Интересное что-то

🎲 Сыграем в игру с кубиком?

Майские уже не за горами! В преддверии праздников мы принесли вам немного полезных квестов, которые можно выполнить в свободное время. А какой из них достанется вам — решит удача:

🔵 Бросайте кубик 🎲 в комментах
🔵 Запоминайте результат
🔵 Открывайте спойлер для выпавшего числа
🔵 Держите квест на выходные 📝

⬇️ Список заданий

1️⃣ Послушать подкаст «Доверительный интервал». Награда: 500 XP и клад лайфхаков, которые помогут справиться со срочными задачами

2️⃣ Почитать настольные книги аналитика. Награда: 1000 XP и сундук с классикой о системном анализе, математике и подходах к метрикам: тут подборка 2025-го, а здесь — 2026-го

3️⃣ Выяснить, как поставить эксперимент без A/B-теста. Награда: 500 XP и новое заклинание — Propensity Score Matching

4️⃣ Порешать задачки. Награда: 300 XP и +1 к теории вероятностей. А если войдёте во вкус — переходите по хештегу #задачи_для_аналитиков

5️⃣ Посмотреть доклады с Data Driven 2025. Награда: 500 XP и способность трансмутировать данные в артефакты и инсайты. Плейлисты по трекам: Data to Artifacts (ютуб и VK Видео), Data to Insights (ютуб и VK Видео)

6️⃣ Завести пет-проект. Награда: 1000 XP и верный компаньон, который поможет в приключениях (и в поиске работы квестов, за которые платят голдой 💰)

Подписывайтесь:
💬 @Yandex4Analytics

#analytics

Недавно прошел интенсив от Школы Анализа данных Яндекса - Agents week. Лекции будут полезны для понимания всего цикла создания мультиагентной системы (МАС) и нюансов в этом цикле, в т.ч. про проверку МАС и бенчмарки. Рекомендую для просмотра, часть идей забрал для своей мультиагентной системы. Также в части QA есть интересные вопросы и рассуждения про использование и применимость Мультиагентных систем от команды Яндекса.

1. Лекции 1.1 и 1.2
Intro to AI Agents и Tools. MCP
Алёна Зайцева, руководитель службы ИИ-сервисов Яндекс Лавки
VK: Лекция 1.1, Лекция 1.2
YouTube: Лекция 1.1, Лекция 1.2
2. Лекция 2 и Семинар 2
Memory and Guardrails in LLM-Powered Agents
Кирилл Мищенко, руководитель группы ML-разработки в Яндекс Браузере
VK: Лекция 2, Семинар 2
YouTube: Лекция 2, Семинар 2
3. Лекция 3 и Семинар 3
Agent Workflow Multi-Agent Systems Multimodality
Софья Проскурина, разработчик платформы для внутренних ИИ-агентов Яндекс Лавки
VK: Лекция 3, Семинар 3
YouTube: Лекция 3, Семинар 3
4. Лекция 4 и Семинар 4
Agent Evaluation: From Metrics to Managed Quality
Сергей Купцов, отвечает за развитие агентных решений в Алисе и Умных устройствах
VK: Лекция 4, Семинар 4
YouTube: Лекция 4, Семинар 4
5. Лекции 5.1 и 5.2
Production Engineering for LLM Agents
Даниил Артамонов, отвечает за платформу внутренних ИИ-агентов в Яндекс Лавке
Кирилл Власов, отвечает за развитие генеративных моделей Yandex AI Studio
VK: Лекция 5.1, Лекция 5.2
YouTube: Лекция 5.1, Лекция 5.2
6. QA со спикерами интенсива

P.S. Примеры показаны в Google Colab ноутбуках (ссылки под видео) на LangGraph.
P.P.S. Презентации есть в описаниях

#agents #llm #courses

Полезный режим был в ChatGPT — Study Mode
Пока собрался про него написать, его уже убрали 💀

Но сам подход мне прям зашёл. Отлично вскрывает иллюзии понимания.

Я использую очень просто:
“погоняй меня по X”

И дальше модель начинает задавать вопросы, копать глубже, цепляться к формулировкам.
Часто уже после 3–4 вопросов понимаешь, что на самом деле не понимаешь.

Неплохо работает:
— когда учишь новую тему
— перед собесами

Он пропал в ChatGPT, но я сделал проект с системным промптом отсюда и получил такое же поведение

#prompt

💙 Материалы из НИУ ВШЭ

Делимся лекциями, готовимся к запуску магистратуры и наших курсов. Все объявим отдельно! До встречи.

Quant Researcher

#quant

Кстати, насчёт слитого кода Claude Code: многие нахваливали систему за очень хорошую память и были приятно удивлены, что она не переполняется.

Может просто контекстное окно большое?

