проблемой мы столкнулись при разработке новой возможности в LLMCOD.

Теперь система умеет работать не только с обычными страницами, но и с SPA-сайтами и доступными открытыми API.

В этой статье расскажу, как мы это сделали, какие проблемы встретили по дороге и почему одного vector search для такой задачи оказалось недостаточно.

Сообщения летят со всех сторон: рабочий чат, Telegram, почта, домовой чат. Каждое всплывает на пару секунд и исчезает, и после созвона уже не вспомнить, что пропустил.

Я сделал бесплатную программу messhub. Она собирает все уведомления, которые пк и так показывает, на одну доску с колонкой на каждое приложение. Всплывашка исчезла, а сообщение осталось, пока вы сами не отметите его прочитанным. Можно отложить сообщение на вечер, спрятать болтливый чат, подсветить сообщения важных людей и одной кнопкой размыть всё перед показом экрана на созвоне.

Всё хранится только на вашем компьютере, ничего не уходит в облако. Работает на Linux и Windows.

Рассказываю простыми словами, что она умеет и как её попробовать.

Я решил разобраться в этом вопросе, когда OpenAI и Anthropic стали нон-стопом сыпать новостями про новые математические рекорды и открытия.

CISO может хорошо понимать угрозы и технологии, но всё равно сталкиваться с нехваткой ресурсов и поддержки бизнеса. Узнаем, почему руководителю ИБ важно уметь говорить с компанией на одном языке и как превратить безопасность из набора требований в понятную бизнес‑ценность.

Пользователи EasyP присылали нам в чат YAML-конфиги, а мы глазами искали в них лишний пробел, неправильную вложенность или опечатку в ключе. В какой-то момент мне это надоело, и я написал go-yamlvalidator. В статье рассказываю, как из простой проверки YAML выросла библиотека со своими схемами, custom validators и полноценной поддержкой JSON Schema.

Все мы заперты в трёх привычных пространственных и одном временном измерении, однако это не означает, что гравитация не может проникать в другие измерения, если они существуют. И у нас может появиться возможность заглянуть в эти измерения через своеобразные окна — первичные чёрные дыры. Это относительно небольшие, но невероятно плотные объекты, которые, как предполагается, образовались в экстремальных условиях вскоре после Большого взрыва.

Согласно новому исследованию под руководством физика Луиса Анчордоки из колледжа Леман в США, во Вселенной с тёмным измерением все первичные чёрные дыры должны быть пятимерными, если только на низких энергиях не существует какой‑то экзотической, пока неизвестной физики. Пока эта идея остаётся гипотетической: ни одна первичная чёрная дыра пока не была достоверно обнаружена, однако они вызывают большой интерес у физиков.

Сценарий «тёмного измерения» предполагает существование дополнительного измерения, компактного до масштаба примерно одного микрона. Частицы обычной материи заперты на бране и не могут покинуть её. Но на гравитацию те же ограничения могут не распространяться.

Если размер горизонта событий становится мал по сравнению с масштабом тёмного измерения, гравитация чёрной дыры может распространяться в этом дополнительном пространственном направлении. Такая чёрная дыра уже не ограничена четырьмя измерениями: её геометрия становится пятимерной.

Исследователи из DrivingBench проверили, как современные нейросети умеют водить автомобиль. В рамках этого проекта ИИ-системы OpenAI GPT-6 Astra и GPT-5.6 Sol, SpaceXAI Grok 4.6 и Anthropic Claude Fable 5.1 подключили к Toyota Corolla 2022 года выпуска. Двигать машиной ИИ пытались через устройство Comma Four под управлением открытой системы Openpilot с подключением напрямую к CAN-шине. Нейросети могли рулить, управлять акселератором и тормозить.

В экосистемах со сложившейся моделью пакетных индексов вроде Python, Java или JavaScript состав проекта обычно начинают анализировать с манифеста, где разработчик перечисляет прямые зависимости проекта и их допустимые версии. Менеджер пакетов читает эти требования, выбирает совместимые версии и подтягивает зависимости, которые нужны самим пакетам. Конкретный результат выбора сохраняется в lock-файле, где фиксируется уже не диапазон, а точные версии прямых и транзитивных зависимостей. В результате получается список всех пакетов, необходимых для работы с проектом.

