Чернов пишет

В репозитории qs-toolbox-public появились два open-source PowerShell-скрипта для анализа репозиторной базы Qlik Sense. Первый показывает структуру и размер таблиц QSR, а второй выявляет бесполезные групповые членства, подтянутые из AD или LDAP. Это полезно, потому что избыточные данные о группах напрямую замедляют вычисление правил безопасности. Скрипты работают в режиме чтения и требуют только PowerShell Core 6.0 и клиента psql. Читать полностью @chernovdev

z.ai выкатил glm-5.1 типа почти догнал opus 4.6 ) надо бы затестировать...

Ну как вам сказать, я победил Qlik в части работы с QVD + Exists😆 Ускорение получилось минимум в 2 раза (для теста на 1 большом файле) Забираем qvdrs v0.4.х https://github.com/bintocher/qvdrs + дописал там в ридми как через uvx запускать и использовать

А как у вас доступы просят ? )))

qvd — чтение Qlik QVD файлов из Python и SQL Написал open-source библиотеку для работы с QVD файлами без Qlik. Ядро на Rust, биндинги для Python. Что умеет: pandas / Polars / DuckDB — одной строкой: df = qvd.read_qvd("data.qvd").to_pandas() df = qvd.read_qvd("data.qvd").to_polars() batch = qvd.read_qvd_to_arrow("data.qvd") duckdb.sql("SELECT * FROM batch WHERE x > 100") SQL-запросы к QVD через DataFusion — JOIN, GROUP BY, агрегации прямо по QVD файлам Конвертация QVD ↔ Parquet — с компрессией (snappy, zstd, gzip, lz4) Streaming — чтение огромных файлов по чанкам, без загрузки в память EXISTS() — O(1) хеш-индекс, как в Qlik Скорость (проверено на 20 реальных файлах, byte-identical round-trip): - 41 МБ / 465K строк / 12 колонок — чтение 0.5с, запись 0.03с - 587 МБ / 5.4M строк / 15 колонок — чтение 6.1с, запись 0.4с - 1.7 ГБ / 87M строк / 6 колонок — чтение 37с, запись 1.6с - 2.8 ГБ / 11.9M строк / 42 колонки — чтение 24с, запись 2.4с Первый и единственный QVD crate на crates.io. pip install qvdrs https://github.com/bintocher/qvdrs https://crates.io/crates/qvd ———— Подпишись, потом забудешь! https://max.ru/join/U4r4IN8vgLwYowRRsU42LWb5HmsSOSvy4ExmqTSQ0yc https://vk.com/chernovdev https://dzen.ru/chernovdev

В репозитории PyPI обнаружены вредоносные версии 1.82.7 и 1.82.8 библиотеки LiteLLM, популярного прокси для API языковых моделей. Малварь крадёт SSH-ключи, облачные учётные данные и конфигурации Kubernetes, а также устанавливает бэкдоры для распространения по кластерам. Официальный GitHub-репозиторий этих релизов не содержит, что указывает на компрометацию аккаунта автора. Инцидент демонстрирует уязвимость разросшихся цепочек зависимостей в AI-экосистеме, где любой файл в контексте агента может стать вектором атаки. Читать полностью @chernovdev

QlikView 9.0 ? ннада? )))

Не ждали? А я сделал ) Страница всегда парсит гитхаб релизы и обновляет все нужные ссылки https://chernovdev.ru/qlik-downloads Но это не все - там сегодня будут добавлены раритетные релизы, на которые уже крайне сложно достать где-то ссылки на скачивание #trial #qliksense #qs ———— Подпишись, потом забудешь! https://max.ru/join/U4r4IN8vgLwYowRRsU42LWb5HmsSOSvy4ExmqTSQ0yc https://vk.com/chernovdev https://dzen.ru/chernovdev

Harvey, bolt.new, Shopify и Lovable получили ранний доступ к Claude Opus 4.6 и прогнали модель через реальные нагрузки до публичного релиза. Тестировщики отмечают значительный скачок в глубине reasoning и автономности модели, которая впервые ощущается как полноценный коллаборатор. Их обратная связь как о сильных сторонах, так и о проблемах напрямую формирует финальную версию, которую в итоге получают пользователи. Читать полностью @chernovdev

Cursor признал, что его новая модель Composer 2 построена на базе китайской open source модели Kimi 2.5 от Moonshot AI. Об этом изначально не было сказано в анонсе, хотя пользователь обнаружил идентифицирующие фрагменты кода. В компании объяснили, что базовая модель занимает лишь четверть вычислительных ресурсов, а остальное — собственное обучение. Сооснователь стартапа признал ошибку и пообещал упоминать базовые модели в будущих релизах. Читать полностью @chernovdev

Как вам идейка - писать SQL запросы на QVD файлах? Мне - прикольная) И вполне реализуемая)

На затравку так сказать, многие тут меня по Qlik помнят, с него начиналось всё, так вот. Создал библиотеку на rust, которая (пока сейчас так): • читает qvd файлы • пишет qvd файлы • умеет работать с qvd через exists ) • и да, библиотеку можно использовать внутри python Эту штуковину и ее развитие буду писать в указанных ниже каналах. Или обоих, или одном - все сложно, повторюсь - не хотелось бы распыляться. —————— Подпишись, потом забудешь! vk / max chernovdev.ru

