Всё про Алгоритмы и Структуры данных
Мы не претендуем на оригинальность контента, мы лишь собираем материал из открытых источников и структурируем его для вашего удобства. Ссылка: @Portal_v_IT Сотрудничество, авторские права: @oleginc, @tatiana_inc
إظهار المزيد9 243
المشتركون
لا توجد بيانات24 ساعات
-57 أيام
-7330 أيام
- المشتركون
- التغطية البريدية
- ER - نسبة المشاركة
جاري تحميل البيانات...
معدل نمو المشترك
جاري تحميل البيانات...
Моделируем флюиды, огонь и дым в режиме реального времени
Но в последние 10 лет, благодаря развитию GPU, быстрая симуляция флюидов значительно упростилась. Базовые алгоритмы, описывающие динамику флюидов, не составляет труда реализовать на GPU. В 2009 году компания Industrial Light & Magic воспользовалась этими методами для моделирования и рендеринга огня в фильме о Гарри Поттре. В 2014 году компания NVIDIA выпустила FlameWorks — целую систему для генерации эффектов «огня» и «дыма» в компьютерных играх.
В этой статье мы разберём, как можно имитировать огонь средствами GPU. В частности, поговорим о математике, на которой основана динамика флюидов, обсудим параллельные алгоритмы для моделирования флюидов, а также отдельные характеристики горения, благодаря которым огонь ни с чем не перепутаешь. Предполагается, что читатели статьи хорошо подкованы в векторном анализе и дифференциальных уравнениях (уметь взять градиент вектора). Демо-примеры реализованы в WebGL
https://habr.com/ru/articles/816451/
Алгоритмы и Структуры данных | ChatGPT
Моделируем флюиды, огонь и дым в режиме реального времени
Замечания о математике, алгоритмах и методах, применяемых при компьютерной симуляции флюидов (например, огня и дыма) в режиме реального времени. Исходный код к этой статье выложен на GitHub ....
Сравнение алгоритмов ограничения частоты запросов
Представьте чат в Twitch со множеством активных пользователей и одним спамером. Без ограничения частоты сообщений единственный спамер может запросто заполнить всю беседу сообщениями. При ограничении частоты у каждого пользователя появляется равная возможность участия.
https://habr.com/ru/companies/ruvds/articles/816243/
Алгоритмы и Структуры данных | ChatGPT
Сравнение алгоритмов ограничения частоты запросов
▍ Зачем ограничивать частоту? Представьте чат в Twitch со множеством активных пользователей и одним спамером. Без ограничения частоты сообщений единственный спамер может запросто заполнить всю беседу...
Новый прорыв приближает умножение матриц к идеалу
Устранив скрытую неэффективность, учёные придумали новый способ умножения больших матриц, который работает быстрее, чем когда-либо.
Большие языковые модели гораздо линейнее, чем мы думали
Линейность считается свойством самых слабых моделей, ведь они могут решать только простейшие задачи, для которых зачастую и ML-то особо не нужен (см. картинку ниже). Поэтому принято считать, что НЕлинейность — это краеугольный камень сложных вычислений и преобразований внутри больших нейронных сетей, и, в особенности, трансформеров.
Однако в нашей последней работе, мы обнаружили, что для больших языковых моделей (LLM) декодеров это совсем не так! Информация от слоя к слою практически не испытывает нелинейных преобразований, а каждый отдельный блок трансформера можно заменить всего лишь на один линейный слой без потери качества! Правда звучит интригующе? Ниже я коротко расскажу про наши главные выводы.
https://habr.com/ru/companies/airi/articles/816125/
Алгоритмы и Структуры данных | ChatGPT
Большие языковые модели гораздо линейнее, чем мы думали
Хабр, привет! Это снова Антон Разжигаев, аспирант Сколтеха и научный сотрудник лаборатории FusionBrain в Институте AIRI, где мы продолжаем углубляться в изучение языковых моделей. В прошлый раз мы...
🔥 1
Ровно год назад автор каналa дал 4 монеты своим подписчикам и вложил вместе с ними по 100$ в каждую, а теперь пришло время подводить итоги.
Apex 100$ - 11.100$
CDX 100$ - 10.000$
PIXEL 100$ - 3828$
VEIL 100$ - 7.460$
И это всего лишь 4 монеты из огромного количества, которые мы разбирали на канале «HEISENBERG»
Сегодня мы выложим новый список монет на 2024 год.
Поспеши узнать и зайти закупиться пока монеты не улетели в космос!
P.s кто не успел, тот опоздал извиняйте 🤷♂️👇🏼
https://t.me/+VYPfFYycJ90xZTky
✅Топ 5 монет на май
GigaCode и все-все-все. Сравниваем различные ИИ-ассистенты между собой
Мы представляем команду GigaCode. В декабре 2023 года наш продукт стал доступен широкой аудитории. До этого GigaCode использовался только внутри компании, и нас часто спрашивали о том, как GigaCode выглядит на фоне других ИИ-ассистентов, как вы сравниваете себя с остальными? Отвечая на эти вопросы, мы начали с простой задачи, которая оказалась не такой уж и простой и вылилась в увлекательное исследование со всем тем, что мы так любим: множеством измерений, математической статистикой и, конечно же, новыми горизонтами. Интересно? Добро пожаловать под кат.
https://habr.com/ru/companies/sberbank/articles/816107/
Алгоритмы и Структуры данных | ChatGPT
GigaCode и все-все-все. Сравниваем различные ИИ-ассистенты между собой
Привет, Хабр! Мы представляем команду GigaCode . В декабре 2023 года наш продукт стал доступен широкой аудитории. До этого GigaCode использовался только внутри компании, и нас часто спрашивали о том,...