Нет. Тут разрабы из Anthropic внедрили четырёхуровневeю когнитивную архитектуру памяти. Структура хранится в виде локальных файлов Markdown внутри проекта (.claude/memory/):

1 слой: файл CLAUDE.md, где прописаны пользовательские инструкции, правила. Файл загружается в каждую сессию.
2 слой: файл MEMORY.md. Это заметки, которые агент делает в ходе сессии, а потом обращается к ним через точные совпадения (не семантический поиск!). Примерно 200 строк (25 кб).
3 слой: Память сессии. Непрерывность текущего диалога с применением микро-компрессии контекстного окна.
4 слой: autoDream. Это механизм переупаковки и дефрагментации ВСЕЙ накопленной информации.

Больше всего нас интересует 4 слой, а точнее механизм autoDream. По сути это сон Клода, аналогия того как мозг человека во время сна в глубокой фазе перерабатывает всю информацию, полученную за день. Главная проблема агентов с памятью заключается в том, что они запоминают слишком много устаревшей информации. Например если год назад ты жил в Питере, а сейчас в Москве, то в памяти будут храниться оба факта, которые будут путать агента.

В моменты простоя, Claude Code запускает отдельного подагента. Но чтобы его запустить, одновременно должны быть открыты трое ворот:
1. Time gate: С момента последнего запуска autoDream должно пройти не менее 24 часов, чтобы лишний раз не тратить деньги.
2. Session Gate: Должно накопиться как минимум 5 новых сессий, формирующих достаточный объем инфы для осмысления.
3. Lock Gate: Подагент обязан захватить файл блокировки (mutex), что исключает состояние гонки, если сразу запущено несколько экземпляров Claude Code.

Как только все условия выполнены, подагент, наделенный правами доступа к bash только на чтение, начинает четырехфазный процесс консолидации памяти:
Фаза 1: Orient. Подагент выполняет команду ls в директории памяти, читает файл MEMORY.md и смотрит заголовки существующих тематических файлов. Это формирует базовую карту текущих знаний.
Фаза 2: Gather. Система ищет данные, достойные сохранения. В приоритете дневные логи. Потом подагент осуществляет узконаправленный поиск (с использованием утилиты grep) по объемным JSONL-файлам транскриптов сессий. Система избегает полного считывания транскриптов для экономии токенов, извлекая только те фрагменты, которые касаются измененных фактов.
Фаза 3: Consolidate. Существующие файлы памяти обновляются или переписываются. Выполняется перевод относительных дат (например, «вчера») в точные временные метки («30.03.2026»). Противоречащие факты (старые) удаляются, а дубликаты сливаются в единые топики.
Фаза 4: Prune & Index. Обновленный MEMORY.md обрезается до лимита в 200 строк и 25 КБ. Устаревшие ссылки уничтожаются, гарантируя, что при следующей сессии индекс загрузится в контекстное окно мгновенно и без переполнения.

Это называется Skeptical Memory, когда агент рассматривает свою память как подсказки.

Очень крутой архитектурный паттерн, который можно применять для своих цифровых двойников, чтобы для каждого пользователя иметь предысторию, даже если общение происходит уже на протяжении долгого времени.

#playbook #research #agentic

#llm

Где IT-бизнесу жить хорошо в 2026 году
С 2026 года планируют отменить часть привычных льгот для IT, подробно рассказала выше.
Вы проголосовали за пост о налогах в других юрисдикциях. Не смею отказывать 👇

🇦🇪 ОАЭ. Подходит: экспортные IT-компании и SaaS с зарубежными клиентами.
Плюсы:
• 0 % на прибыль до 375 000 AED, выше — 9 %;
• НДС 5 %, нет НДФЛ и соцвзносов;
• фризоны (порядка 20 например, для IT Dubai Silicon Oasis, DSOA) дают полное освобождение от налогов при экспорте услуг
Минусы:
• высокая стоимость содержания (офис, аудит, бухучет);
• нужен физический офис или арендованный коворкинг;
• комплаенс и банковский контроль строже, чем в СНГ.

🇦🇲Армения. Подходит: малые команды, фриланс в разработке, с 2025 года и микроэлектроника.
Плюсы:
• очень простая и быстрая регистрация, можно открыть ИП онлайн;
• налог с оборота 1% и НДФЛ 10 % для аккредитованных IT;
• программы инкубаторов и акселераторов;
• русскоязычная среда, понятное регулирование.
Минусы:
• НДС 20 % при работе на внутренний рынок;
• ограниченный рынок труда и высокая аренда в Ереване.

