Чернов пишет

#сайт обретает конечное представление этапа разработки и по факту уже готов для MVP, еще немного и он будет перезапущен. В принципе, наверно (но это не точно) - я смогу это опубликовать в опен-сорс, или ... я подумаю) А пока ловите немного инсайт-фоточек (не конечный вариант), которые помогут примерно оценить функционал который я в него заложил

Поздравляю всех подписчиков с Новым 2026 годом! Счастья вам и вашим близким, побольше здоровья, процветания и успехов во всех начинаниях. Пусть все плохое остается в прошлом, а всему остальному - движение только вперед, только к победам! Мои помощники уходящего 2025 года (может найдете что-то для себя новое): - qwen - да, он прям победил удачно стартанувшего вначале deepseek, теперь для какой то быстрой проверки фактов - только он, а еще он умеет бесплатно и быстро создавать фото и видео (фото и видео от квена, промпты от composer внутри курсора) - cursor + модель composer - прямо сильно мощная связка для написания софта. в исключительных случах, когда composer не может, подсказку хорошую дает gtp5.2. А еще он умеет быстро искать что-то в интернете не выходя из "рабочего пространства" так сказать. Открыл cursor - и все у тебя там ) Моя подписка в 60 баксов дает 110 баксов на использование моделей. Да, курсор можно использовать и бесплатно) - агент от minimax - как без агентов то? пока лично мне достаточно и бесплатного решения, попробуйте сами Теперь немного итогов, я тут долго думал что написать в части итогов уходящего 2025 года, и на мой взгляд вот что сильно продвинуло человечество вперед, итак: (все что выше - без llm, что ниже - с помощью llm) 1. ИИ ускорил диагностику Альцгеймера и смежных заболеваний Вышла серия результатов, показывающих, что ИИ делает диагностику нейродегенеративных заболеваний быстрее и дешевле. Ключевой сдвиг — перенос методов из исследовательских прототипов в сценарии раннего выявления и первичной помощи. Это закрепило тренд «ИИ‑скрининг» как отдельное направление в медтехе. 2. Google представила AlphaGenome для геномики и поиска лекарств Google выпустила AlphaGenome — модель для более глубокого понимания биологических механизмов заболеваний на уровне ДНК. Важная техническая идея — работа с длинными последовательностями и более полезные предсказания для биомедицинских задач. Это усилило тренд foundation‑моделей «под науку», а не только под текст и чат. 3. Рывок в гуманоидной робототехнике (embodied AI) Заметно выросли ловкость манипуляции и качество взаимодействия гуманоидных роботов с людьми и средой. Вектор развития — сочетание генеративных моделей с сенсорами и управлением движением для выполнения бытовых и складских задач. Это закрепило тренд «ИИ в физическом мире» как следующую большую волну после LLM. 4. ИИ заметно усилил прогнозирование погоды и экстремальных событий ИИ‑подходы дали более быстрые и практичные прогнозы, включая сценарии редких экстремальных явлений. Часто используется гибрид: физические модели климата плюс машинное обучение, чтобы ускорять расчёты и повышать качество. Тренд — ИИ как инструмент критической инфраструктуры, а не только потребительских сервисов. 5. ИИ‑R&D: поиск альтернатив цементу и новых материалов команда MIT показала, как ML помогает искать более устойчивые ингредиенты для бетона и ускорять материаловедческие исследования. Методика — автоматизированный анализ научной литературы плюс перебор больших массивов образцов/кандидатов. Это укрепило тренд «AI‑materials» и в целом переход R&D к data‑driven подходам.

