DS & ML | YeaHub

#полезное
😵‍💫 Parlant — простой фреймворк для разработки LLM-агентов

Parlant помогает задавать агенту чёткое поведение: сценарии шагов (Journeys), правила тона и политики, подключение инструментов (API, БД, поиски), готовые ответы и объяснимость действий.

pip install parlant

Github: https://github.com/emcie-co/parlant

👉Новости 👉База вопросов

#Собес #pandas
🤔 Что такое Reindexing в Pandas?

💬 Кратко:
Reindexing (переиндексация) - это изменение индексов строк и/или столбцов DataFrame. Используется метод reindex() , который позволяет задавать новый порядок индексов и заполнять отсутствующие значения NaN.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал

#полезное
👋 OpenAI покупает стартап Statsig за $1.1 млрд

Что делает Statsig:
Инструменты для A/B-тестов и аналитики → можно сравнивать версии продукта, смотреть поведение пользователей и быстро выкатывать/откатывать изменения.

Зачем OpenAI:
Теперь они смогут тестировать LLM-фичи (промпты, фильтры, задержки, цену) на реальных данных и управлять обновлениями автоматически.

Основатель Виджай Раджи станет CTO приложений в OpenAI.

Контекст:
🔵 Это одна из крупнейших покупок компании
🔵 В 2025 OpenAI уже привлекла $40 млрд и обсуждает новую сделку, которая может поднять оценку до $500 млрд
🔵 Ранее купили AI-стартап Джони Айва ($6.5 млрд), но сделка с Windsurf ($3 млрд) сорвалась

theverge.com/openai/769325/openai-statsig-acquisition-executive-moves

👉Новости 👉База вопросов

#полезное
😬 Redis полезен не только для кэширования.

С его помощью можно реализовать базовый Pub/Sub механизм.

Если ты когда-нибудь писал распределенные системы или микросервисы в dotnet, наверняка сталкивался с проблемой синхронизации сервисов.

Нужно как-то уведомлять другие сервисы о событиях, сбрасывать кэш или слать обновления на дашборд в реальном времени, а значит без механизма обмена сообщениями не обойтись.

RabbitMQ и Kafka отлично подходят для сложных сценариев, но иногда достаточно чего-то простого, быстрого и уже встроенного в стек. Здесь пригодится Redis Pub/Sub.

Эта встроенная возможность Redis позволяет сервисам отправлять и получать сообщения через именованные каналы. Publisher пишет сообщение в канал, а Subscriber слушает его и сразу обрабатывает входящие данные.

Работает это быстро, не требует хранения сообщений и практически не нагружает систему. Хорошо подходит для задач в реальном времени, где потеря пары сообщений не критична.

Например, для обновления интерфейсов в реальном времени, для инвалидации кэша между сервисами или для передачи сигналов между приложениями.

Пример реализации: https://thecodeman.net/posts/messaging-in-dotnet-with-redis

👉Новости 👉База вопросов

#Собес #pandas
🤔 Как добавить индекс, строку или столбец в существующий DataFrame?

💬 Кратко:
🟠 Добавление индекса выполняется через set_index() , позволяя установить столбец, список или Series в качестве индекса.
🟠 Добавление строк можно сделать с помощью df.loc[], передав индекс и значения, или через pd.concat() , объединяя несколько DataFrame.
🟠 Добавление столбцов осуществляется через присвоение df[ 'column_name'] = values , а также методами df.insert() и df.assign()

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал

#полезное
😬 Понимание LLM с нуля

Статья с нуля и на арифметике уровня средней школы объясняет, как работают LLM: от ручной «генеративки на бумаге» до современной архитектуры Transformer
Читаем здесь

👉Новости 👉База вопросов

#полезное
😐 Деплойте AI-приложения, просто добавив Python-декоратор

Beam — опенсорс альтернатива Modal для деплоя серверлесс AI-нагрузок.