🇰🇿 Казахстан. Astana Hub. Подходит: средние IT-компании, экспорт и финтех.
Плюсы:
• 0 % корпоративный налог, НДС, НДФЛ соцвзносам;
• льготы закреплены до 2043 года;
• допускается 100 % иностранное владение;
• визы без квот, логистика с РФ.
Минусы:
• сложнее открыть счета для нерезидентов;
• растущий валютный контроль;
• бюрократия вне Astana Hub.

🇺🇿Узбекистан. Подходит: компании с экспортной выручкой и локальными командами.
Плюсы:
• IT Park — 0 % налог на прибыль, НДС и соцналоги;
• НДФЛ 7,5 %;
• льготы на импорт оборудования и ПО;
• простая онлайн-регистрация.
Минусы:
• слабая валютная инфраструктура;
• возможны бюрократические задержки;

🇰🇬Кыргызстан. Подходит: микробизнес и фриланс-команды.
Плюсы:
• IT-парк — 0 % прибыль и НДС, 5 % с зарплат, 0 % взносы;
• Россиянам без виз, простое ИП;
• низкая стоимость ведения бизнеса.
Минусы:
• слабый банковский сектор;
• нестабильность налоговых правил;
• сложно нанимать иностранцев вне СНГ.

Важно понимать, что «переезд» компании подходит не всем. Если вашими ключевыми заказчиками являются субъекты критической информационной инфраструктуры (КИИ) или государственные корпорации, от идеи смены юрисдикции стоит отказаться сразу. Компания с иностранным участием потеряет доступ к госзакупкам, требующим регистрации ПО в российском реестре (РРПО), а также лишится региональных льгот, например, по налогу на имущество.

Принятие решения о смене юрисдикции — это сложный процесс, где нет универсального ответа. Ключ к успеху — в деталях вашего бизнеса: оценки важности налогового резидентства, географии клиентов, локации команды и стабильности банковской системы. Чтобы во всем разобраться - @spbykova, составим индивидуальный план, который поможет вашему IT-бизнесу уверенно чувствовать себя в 2026🤝

Очень жду ❤️ если полезно

#startup

Форкнули с Тоником нашу внутреннюю базу знаний по внедрению ИИ в разработку, вырезали оттуда совсем внутрянку и получилась первая версия AI Coding Playbook.

Особенности:
- Основано только на практике, не теоретические советы, а то, что мы пробовали/пробуем в Цельсе
- Настройки и советы заточены под Claude Code, потому что это наш основной инструмент. Их можно в теории перенести и в Codex, и в Cursor, но чаще всего придётся погуглить или спросить ваш инструмент, как его правильно настроить. Само собой, процессные/командные штуки от инструмента зависят слабо
- У нас небольшая техкоманда (25 человек), поэтому некоторые штуки будут неактуальны для бигтеха. например, вопросы безопасности там обычно решаются по-другому (скажем, через единый прокси)

Если есть какой-то фидбек или желание поучаствовать в проекте - пишите мне в Телегу.

#Жека #management #llm

#llm #code

История о том, как штука для рисования треугольников стала самым важным чипом на планете

Мы все каждый день используем GPU, но мало кто копался в том, какая история за ними стоит. Я решил разобраться с нуля — и больше всего меня зацепила красота инженерных решений: каждое следующее — прямое следствие предыдущего.

отрисовка треугольников → параллелизм → SIMD → unified cores → CUDA → ML → Tensor Cores

Ни одно звено не случайно. Когда видишь эту цепочку целиком — понимаешь, почему GPU устроен именно так.

Лонгрид на ~20 минут с интерактивными демками.

→ anvilarth.github.io/gpu-story.html

Enjoy!

#llm #gan #interesting

Когда мы получим realtime видео? Считаю от first principles (Лонгрид)

Мне всегда было интересно предсказывать будущее — на знании будущего можно заработать деньги, лучше определить путь своего развития. А как это делать?

Ответ у меня начал зарождаться в 2023, во время прослушивания интервью Хинтона о будущем искусственного интеллекта. Он упомянул, что скоро LLM будут инференситься на отдельных устройствах (смотря из 2026 так просто выглядит). Для меня это было непонятно — тогда я не задумывался об устройстве памяти, ограничениях вычислений. Я знал только, что есть A100/H100. А оказывается, создание специализированных чипов для инференса конкретной модели — один из самых эффективных методов ускорения, например Taalas, который с оговорками, но выдаёт 16k токенов в секунду, за счёт отсутствия универсальности CUDA и оптимизированного memory bandwidth

И тут я понял: глубинное знание базовых нюансов — скорость вычислений устройства, memory bandwidth — это ключ к пониманию того, где лимиты технологии и какие AI-продукты мы можем получить в ближайшие 5-10 лет (ну если AGI не наступит раньше).

Поэтому я решил сделать расчёты для близкой мне технологии — видеогенерации, а именно realtime видеогенерации: какой сейчас статус, что мы можем получить за счёт ускорения GPU и когда это дойдёт до мобильных устройств.