Чтобы вам было не скучно, занимаюсь рефакторингом chernovdev.ru с кучей полезных фич. Статьи и документация останутся, но будет все немного переформатированно ) Плюс я там некоторые тулзы доделаю, которыми сам постоянно пользуюсь. Например конвертер времени, генератор пароля словами, сервис заметок, генератор uuid (потом еще добавлю чего нить) В целом сайт превратится в блог полноценный, причем сразу там сделал авторизацию через телеграм бота чтобы можно было комменты писать, а еще там будут статьи некоторые которые нельзя прочитать без подписки на канал. Ну и как раз будут место где я свои проекты выкладывать смогу В общем должно получится интересно #сайт

🆕 qlik_download : qlikview 📂 QlikView.OCX.OEM.zip (65.82 MB) 📂 QlikView.OCX.OEM.zip.md5 (32.00 B) 📂 QlikViewDesktop_x64Setup.exe (426.90 MB) 📂 QlikViewDesktop_x64Setup.exe.md5 (32.00 B) 📂 QlikViewServer_x64Setup.exe (278.86 MB) 📂 QlikViewServer_x64Setup.exe.md5 (32.00 B) 📂 QlikViewWorkBench_x64Setup.exe (7.07 MB) 📂 QlikViewWorkBench_x64Setup.exe.md5 (32.00 B) 📂 QvPluginSetup.exe (51.67 MB) 📂 QvPluginSetup.exe.md5 (32.00 B) 🔎 tags: #qlikview #september_2025 #september_2025_sr1 #qlikview_september_2025_sr1 🔗️ release url 🕔 last update : 2025-12-09 07:42:28 ✍️ by @chernovdev

🆕 qlik_download : qlik_sense_server 📂 Qlik_Sense_update.exe (155.26 MB) 📂 Qlik_Sense_update.exe.md5 (32.00 B) 🔎 tags: #qlik_sense_server #november_2025 #november_2025_patch_2 #qlik_sense_server_november_2025_patch_2 🔗️ release url 🕔 last update : 2025-12-10 14:56:14 ✍️ by @chernovdev

🆕 qlik_download : qlik_sense_server 📂 Qlik_Sense_update.exe (766.81 MB) 📂 Qlik_Sense_update.exe.md5 (32.00 B) 🔎 tags: #qlik_sense_server #november_2024 #november_2024_patch_24 #qlik_sense_server_november_2024_patch_24 🔗️ release url 🕔 last update : 2025-12-10 14:58:14 ✍️ by @chernovdev

🆕 qlik_download : qlik_sense_server 📂 Qlik_Sense_update.exe (642.02 MB) 📂 Qlik_Sense_update.exe.md5 (32.00 B) 🔎 tags: #qlik_sense_server #may_2025 #may_2025_patch_12 #qlik_sense_server_may_2025_patch_12 🔗️ release url 🕔 last update : 2025-12-10 14:57:22 ✍️ by @chernovdev

🆕 qlik_download : qlik_sense_server 📂 Qlik_Sense_update.exe (805.79 MB) 📂 Qlik_Sense_update.exe.md5 (32.00 B) 🔎 tags: #qlik_sense_server #may_2024 #may_2024_patch_29 #qlik_sense_server_may_2024_patch_29 🔗️ release url 🕔 last update : 2025-12-10 14:58:55 ✍️ 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_2 #qlik_sense_desktop_november_2025_patch_2 🔗️ release url 🕔 last update : 2025-12-10 14:56:14 ✍️ by @chernovdev

Ну сказка же просто! Я очень долго периодически подходил к тому чтобы использовать апи телеги, своего личного аккаунта (он там помогает читать новости куда вы заходите, создавать свой сервер для телеграм бота с другими лимитами и так далее) И вот! Оказывается все просто, мануал по заполнению на фото ) https://my.telegram.org/apps Почему собственно этот пост появился - потому что там на этапе создания постоянно ERROR вылетает, я не знал что где и как правильно заполнять. А тут, в очередной 50+ый раз пришел и хоп, с первого раза!