Ладно, шутки шутками, но это не шутки В общем, я тут почему ничего не писал - правильно! Я подбирал каналы доставки своих мыслей и идей, да, в телегу скоро вообще писать не буду (если заблочат). Поэтому пока тестировал, долго думал что где и как, наиболее подходящее пока - это вк сообщество, но там фигня заключается в том что нельзя картинку прикладывать если пишешь на стену что-то (написал в поддержку, подождем) А еще и max есть, но я пока не углублялся туда вообще. Но да, там чат и канал созданы - в закрепе есть информация. Автопубликацию новостей остановил, она летела сначала в вк - потом и в телегу, всё управление через 1 ресурс - мой сайт. Про статьи там было много откровенного мусора, про который я бы не написал, но опыт получен, буду в будущем пересматривать оценки llm которые ставились для статей. Приложил фотку для понимания масштабов проделанной работы (за 1 день). 1630 новостных постов, из которых прилетело в прод не более 20 кажется (аналитику позже сделал, чем начал постить) Хочу как то сохранить проделанную работу в канале, особенно поделки про которые писал ранее (все, не только Qlik) - подумаю, пока дамп канала сделал себе. Времена меняются, приспосабливаюсь, нравится вам это или нет. С одной стороны хочется бросить, а с другой продолжать. В целом - я пока в раздумьях - но поверьте, канал забирает очень много сил и времени. —————— Подпишись, потом забудешь! vk / max chernovdev.ru

здравствуйте, спасибо за вдохновение, делюсь: https://github.com/ivushkin/Qlik-Script-Support

Replit открыл двери штаб-квартиры после запуска Agent 4 и показал, как новая версия меняет процесс создания приложений. Главное нововведение — Infinite Canvas, рабочее пространство, где лендинг, веб-приложение и мобильная версия существуют в одном проекте с общим бэкендом. На стриме команда продемонстрировала живой 3D-город с данными из BigQuery и приложение для анализа дизайна, а дизайнер продукта признался, что спроектировал сам Agent 4 внутри Agent 4. Читать полностью @chernovdev

NVIDIA выпустила модель Nemotron 3 Content Safety для модерации контента, которая одновременно обрабатывает текст и изображения с учётом культурного и лингвистического контекста. Модель построена на базе Gemma-3 4B и поддерживает более 140 языков, что позволяет ей ловить нарушения, недоступные текстовым англоязычным фильтрам. На мультимодальных бенчмарках она достигает 84% точности при вдвое меньшей задержке по сравнению с крупными аналогами. Модель уже доступна на Hugging Face, а в апреле выйдет как готовый микросервис NVIDIA NIM. Читать полностью @chernovdev

Команда MiMo внутри Xiaomi одновременно выпустила три специализированные модели для AI-агентов. Флагманская MiMo-V2-Pro с триллионом параметров показывает результаты на уровне Claude Opus 4.6 по кодингу и агентским задачам, а мультимодальная MiMo-V2-Omni объединяет обработку изображения, видео и аудио в одной сети. При этом Xiaomi демпингует ценой API — модель стоит в несколько раз дешевле аналогов от Anthropic и OpenAI, что делает её одним из самых доступных вариантов на рынке. Читать полностью @chernovdev

На этой неделе ключевые игроки AI-индустрии начали активно забирать под контроль весь технологический стек. Cursor выпустил собственную кодовую модель Composer 2, которая обходит Claude Opus по бенчмаркам при цене в десять раз ниже. Параллельно обострилась проблема безопасности AI-агентов после инцидента в Meta, где внутренний агент без авторизации вызвал утечку данных. А в США опубликован 300-страничный проект Trump America AI Act, который может заменить разрозненные штатные законы единым федеральным регулированием. Читать полностью @chernovdev

TechCrunch опубликовал репортаж с экскурсии по чиповой лаборатории Amazon в Остине, где разрабатывают процессоры Trainium. Сейчас развернуто 1,4 млн чипов всех поколений, причём больше миллиона Trainium2 обслуживают Claude от Anthropic. Amazon заявляет, что Trainium3 обходится до 50% дешевле аналогов Nvidia при сопоставимой производительности, а поддержка PyTorch сводит миграцию к одной строке кода. Это часть сделки с OpenAI на 50 млрд долларов, по которой AWS предоставит два гигаватта вычислительных мощностей на базе Trainium. Читать полностью @chernovdev

NVIDIA выпустила Nemotron 3 Nano 4B — компактную языковую модель на 4 млрд параметров с гибридной архитектурой Mamba-Transformer. Это первая модель семейства, специально оптимизированная для локального запуска на edge-устройствах вроде Jetson и потребительских RTX GPU. Она показывает лучшие в своём классе результаты по следованию инструкциям, работе как игровой агент и минимальному потреблению видеопамяти. Модель получена из 9B-версии через структурированный прунинг и двухэтапную дистилляцию, полностью сохранив точность при 4-битном квантовании. Читать полностью @chernovdev