Сами расчёты — в лонгриде
Интерактивно потыкать и посмотреть как меняться будут предсказания можно — на сайте

Лонгрид
Демо

Enjoy!

#gan

Создаем персонализированный контент: фанфики, аудиокниги, визуальные новеллы

Это же видео на яндекс диске: https://disk.yandex.ru/i/BKndy2R19qDEMw

Пример на видео - не готовый результат, готовым его сделает нужная вам персонализация (замена персонажей, локаций, привычек, фетишей, голосов и изображений). Читать/смотреть чужие фанфики обычно неинтересно, они слишком плоские и неинтересные. А вот персональный контент это другое дело, за ним будущее.

Я себе уже штук 10 адаптаций сделал: по ситкомам, аниме, книгам. 20-40 глав идеально, потом надоедает. До видео стадии дошло пока 2 тайтла, слишком много действий. По фильмам/книгам с серьезным сюжетом пока не рекомендую делать: будет много несостыковок в сюжете, это будет бесить. Ситкомы и аниме - идеально. Или манга, но тут тоже сложно с консистентностью. Важная фишка которая цепляет - добавление ваших фетишей.

ТЕКСТ:
На вход: субтитры, краткое содержание сюжета
Персонализация: замена персонажей (имен, описаний, привычек, пола)
Добавление нужных фетишей в сюжет
На выход: полноценная глава лайт новеллы или фанфика
LLM: qwen3.5-27b, qwen3.5-35b, GLM-4.7-Flash-abliterated, gemma3-27b

АУДИОКНИГА:
оригинальные голоса + ваши голоса
TTS: silero-tts-v5, qwen3-tts, vibevoice(не рекомендую)
qwen3 TTS API сервер: https://github.com/andimarafioti/faster-qwen3-tts

ВИЗУАЛЬНАЯ НОВЕЛЛА:
На вход: Фоны, основные персонажи
klein-9b-kv-fp8 в режиме редактирования с одной картинкой на вход


Проблемы LLM:
1. LLM не умеют писать длинные главы. Они натренированы на коротких ответах на 1-2 тысячи токенов, что маловато для полноценной главы романа. Если больше - входят в циклы, бредят. Решение - делить главы на части. Потом клеить и просить убрать несостыковки.
2. На русских текстах LLM пишут хуже чем на английском - более шаблонно, чаще входят в лупы. Решение - писать на английском (даже если исходный сериал русский), использовать перевод. Для перевода - gemma3-27b или translategemma-27b.
3. LLM не могут выполнять несколько задач одновременно, например, собрать json с несколькими полями построчно по длинному тексту. Внимание падает, делают ошибки. Решение - делить текст на куски, делить задачу на подзадачи.
4. Расцензуренные LLM хуже выполняют задачи на обработку текста, например, создание промптов для text2image или создание json. А оригинальные LLM иногда могут отказаться от такой задачи, если на вход подается текст с 18+ темами. Решение - жонглировать LLM под задачи.
5. Режим размышлений (reasoning) очень плохо работает с длинными текстами (50-100 строк). Большая вероятность, что LLM войдет в луп. И большая вероятность, что текст на выходе будет в несколько раз короче, чем текст на входе, LLM его сократит, даже если просить не сокращать. Решение - отключаю ризониниг для большинства задач.
6. Режим преобразования манги в художественный текст я пока не победил, есть проблемы с консистентностью сюжета между страницами.


Проблемы TTS:
1. silero-v5 xenia нравится за скорость, но есть проблемы с ударениями. Готового решения с омографами пока нет, все решения косячат. Только топовые LLM типа gemini-3-pro могут правильно расставить все ударения.
2. qwen3-tts не очень стабилен при клонировании голосов - иногда голоса совсем не похожи на оригинал, иногда норм. Пока смирился. У faster-qwen3 скорость примерно в 3 раза выше реалтайма - лайк.
3. vibevoice слишком много галлюцинирует, посторонние звуки мешают. отказался от него


Проблемы klein:
1. Похожесть: если подавать фон и персонажей отдельными картинками похожесть будет очень низкая, лица очень сильно меняет. Решение: подавать одну картинку с программно приклеенными поверх персонажами, так похожеть намного лучше, но они хуже интегрированы в фон. Ищите компромисс, что важнее - похожесть или действия внутри картинки
2. Лишние руки: чем больше персонажей в кадре, тем больше будет рук. Решение: ограничить число персонажей в кадре до 2-3-х + использовать сэмплер res_2s, он делает чуть меньше косяков, но работает в 2 раза дольше.


Этапы создания не влезли, выложу в комментах и на гитхабе.

https://github.com/Mozer/personalized_fan_fiction

#llm #petproject