Реализация Streebog256 и Streebog512 на языке RUST
Как и планировалось, следом за реализацией семейства хэш-функций SHA, появляется Стрибог и тоже в двух версиях, для 256 и 512 бит на выходе. Надеюсь эта статья будет полезна другим студентам. Более опытные разработчики в комментариях приветствуются.
https://habr.com/ru/articles/816011/
Алгоритмы и Структуры данных | ChatGPT
Реализация Streebog256 и Streebog512 на языке RUST
Превью Как и планировалось, следом за реализацией семейства хэш-функций SHA, появляется Стрибог и тоже в двух версиях, для 256 и 512 бит на выходе. Надеюсь эта статья будет полезна другим студентам....
Новый прорыв приближает умножение матриц к идеалу
Устранив скрытую неэффективность, учёные придумали новый способ умножения больших матриц, который работает быстрее, чем когда-либо.
Учёные, занимающиеся информатикой, — это требовательная группа. Им недостаточно получить правильный ответ — цель почти всегда состоит в том, чтобы получить ответ как можно эффективнее.
Возьмем, к примеру, умножение матриц или массивов чисел. В 1812 году французский математик Жак Филипп Мари Бине разработал базовый набор правил, которым мы до сих пор обучаем студентов. Это работает прекрасно, но другие математики нашли способы упростить и ускорить процесс умножения матриц. Эта задача лежит на стыке математики и информатики, и исследователи продолжают совершенствовать процесс её решения — хотя в последние десятилетия достижения были довольно скромными. С 1987 года численные улучшения в умножении матриц были «небольшими и… чрезвычайно трудными для достижения», — сказал Франсуа Ле Галль, учёный из Нагойского университета.
https://habr.com/ru/companies/first/articles/814453/
Алгоритмы и Структуры данных | ChatGPT
Новый прорыв приближает умножение матриц к идеалу
Устранив скрытую неэффективность, учёные придумали новый способ умножения больших матриц, который работает быстрее, чем когда-либо. Учёные, занимающиеся информатикой, — это требовательная группа. Им...
Photo unavailableShow in Telegram
Тут вы можете проверить происхождение своей фамилии и найти ваших предков: https://t.me/+CTi5n48yVA4yMDMy 👈
Алгоритмы, вдохновлённые природой
В последние годы в нашей повседневной речи плотно закрепилось словосочетание «нейронные сети». Этот термин означает набор методов и программных решений из машинного обучения, дискретной математики и информатики. Но про что совсем часто забывают — он происходит из нейробиологии. Несмотря на очевидное название, нейросети — это не набор операторов IF и ELSE, а модели, вдохновлённые нервной системой живых организмов. Их эффективность в пору, когда у нас есть такие генеративные модели как GigaChat и Kandinsky, наглядно видна каждому.
Но окружающая нас живая природа не ограничивается одними лишь нейронами. Наблюдение за поведением от крошечных клеток до колоний в миллионы особей подарило нам множество полезных математических алгоритмов. И продолжает дарить дальше. Остаётся только догадываться, сколько всего нам ещё предстоит открыть. Да, математикой и компьютерными науками можно заниматься не только в лаборатории над микроскопом, но и вовсе в полевой экспедиции.
И именно об этом я хочу рассказать в этой статье, заодно показав, сколь тонка грань между нашими творениями из бездушного кремния и металла и окружающим нас царством жизни.
https://habr.com/ru/companies/sberbank/articles/815837/
Алгоритмы и Структуры данных | ChatGPT
Алгоритмы, вдохновлённые природой
В последние годы в нашей повседневной речи плотно закрепилось словосочетание «нейронные сети». Этот термин означает набор методов и программных решений из машинного обучения, дискретной математики и...
Photo unavailableShow in Telegram
Причина бедности 97% россиян – это незнание своих прав
Каждый день день Госдума принимает десятки новых законов. И если в них хорошенько разобраться, то получится нарыть много чего интересного:
– Возможность возместить все траты на медицину за последние 6 лет
– Государственный кредит на квартиру, который можно ЗАКОННО не отдавать
– Ежемесячная выплата в размере 43.342р, если у вас есть родственники старше 50 лет
И пока глупые люди смирно платят налоги и слушаются государство, умные читают канал Капуста в законе и на нем зарабатывают.
Авторы под лупой рассматривают новые законы, объясняя, как без особой волокиты получать с них 50-60 тысяч. Ежемесячно.
Это – ваши права, а свои права нужно знать: https://t.me/+33g0V9R6jpZkOWNi
Победить бедность