Решил проверить как справляется мой проект новый (на бесплатных модельках для инсайтов и для саммари), как мне кажется, получилось гораздо интереснее, смотрите сами: 1. AI-инструменты открывают новую эру разработки: разработчики могут создавать более мощное ПО быстрее, чем когда-либо, строя продукты, недоступные даже сильным командам год назад. 2. Бутылочное горлышко смещается с технической реализации на продуктовое видение: дешевизна и скорость кодирования делают ключевой задачей определение того, что именно стоит построить. 3. Инженеры с навыками управления продуктом (PM) становятся наиболее ценными: они двигаются быстрее и расширяют свою роль. 4. Окружение — ключ к росту: окружайте себя трудолюбивыми, быстро обучающимися и амбициозными людьми; это значительно увеличивает шансы на успех. 5. При выборе работы важнее интересный проект и сильная команда, чем престижный бренд. Избегайте компаний, которые не могут гарантировать конкретную команду до подписания контракта. 6. Низкая стоимость ошибки и высокая выгода от обучения: не ждите разрешения, будьте ответственны и пробуйте строить много вещей. 7. Переход от «крутых» демо к практической пользе: фокус на создании продуктов, которые приносят реальную бизнес-ценность и прибыль. 8. Навык навигации в трендах (signal vs. noise): умение отличать реальные возможности от хайпа и задавать фундаментальные вопросы ("Зачем?") дает конкурентное преимущество. 9. Ответственность в AI эволюционирует: фокус смещается с глобальных социальных проблем на минимизацию репутационных и бизнес-рисков, а также на постоянное обучение на ошибках. 10. Ответственный Vibecoding: генерация кода — это инструмент, но нужно понимать его долгосрочную стоимость (технический долг), строить с ясными целями и избегать спагетти-кода. 11. Бифуркация в AI: индустрия разделяется на большие модели (в облаке) и малые, локальные модели (для приватности и специфических задач). Развитие навыков для работы с малыми моделями — перспективное направление. 12. Интеграция AI на устройствах: благодаря новым чипам (например, с поддержкой SME), AI выходит из облаков, обеспечивая приватность, низкую задержку и работу офлайн. 13. Важно быстро осваивать AI-кодинговые инструменты (LLMs, RAC, Voice AI) и оставаться на их фронте, чтобы не отставать и повышать продуктивность.

Написал проектик для себя, на входе принимает видео файл (или онлайн ссылку на видео). На выходе дает саммари из видео. Видео в 3,5 часа обрабатывается почти 6 минут. - Если на входе ссылка → скачиваем видео через yt-dlp в папку videos - Если локальный файл → используем существующий файл - С помощью ffmpeg извлекаем аудио в MP3 - Отправляем MP3 в AssemblyAI API и получаем транскрипт с метками спикеров(диаризация) и временными метками - Для оффлайн используем Whisper для транскрипции, и pyannote.audio для разделения по спикерам (диаризация) - Отправляем полный текст транскрипта в OpenRouter API для каждой модели: - openai/gpt-oss-20b:free - xiaomi/mimo-v2-flash:free - mistralai/devstral-2512:free - Получаем саммари от каждой модели - Отправляем все саммари от моделей в OpenRouter API, объединяем в одно финальное саммари - Отправляем полный текст транскрипта в OpenRouter API, получаем ключевые инсайты - Формируем итоговый файл с саммари и инсайтами

Курсор привез отчет по использованию ) https://cursor.com/2025 Клево, как у вас? Сколько токенов сожгли ?)))) Я влетел в топ 37% юзеров )

Собственно, это я всё к чему. Наступил действительной интересный момент в жизни многих ИТ специалистов (без разницы в какой вы должности), ключевая суть заключается в том, что вы можете написать для себя множество сервисов в каком то ииШном IDE, где стоимость разработки "для себя", будет сопоставима со стоимостью подписки SaaS в месяц. Задача на подумать: какие сервисы вы оплачиваете ежемесячно, почему еще не написали для себя более удобный сервис?

