Python RU

Ты пилишь бэкенд на Python. Заказчик спрашивает: "А можем добавить AI-поиск?" Ты: "Эээ... ну наверное... дорого..." Курс «LangChain: с нуля до продакшн» — за 7 недель научишься: → RAG-поиск по документам (FAQ-бот, поиск по базе знаний) → API на FastAPI с LLM под капотом → Агенты для анализа CSV/JSON Не нужно становиться ML-инженером. Просто интегрируешь LLM как ещё один сервис. Скидка 25% — 72 часа. Начать со скидкой

✔️ Эффективность локального ИИ выросла в 5.3 раза за два года. Группа Hazy Research провела исследование, доказывающее рост жизнеспособности локального ИИ-инференса. Для оценки взяли унифицированный показатель «интеллект на ватт» (intelligence per watt, IPW) - это соотношение точности выполнения задачи к потребляемой мощности. Результаты показали, что локальные LLM до 20 млрд. параметров уже способны обрабатывать 88.7% типичных одноэтапных запросов в чатах и задачах на логику. Общая эффективность локального ИИ показала рост в 5.3 раза за период с 2023 по 2025 год. Этот скачок обусловлен как улучшением самих моделей (в 3.1 раза), так и развитием аппаратных ускорителей (в 1.7 раза). stanford.edu ✔️ LeJEPA: self-supervised learning без сложных эвристик. Ян Лекун предложил простой метод ля self-supervised обучения - LeJEPA. Традиционные подходы требовали сложных трюков чтобы избежать коллапса признаков: stop-gradient и сетей учитель-студент. LeJEPA отказывается от этих эвристик в пользу одного регуляризатора, SIGReg (Sketched Isotropic Gaussian Regularization). Задача SIGReg - заставить векторы признаков равномерно распределяться в пространстве, формируя изотропное сферическое облако. В своей работе, Ян доказывает, что такая форма математически оптимальна для минимизации ошибок на будущих задачах. На практике это делает обучение более стабильным, упрощает его масштабирование и оценку качества модели. Тестовая модель на 1.8 млрд. параметров и показала 79% точности на ImageNet-1K. Код LeJEPA доступен на GitHub. arxiv.org ✔️ Lumine от ByteDance: ИИ-агент, способный часами проходить 3D-игры. ByteDance разработал ИИ-агента, который может самостоятельно выполнять многочасовые миссии в сложных открытых 3D-мирах, например в Genshin Impact, Honkai: Star Rail и Wuthering Waves. В отличие от своих конкурентов, Lumine обрабатывает видеопоток с экрана и генерирует команды для клавиатуры и мыши в реальном времени. Агент построен на базе Qwen2-VL-7B и обучен на 1700 часах человеческого геймплея. Сначала он осваивал базовые действия, а затем учился следовать инструкциям и, наконец, развил способность к адаптивному мышлению на небольшом ризонинг-датасете. В тестах Lumine показал способности сражаться с боссами, используя тактику, решать головоломки и взаимодействовать с NPC. Что важно, агент может переносить навыки, справляясь с задачами в незнакомых локациях и в совершенно новых играх без дополнительного обучения. lumine-ai.org ✔️ IBM представила квантовые процессоры Nighthawk и Loon. IBM анонсировала 2 новых квантовых процессора и объявила о переносе всего производства на 300-мм пластины на мощностях Albany NanoTech. Этот переход позволяет снизить стоимость чипов и, по заявлению компании, уже удвоил скорость НИОКР. Nighthawk на 30% увеличивает сложность схем при прежнем уровне ошибок и ориентирован на задачи с 5000 двухкубитных гейтов. Он станет доступен пользователям IBM к концу 2025 года. Чип Loon, в свою очередь, сфокусирован на отказоустойчивости, он использует эффективные коды коррекции ошибок (qLDPC), реализованные на год раньше, чем планировалось. Опираясь на эти инновации, IBM подтвердила свои планы по достижению квантового превосходства к 2026 году и созданию полноценной отказоустойчивой системы к 2029. ibm.com ✔️ Chad IDE: среда разработки со встроенными TikTok и Tinder. Стартап Clad Labs, выпустился из Y Combinator с продуктом «Chad: The Brainrot IDE». Это среда разработки со встроенными развлечениями. Идея в том, что пока разработчик ждет завершения задачи от ИИ-ассистента, он может полистать TikTok, Tinder или поиграть в мини-игры прямо в окне IDE. По мнению основателей, это решает проблему «переключения контекста». Вместо того чтобы брать в руки телефон и полностью выпадать из рабочего процесса, разработчик остается в среде разработки и может мгновенно вернуться к коду, как только ИИ закончит свою работу. Сейчас Chad IDE находится в стадии закрытого бета-тестирования, доступ можно получить только по приглашению. techcrunch.com @ai_machinelearning_big_data #news #ai #ml

