Чернов пишет

В #cursor приехала афигенная фича - можно в браузере встроенном редактировать css, а потом просто жмем apply и курсор сам внесет изменения в проекте!

Всем привет! Посмотрим как будет дальше развиваться эпопея с мессенджерами, но я на всякий случай оставлю тут чатик в махе. Залетайте по ссылке: https://max.ru/join/f_EvMfEM2O_WmJSMHlXqClS3sZ6YbMLK_utaFWoDxsY Я конечно все понимаю, но пока регать на ИП - канал, не хочется, посмотрим как оно будет дальше.

openai решил всех запутать окончательно - нафига столько то????? (список не полный)

Забавно, мне vk предложил посмотреть мое же видео 😂

вайб канбан! ну конечно! https://github.com/BloopAI/vibe-kanban

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) : 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...

🆕 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

Почему все пишут "Меня взломали" ? Ну правда же проста - "Я сам предоставил доступ к своему аккаунту какому то мошеннику!" Хватит врать уже наконец то !

Gigachat - no comments

🆕 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_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_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_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_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

Отправил заявку на early access доступ на агентную иде от тбанка. https://ai4sdlc.tbank.ru/ Ждём-с

🔥МЫ ПРЕДСТАВЛЯЕМ КРУПНЕЙШИЙ OPEN-SOURCE AI В ЕВРОПЕ 🔥 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.

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: В твоём каталоге есть первая серия сезона 14 «Где логика»? 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!

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