Я тут с интересным докладом пришел от Эндрю Нг, полное видео по ссылке ▌ Описание автора: Имя: Эндрю Нг (Andrew Ng) Достижения: - Один из ведущих экспертов в области искусственного интеллекта и машинного обучения. - Основатель и генеральный директор Landing AI, основатель deeplearning.ai и соучредитель Coursera. - Бывший вице-президент и главный научный сотрудник Baidu, где он возглавлял группу AI. - Профессор Стэнфордского университета, где он преподавал курсы по машинному обучению. - Известен своими вкладами в развитие глубокого обучения и популяризацию AI через онлайн-курсы и образовательные инициативы. ▌ 10 топ-выводов из доклада: 1. Золотой век AI: Сейчас лучшее время для построения карьеры в AI, так как технологии развиваются стремительно. 2. Ускорение разработки: AI ускоряет процесс создания программного обеспечения, что делает продукт-менеджмент более важным. 3. Окружение: Успех в карьере зависит от людей, с которыми вы работаете. Важно окружать себя мотивированными коллегами. 4. Эволюция AI: AI будет продолжать развиваться, и сложность задач, которые он может решать, будет расти. 5. Риски и возможности: Несмотря на риски, связанные с AI, такие как предвзятость и этические вопросы, возможности для инноваций остаются значительными. 6. Продуктивность: AI ускоряет процесс разработки, что позволяет быстрее создавать более мощные решения. 7. Бизнес-фокус: В условиях конкуренции важно понимать бизнес-ценность AI и уметь ее демонстрировать. 8. Ответственность: Ответственность за AI эволюционирует, и важно учитывать этические аспекты и риски. 9. Тенденции: Важно следить за тенденциями в AI и уметь отделять шум от реальных возможностей. 10. Образование: Постоянное обучение и развитие навыков в области AI являются ключевыми для успеха в этой сфере.

📌Итоги года от Андрея Карпаты.

2025 год был захватывающим годом для языковых моделей. Они проявились как новый вид интеллекта, одновременно гораздо более умный и гораздо более глупый, чем я ожидал. Я думаю, что индустрия не реализовала хотя бы 10% их потенциала даже при нынешних возможностях. Я одновременно верю и в то, что мы увидим быстрый и непрерывный прогресс, и в то, что впереди еще очень много работы. Пристегнитесь.

🟡Обучение с подкреплением на основе проверяемых вознаграждений (RLVR) В 2025-м стек обучения LLM дополнился новой ключевой стадией оптимизации по объективным наградам. Он заставляет модели самостоятельно находить стратегии рассуждения. Прогресс года в том, что создание моделей стало не про увеличение размера модели, а про более длительные RLVR-прогоны. Это также дало новый рычаг управления: "время размышления" на инференсе. Первопроходец - OpenAI o1, а переломный момент - o3. 🟡Интеллект современных LLM принципиально отличен от человеческого Интеллект LLM формируется под давлением специфических оптимизаций и на выходе мы имеем резкие всплески способностей в рядом с грубыми ошибками. Из-за этого бенчмарки теряют смысл: под них напрямую оптимизируются, что не ведёт к созданию AGI. 🟡Cursor - это новый слой LLM-приложений Это не просто интерфейс к условной модели, а сложная оркестрация работы LLM под конкретные вертикали, c управляемым контекстом, вызовами и интерфейсом. Cursor создаёт отдельную ценностную прослойку между LLM-лабораториями и конечными пользователями. 🟡Claude Code В отличие от облачных агентов, он использует ваши данные, контекст и инструменты для ризонинга и вызова инструментов. Его фишка - в низкой задержке, приватности и глубокой интеграции в рабочее окружение. Это сдвиг от ИИ как «сайта» к напарнику-помощнику в вашей системе.

Я думаю, OpenAI допустили ошибку, сосредоточив свои усилия по созданию агентов в облаке и управляемых из ChatGPT, вместо localhost.

🟡Вайб-кодинг В 2025 году ИИ преодолел порог, позволяющий через текстовые инструкции создавать работающие программы. Это демократизирует программирование, позволяя непрофессионалам писать код, а экспертам - быстро прототипировать без глубокого погружения. Код становится эфемерным, гибким и бесплатным ресурсом.

Забавно, что я придумал термин «вайб-кодинг» в этом твите с мыслями из душа, совершенно не представляя, как далеко это зайдет :)

🟡LLM GUI и Nano banana Взаимодействие с ИИ через чат - это аналог командной строки 80-х, неудобный для человека. Будущее за LLM GUI интерфейсом, где ИИ общается визуально (инфографика, анимации, веб-приложения). Nano banana - ранний пример такого взаимодействия, в ней объединены генерация текста, изображений и общие знания.

Google Gemini Nano banana — одна из самых невероятных, меняющих парадигму моделей 2025 года.