📝 NoteDiscovery: Ваши заметки под контролем NoteDiscovery — это легкое, саморазворачиваемое приложение для ведения заметок, которое обеспечивает полный контроль над вашей базой знаний. С современным интерфейсом вы можете писать, организовывать и находить свои заметки на собственном сервере. 🚀Основные моменты: - 🔒 Полная конфиденциальность — ваши заметки остаются на вашем сервере - 💰 Бесплатно — никаких подписок или скрытых платежей - 🚀 Быстрая и легкая навигация — мгновенный поиск - 🎨 Настраиваемые темы — множество вариантов оформления - 🔌 Расширяемость — система плагинов для дополнительных функций 📌 GitHub: https://github.com/gamosoft/NoteDiscovery #python

LoRA-модель от autoweeb, которая превращает обычные фотографии в аниме-стиль ☺️ Основана на Qwen-Image-Edit-2509. Работает просто: загружаете фото, пишете что-то вроде «transform into anime» - и получаете аниме-версию исходного снимка. Настроек минимум, результат отличный. Ссылка: https://huggingface.co/autoweeb/Qwen-Image-Edit-2509-Photo-to-Anime @data_analysis_ml

Основные команды Docker, которые нужно помнить в работе: - docker ps – показывает запущенные контейнеры - docker ps -a – показывает все контейнеры, включая остановленные - docker images – список локальных образов - docker pull nginx – скачать образ - docker run nginx – запустить контейнер - docker run -d nginx – запустить в фоне - docker run -p 8080:80 nginx – проброс порта - docker exec -it sh – зайти внутрь контейнера - docker logs – посмотреть логи - docker stop – остановить контейнер - docker rm – удалить контейнер - docker rmi – удалить образ - docker build -t myapp . – собрать образ - docker compose up -d – поднять сервисы - docker compose down – остановить и удалить их

AIJ Deep Dive: специальный очный трек для AI-профи в рамках международной конференции AI Journey! Среда для профессионального роста, общение с экспертами мировой AI-индустрии и другими AI-профи — всё это ждёт вас на треке AIJ Deep Dive. В программе — только главные аспекты работы с AI: Это событие точно нельзя пропустить

1️⃣20 ноября — день Бизнеса: разберём успешные кейсы внедрения, оценим эффективность и практические результаты. 2️⃣ 21 ноября — день Науки: проведём глубокий анализ IT-решений, прорывных научных исследований, R&D-разработок и передовых методик.

На треке вас ждут выступления ведущих экспертов в AI, постер-сессия, специальные форматы для нетворкинга и выставка R’n’D решений. Это уникальная возможность обсудить сложные вопросы с теми, кто действительно понимает ваши вызовы. Где? Офис Сбера, Кутузовский проспект, д. 32, к. 1 (Е) Когда? 20–21 ноября 2025 года По ссылке — форма регистрации на очное участие. Присоединяйтесь к профессиональному AI-сообществу!

🖼️🛠️ Удаление водяных знаков из изображений с Sora2 Sora2 Watermark Remover — это инструмент для автоматического удаления водяных знаков с изображений, использующий современные алгоритмы обработки. Он подходит для работы с различными типами изображений и может быть полезен как для разработчиков, так и для дизайнеров. 🚀Основные моменты: - Эффективное удаление водяных знаков - Поддержка различных форматов изображений - Легкая интеграция в проекты - Открытый исходный код для доработки - Простой интерфейс для пользователей 📌 GitHub: https://github.com/ammiehax/sora2-watermark-remover #python

⚡ Продвинутый совет: как просто и эффективно тестировать Python-код Быстрый путь к надёжным тестам — комбинировать pytest + pytest-fixtures + property-based testing. Что использовать ✅ pytest — базовый и самый удобный тест-раннер ✅ fixtures — изолированная настройка окружения: временные файлы, сетевые заглушки, БД ✅ hypothesis — генерация рандомных входов → ловим скрытые баги, а не только «ручные» кейсы Пример подхода - Пишем минимальный happy-path тест → проверяем базовый сценарий - Добавляем fixture для окружения → код тестируем в «боевых» условиях - Добавляем hypothesis → находим граничные условия и edge-кейсы без ручной боли Легкий шаблон 1) Быстрый юнит-тест на базовую логику 2) Тест с fixture (файлы/БД/сетевые mock) 3) Property-based тест для устойчивости Почему это мощно - меньше ручной рутины - больше покрытие edge-кейсов - стабильность на прод-нагрузке - тесты остаются быстрыми и простыми 👌 Бонус: запускай только изменённые тесты

pytest --lf

Это ускоряет цикл разработки в разы. Делай минимум — получай максимум. Это путь зрелого Python-инженера. #python #pytest #unittesting #softwaretesting #devtips #engineering