В проектах на C и C++ такой общей записи, как правило, нет. Одну библиотеку могут устанавливать через менеджер системных пакетов, другую собирать из исходников в отдельном пайплайне, третью копировать прямо в каталог с исходным кодом проекта. Все они могут оказаться в рабочем приложении, хотя ни один источник не обязан перечислять их все в одном месте.

На крупной кодовой базе это быстро становится проблемой. Например, в нашем разборе автоматизации SBOM для LibreOffice в проекте была сотня с лишним C/C++ библиотек, собственная сборочная система и ресурсы вроде шрифтов и словарей, которые тоже попадают в поставку. За каждым компонентом такого SBOM стоит отдельное расследование от файла и команды сборки к имени проекта, версии и источнику. На каждом переходе теряется своя часть данных.

В CodeScoring мы анализируем состав программных продуктов и на практике часто сталкиваемся с ограничениями разных экосистем. Разбор проектов на C/C++ требует особого внимания. В этой статье мы разобрали особенности этой экосистемы, которые осложняют построение SBOM, и постарались рассказать, что позволяют выяснить разные методы анализа.

В прошлой статье я подвёл итоги первых полутора недель и повесил опрос. По итогам голосования я понял, что у большинства не мак, могу предположить, что Винда.

Так что спустя пару дней я запилил Писаря для Windows.

Что это

Первая версия, без всего лишнего. Без Мозга (что это такое, я описал в предыдущей статье), без команд над выделенным текстом, просто Писарь с базовым функционалом: нажал правый Ctrl, держишь, говоришь, отпустил, и текст мгновенно вставляется туда, где курсор, должен работать в любой программе, но это нужно тестировать.

Распознавание то же, что на маке: модель GigaAM v3 от Сбера, целиком на процессоре, без интернета, видеокарта не используется, я специально целился в обычный лаптоп, на моём стенде 13 секунд речи распознаются за 0,35 секунды, даже на слабом ноутбуке должно быть меньше секунды, памяти уходит примерно 600 МБ.

Скачать: gigapisar.github.io, кнопка «Скачать для Windows». Код: github.com/moznoazachem/giga-pisar-win, MIT.

Как переносил

Ядро распознавания у Писаря одно на все версии: звук превращается в мел-спектрограмму, идёт в энкодер, дальше декодирование RNN-T и склейка кусочков слов. На маке это написано на Swift, для Linux на Python, для Windows я перенёс его на C#, ONNX Runtime там есть родной.

Оболочка написана заново, по правилам Windows: значок в трее, обычный мастер установки «Далее, Установить, Готово», системные уведомления, язык интерфейса берётся из системы, плашка с волной у курсора в стиле Windows 11. Плашку можно перетащить мышью, она запомнит место.

Flowise — визуальный конструктор для LLM-приложений: перетаскиваете на холст модель, векторное хранилище, инструменты и память, соединяете их линиями и получаете чат-бота, RAG-поиск по документам или агента. У проекта 55 тысяч звёзд на GitHub, 25 тысяч форков и почти 7 миллионов скачиваний Docker-образа. Его разворачивают у себя компании, которым нельзя отправлять данные в облачные конструкторы.

29 июля 2026 года команда объявила о закрытии: «разработчики всё чаще доверяют сложные задачи агентам для программирования, а жёсткие low-code-процессы упираются в потолок». 13 августа репозиторий заархивировали, 31 августа поддержка закончилась. В объявлении прямо сказано: код под Apache 2.0 ваш, форкайте.

Установки при этом никуда не делись, а бюллетени об уязвимостях продолжили выходить. Десятого сентября GitHub опубликовал ещё шесть advisory для Flowise — все с пометкой «исправленной версии нет». Я решил сделать то, что предложили авторы, и продолжить проект под именем Keelflow (GitHub, Apache-2.0). Киль (keel) держит судно на курсе — примерно этого и хочется от проекта, у которого кончилась команда.

Оказалось, что форкнуть Flowise «как есть» нельзя. Об этом, о том, что пришлось переписать, и о том, что нашлось в коде по дороге, — эта статья.