🔜 Читать статью полностью @ai_machinelearning_big_data

🌟 TurboDiffusion: ускорение генерации видео в 100+ раз. Суровая реальность нашего времени: вы хотите сгенерировать 5-секундное видео на большой SOTA-модели. Вы запускаете промпт, идете пить кофе, возвращаетесь, а процесс все еще идет. И зачастую генерация может занимать больше часа.

Главные виновники - чудовищная вычислительная сложность механизма внимания в трансформерах, необходимость сотен шагов денойзинга и огромный объем памяти для весов в полной точности.

Авторы проекта TurboDiffusion из Цинхуа и Беркли решили собрать все эффективные методы сжатия и ускорения в один пайплайн. Их идея заключалась в том, что разреженность и квантование — это техники, которые не мешают друг другу. 🟡Архитектура держится на 3-х китах оптимизации: 🟢Заменили стандартное внимание на гибрид из SageAttention2++ и Sparse-Linear Attention (SLA), который превратил квадратичную сложность в линейную. чтобы модель фокусировалась только на важных токенах. 🟢Дистиллировали сэмплинг через rCM - вместо стандартных 50–100 шагов модель приходит к результату всего за 3-4 шага без потери сути изображения. 🟢Перевели и веса и активации линейных слоев в INT8 используя блочное квантование, чтобы не потерять точность. В довершении ко всему смогли объединить после файнтюнинга под SLA и дистилляции rCM веса в единую модель, избежав конфликтов. 🟡Результаты бенчмарков выглядят как опечатка, но это не она. На RTX 5090 время генерации для тяжелой модели Wan2.2-I2V 14B упало с 69 минут до 35.4 секунд. А для более легкой Wan 2.1-1.3B - с почти 3-х минут до 1.8 секунды. Это ускорение больше чем в 100 раз. При этом, судя по примерам, визуальное качество осталось практически неотличимым от оригинала. 📌Лицензирование: Apache 2.0 License. 🟡Набор моделей 🟡Техотчет 🖥GitHub @ai_machinelearning_big_data #AI #ML #I2V #T2V #TurboDiffusion

У Алисы есть промптхаб, ого, а я и не знал. Можно поискать готовые промпты под множество идей. А какой у вас любимый промпт? https://alice.yandex.ru/prompthub/

📚 AI Playbook для устойчивого развития от Google Google выпустил практическое руководство по применению ИИ в отчетности по устойчивому развитию (ESG). Документ основан на почти двухлетнем опыте компании и предлагает: ✅ 5-шаговый фреймворк для внедрения ИИ в процессы отчетности ✅ Карта возможностей — где ИИ дает максимальный эффект: анализ данных, генерация контента, взаимодействие со стейкхолдерами ✅ Готовые промпты и кейсы из реального цикла отчетности Google 2025 года ✅ Лучшие практики: как масштабировать решения и избежать типичных ошибок Главный посыл: ИИ — не замена людям, а инструмент для автоматизации рутинных задач (обработка данных, проверка заявлений, создание черновиков), что позволяет экспертам сосредоточиться на стратегии и принятии решений. Забрать можно по ссылке к новости https://blog.google/outreach-initiatives/sustainability/ai-playbook-sustainability-reporting/ или в комментарии в телеге

🚀 Премьерный вебинар DataForge — 16 декабря, 12:00 Приглашаем на вебинар, где мы впервые покажем DataForge – российскую self-service платформу для централизованного управления аналитическими данными. Это новый инструмент, обеспечивающий прозрачную бизнес-логику и быструю разработку и сопровождение слоя Data Mart – возможно, единственное решение такого уровня в России! В стеке с ClickHouse DataForge формирует витрины и сразу обеспечивает согласованность расчётов – без ручной работы. ⚡️ На вебинаре разберем: • какие задачи решает DataForge и как ускоряет BI, • как устроены семантический слой и реестр показателей, • как автоматически создаются и публикуются витрины, • как изменения логики мгновенно попадают во все системы. 🎙 Спикеры – технический директор и владелец продукта DataForge. Участие бесплатное! Забронировать место на вебинаре. Все новости о продукте – в канале: t.me/dataforge_team