Python: Как просто загрузить файл по SSH Хочешь загрузить файл на удалённый сервер по SSH прямо из Python-скрипта? Это легко сделать с помощью библиотеки paramiko - она предоставляет чистую и надёжную реализацию SSH-протокола. Просто установи paramiko (pip install paramiko), укажи данные подключения и используй SFTP-сессию для отправки файла. Убедись, что у пользователя есть права на запись в целевую директорию на сервере. Подписывайся, больше фишек каждый день!

import paramiko 

Настройки подключения 
hostname = "your-server.com"
port = 22
username = "your_username"
password = "your_password"  # или используй ключ вместо пароля 

Локальный и удалённый пути 
local_file = "local_file.txt"
remote_file = "/remote/path/local_file.txt" 

Создаём SSH-клиент 
ssh = paramiko.SSHClient()
ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy()) 

try:
    ssh.connect(hostname, port=port, username=username, password=password) 

# Открываем SFTP-сессию и загружаем файл
sftp = ssh.open_sftp()
sftp.put(local_file, remote_file)
sftp.close()

print("Файл успешно загружен!")
except Exception as e:
    print(f"Ошибка: {e}")
finally:
    ssh.close()

Прежде чем читать длиннющий релиз новой версии Python 3.14, посмотрите это видео Евгения Афонасьева, тимлида разработки Antifraud в Авито 🚀 За 12 минут он рассказал, какие фичи стоят внимания внедрения в работу, про небольшие, но приятные обновления тоже не забыл. 📺 Смотрим и обсуждаем по ссылке!

⚡️ Быстрый Linux-совет Хочешь узнать, как давно работает процесс? Используй колонку etime в команде ps - она показывает, сколько времени прошло с момента запуска процесса. Это удобно, чтобы понять, какие процессы висят слишком долго или застряли.

1. Посмотреть, сколько памяти ест процесс:  
   Узнаешь, какие процессы расходуют больше всего RAM.  

   ps aux --sort=-%mem | head  


2. Показать загрузку CPU по процессам:
   Помогает найти самые прожорливые по вычислениям задачи.  

   ps -eo pid,comm,%cpu --sort=-%cpu | head  


3. Показать аптайм всех процессов с временем запуска:

   ps -eo pid,comm,etime,lstart --sort=etime  


4. Посмотреть дерево процессов (кто кого запустил):

   ps --forest -eo pid,ppid,cmd  


5. Найти процессы по ключевому слову: 

   ps -ef | grep python  


6. Следить за процессом в реальном времени:

   top -p <PID>

https://www.youtube.com/shorts/Q5CBNWVtUFs

А у нас весь ИТ-отдел квантовый

🎥 Ditto: Инновации в редактировании видео с помощью ИИ Ditto — это передовая платформа для генерации высококачественных данных для редактирования видео на основе инструкций. Она объединяет мощь генераторов изображений и видео, создавая уникальный набор данных Ditto-1M с миллионом примеров, что позволяет обучать модели, такие как Editto, с выдающимися результатами. 🚀Основные моменты: - Инновационная генерация данных для видео редактирования. - Уникальный набор данных Ditto-1M с миллионом примеров. - Эффективная архитектура модели для снижения затрат и повышения качества. - Применение интеллектуального агента для фильтрации и контроля качества. 📌 GitHub: https://github.com/EzioBy/Ditto

🧠 Новая работа показывает, что даже небольшая open-source модель может решать сложные математические задачи — если заставить её "думать дольше" с помощью циклов саморазвития рассуждений. Исследователи взяли 8B-модель на базе DeepSeek и заставили её проходить долгие итеративные reasoning-loops, где каждая итерация — это маленький шаг к более точному решению. Если модель находит улучшение хоть чуть-чуть лучше предыдущего ответа, цикл продолжается. Результат: модель решила 5 задач AIME, которые раньше не могла, и даже превзошла точность своего «учителя» — 600B-модели, если брать голосование по итоговым ответам из множества параллельных циклов. Метод прост: 1️⃣ Проверить текущий ответ 2️⃣ Исправить ошибки 3️⃣ Повторять несколько десятков итераций Такой подход увеличивает время вычислений на тесте, но даёт гораздо более надёжные решения, фактически расширяя пределы возможностей малых моделей. 📄 Paper: arxiv.org/abs/2510.17498