Просто выполните uv add beam-client, добавьте декоратор и превратите любой воркфлоу в серверлесс-эндпоинт

https://github.com/beam-cloud/beta9

👉Новости 👉База вопросов

#полезное
🤯 Dolphin — превращает PDF в структурированные данные

Dolphin (Document Image Parsing via Heterogeneous Anchor Prompting) — 100% open source-модель для автоматического разбора PDF и сканов.

Зачем нужен:
— Конвертирует документы в готовые форматы: Markdown, HTML, LaTeX, JSON.
— Извлекает текст, таблицы, формулы и изображения.
— Полезен как для подготовки данных для LLM, так и для любых автоматизированных систем, архивов, поиска и аналитики.

Как работает:
1⃣ Анализ макета страницы — определяет все элементы в естественном порядке чтения.
2⃣ Параллельный парсинг — с «якорями» и промптами под каждый тип контента.

Представьте, что у вас есть 500 отчётов в PDF с финансовыми таблицами и графиками. Dolphin превращает их в аккуратный CSV или JSON, готовый для анализа в Pandas или загрузки в базу данных — без ручного копипаста и правок.

Лёгкая архитектура + параллельная обработка = высокая скорость без потери качества.

Репозиторий с кодом и моделями: https://clc.to/6gPIwA

👉Новости 👉База вопросов

#Собес #pandas
🤔 Как удалить индекс, строку или столбец из существующего DataFrame?

💬 Кратко:
🟠 Удаление индекса выполняется через reset_index()
🟠 Удаление строки осуществляется с помощью df.drop (index)
🟠 Удаление столбца выполняется через df.drop(columns, axis=1)

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал

#полезное
😐 Kubechecks позволяет пользователям GitHub и GitLab точно видеть, какие изменения повлияют на их текущие деплойменты в ArgoCD, и автоматически запускать различные наборы тестов на соответствие перед мёрджем.
Забираем на GitHub

👉Новости 👉База вопросов

#видео
🤓 Этот YouTube-канал - настоящая сокровищница для понимания концепций машинного обучения.
Ссылка

👉Новости 👉База вопросов

#полезное
😎 Получайте RAG-ready данные из любого неструктурированного файла

Tensorlake преобразует неструктурированные документы в RAG-ready данные в несколько строк кода. Возвращает layout документа, структурированное извлечение, bounding boxes и т. д.

Работает с любым сложным layout, рукописными документами и многоязычными данными
Гитхаб

👉Новости 👉База вопросов

#Собес #pandas
🤔 Как установить индекс в Pandas DataFrame?

💬 Кратко:
Метод set_index() позволяет сделать столбец, Series или список индексом DataFrame. Он также поддерживает множественные индексы.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал

#полезное
👋 NVIDIA ускорила LLM в 53 раза

Представь: твой бюджет на инференс снижается на 98%, а точность остаётся на уровне лучших моделей.

🚩 Как это работает:
Метод называется Post Neural Architecture Search (PostNAS) — революционный подход к «апгрейду» уже обученных моделей.

Freeze the Knowledge — берём мощную модель (например, Qwen2.5) и «замораживаем» её MLP-слои, сохраняя интеллект.

Surgical Replacement — заменяем большую часть медленных O(n²) attention-слоёв на новый супер-эффективный дизайн JetBlock с линейным вниманием.

Hybrid Power — оставляем несколько full-attention слоёв в критичных точках, чтобы не потерять способность к сложным рассуждениям.

Результат - Jet-Nemotron:

- 2 885 токенов/с

- 47× меньше KV-кеша (всего 154 MB)

- Топовая точность при космической скорости

Почему это важно:

Для бизнеса: 53× ускорение = 98% экономии на масштабном развёртывании. ROI проектов с ИИ меняется радикально.

Для инженеров: теперь SOTA-уровень доступен даже на устройствах с ограниченной памятью.

Для исследователей: вместо миллионов на пре-трейнинг — можно создавать новые эффективные модели через архитектурные модификации.

Github
Статья

👉Новости 👉База вопросов