🔥На Stepik вышел курс: Linux: полный апгрейд твоих скиллов Хочешь реально понимать, что происходит под капотом твоей системы, а не просто кликать по GUI? Без глубокого знания базы ты не инженер - ты просто пользователь. 🔹 В курсе ты: - Освоишь bash, grep, sed, awk - инструменты, которыми живут админы. - Разберёшь права, процессы, сеть, файловую систему и научишься чинить всё, что падает. - Настроишь SSH, firewall, systemd, crontab, демоны и автозапуск. - Научишься анализировать логи, следить за нагрузкой, и не паниковать при 100% CPU. 💡 Формат: пошаговое объяснение базы и разбор важных практик по работе с Linux. 🎯 После курса ты: будешь чувствовать Linux как родную среду и забудешь, что такое “permission denied”. 🚀 24 часа действует скидка 30% 👉 Учиться со скидкой

👩‍💻 Copier — это утилита командной строки и библиотека Python для создания и управления проектами на основе шаблонов! 🌟 С её помощью разработчики могут быстро генерировать новые проекты, используя предопределённые шаблоны, или обновлять существующие проекты в соответствии с изменениями шаблона. Copier поддерживает как локальные директории, так и удалённые Git-репозитории в качестве источников шаблонов, что делает инструмент гибким и удобным для совместной работы. Основное преимущество Copier — его способность безопасно обновлять файлы без перезаписи данных, что снижает риск потерь. 🌟 Copier предлагает мощные функции, такие как динамическая подстановка значений в файлы шаблонов, адаптация шаблонов под требования пользователя, а также возможность использования как через командную строку, так и внутри Python-приложений. Для установки требуется Python версии 3.9 или новее, а сам инструмент можно установить через pip. 🔐 Лицензия: MIT 🖥 Github @pythonl

Python митап от Авито 27 октября в Москве! ☄ Вечером 27 октября вас ждут в офисе на Лесной, чтобы обсудить: ➡ кейс оптимизации GC в Python от Саши Федосеева, backend-инженера из команды Main Page Tech Авито; ➡ как mypy укрощает Python в большой компании вместе с Сергеем Яхницким из Яндекса. После докладов, как и сказали выше, вместе с участниками спикеры обсудят, подходит ли Python для запуска больших нагруженных решений в формате круглого стола. Для тех, кто не успевает вырваться из офиса или дома, будет онлайн-трансляция. Так что не откладывайте, регистрируйтесь и зовите коллег — все подробности по ссылке

📄 DeepSeek-OCR - модель для распознавания текста 🔍 DeepSeek выпустили мощную OCR-модель, способную преобразовывать изображения документов прямо в Markdown или текст. Что умеет: - Распознаёт текст на изображениях и в PDF - Работает с документами, таблицами и сложными макетами - Поддерживает разные режимы: Tiny, Small, Base, Large - Оптимизирована под GPU (PyTorch + CUDA 11.8) - MIT-лицензия — можно свободно использовать и модифицировать DeepSeek-OCR достигает высокой точности и эффективности за счёт компрессии визуальных токенов. На Omnidocbench - лучшая точность при минимуме визуальных токенов, превосходит другие OCR-модели по эффективности и скорости. 🟠HF: https://huggingface.co/deepseek-ai/DeepSeek-OCR 🟠Github: https://github.com/deepseek-ai/DeepSeek-OCR 🟠Paper: https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf @ai_machinelearning_big_data #ocr #DeepSeek

📄 PaddleOCR: Мощный инструмент для распознавания текста PaddleOCR — это передовой движок OCR и AI для документов, обеспечивающий высокую точность извлечения текста и понимания документов. Поддерживает множество языков и интегрируется в различные приложения, от стартапов до крупных предприятий. 🚀 Основные моменты: - Поддержка более 80 языков и сложных элементов документа. - Высокая точность распознавания текста в различных условиях. - Легкая интеграция с другими AI-приложениями. - Поддержка работы на разных аппаратных платформах (CPU, GPU, NPU). - Широкое сообщество и активное использование в более чем 5,9 тыс. репозиториев. 📌 GitHub: https://github.com/PaddlePaddle/PaddleOCR #python

🖥 Хочешь, чтобы твой Telegram-бот отвечал с помощью ChatGPT? Сделай это за пару минут: просто установи библиотеку python-telegram-bot, добавь свой OpenAI API-ключ и токен бота, и бот начнёт отвечать на все сообщения с помощью ChatGPT.

from telegram import Update
from telegram.ext import ApplicationBuilder, MessageHandler, filters, ContextTypes
from openai import OpenAI


Укажи свои ключи
OPENAI_API_KEY = "sk-..."  
TELEGRAM_TOKEN = "123456789:ABC..."

client = OpenAI(api_key=OPENAI_API_KEY)

async def handle_message(update: Update, context: ContextTypes.DEFAULT_TYPE):
    user_text = update.message.text

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": user_text}]
    )

    await update.message.reply_text(response.choices[0].message.content)

app = ApplicationBuilder().token(TELEGRAM_TOKEN).build()
app.add_handler(MessageHandler(filters.TEXT & ~filters.COMMAND, handle_message))
app.run_polling()