Вышел самый БЫСТРЫЙ проводник для Windows — тулза FilePilot найдет любые файлы на вашем ПК со скоростью света.

Внутри удобная навигация по файлам и папкам. Если вы хотели почистить комп и найти весь мусор, то это мастхэв. Скорость поражает — многомиллиардная компания не смогла сделать такое за 50 лет.

В интерфейсе разберется даже ваша бабушка. Забираем бесплатно — здесь.

Grok 3 доступен БЕСПЛАТНО — Илон Маск открыл полный доступ к своей нейронке. Кратко про функционал:

• На арене чат-ботов Grok 3 обошёл ВСЕХ, включая GPT-4o, Claude 3.5 Sonnet, Gemini-2 Pro и DeepSeek-V3 в математике, кодинге и научной работе;
• ИИ обучен на 200 000 (!) чипах Nvidia H100;
• Есть фича DeapSearch — замена Гугла: ИИ прошерстит ВЕСЬ интернет и если не найдёт нужную инфу, то сделает осознанное предположение;
• По заявлениям Илона, это «самый умный ИИ на Земле»

Заменяем любой объект на видео на другой — в нейронке Pika появилась угарная фича Pikaswaps.

Сегодня плотно работаем, завтра целый день съемки, заканчиваю все курсы, что начал и финалю свой:
✅ Введение в биг-дата (осталась середина второй части) - МИИТ
✅ Аналитик данных (Финансовый университет) - половина
✅ DeepLearning (DenoiseLAB - Stepic) - готовые первые две главы из 12
✅ Системная аналитика (Финансовый университет) - начало

По всем планам успеть надо все допилить к 8 марта, благо опыт с Синергией как мы писали, за два месяца все есть ))) ох...

FireDucks — это многопоточная библиотека с ускорением компилятора и полностью совместимым с pandas API.

Она быстрее, чем Polars. Ниже приведена ссылка на некоторые бенчмарки, сравнивающие Pandas, Polars и FireDucks.

FireDucks побеждает с отрывом.

⛓️Здесь находится репозиторий FireDucks на GitHub:
https://github.com/fireducks-dev/fireducks

⛓️Если вы хотите пощупать либу, откройте этот пример:
https://github.com/fireducks-dev/fireducks/tree/main/notebooks/nyc_demo

⛓️Если вы хотите сравнить FireDucks с Polars и Pandas, вот еще один блокнот:
https://github.com/fireducks-dev/fireducks/blob/main/notebooks/FireDucks_vs_Pandas_vs_Polars.ipynb

⛓️И наконец, бенчмарки, с которыми стоит ознакомиться:
https://fireducks-dev.github.io/docs/benchmarks/

⚡️Китайцы из Alibaba мощно прокачали свою нейросеть Qwen2.5 Max и выкатили думающую модель QwQ-Max-Preview.

• Она умеет кодировать, решать математические задачи, создавать игры, писать тексты и проводить исследования;
• По сравнению с Qwen2.5-Max, она намного умнее и гораздо более креативна;
• Работает бесплатно из браузера и без VPN;
• Совсем скоро выкатят приложение на Android и iOS.

Пробуем тут. Нужно выбрать модель 2.5 Max и нажать на Thinking QwQ.

⚡️⚡️⚡️Первая open-source модель переноса головы на фото — GHOST 2.0

Сегодня мы выпустили первую модель для переноса головы на фото с открытым кодом — GHOST 2.0. Модель продолжает наследие семейства моделей переноса лиц на фото и видео (GHOST).

Архитектура GHOST 2.0 модели включает две составляющих:
🟢 Aligner для реконструкции положения головы и трансфера выражения лица с головы-источника
🟢 Blender позволяет "встроить" голову в целевую картинку с сохранение свойств окружения (чтобы освещение и контраст совпадали, а также дорисовались области-лакуны, которые возникли при переносе)

Самое интересное, что в open source таких моделей по сути нет и самый ближайший аналог — это модель HeSer 2022 года, которую по метрикам удалось обойти. Также мы проделали большой объём работы, исследуя механизмы блендинга и аугментации данных при обучении, чтобы постараться учесть сложные кейсы, когда голова-источник отличается от области встраивания по форме, положению, причёске и т.д. Подробно про эти эксперименты можно почитать в детальном тех репорте.

Внизу по ссылочке можно поиграть с демкой, почитать Хабр и собственно развернуть у себя код, чтобы изучить "нутро" модели. В ближайшее время обновим TG бот, и я отдельно оповещу об этом)

⚡️По сложившейся традиции все наши статьи стараемся номинировать на Paper of the day на Hugging Face — буду очень рад вашим Upvote голосам👇
https://huggingface.co/papers/2502.18417

Полезные ссылки:
👉 ArXiv: https://arxiv.org/abs/2502.18417
👉 Хабр: https://habr.com/ru/companies/sberbank/articles/884780/
👉 Project page: https://ai-forever.github.io/ghost-2.0/

Данные – это сердце и кровеносная система IT-архитектуры, питающая бизнес жизненно важными ресурсами. Эффективное управление ими укрепляет иммунитет компании, помогает достигать высоких результатов, обеспечивать лидерство и открывать новые возможности для развития.

17 апреля приглашаем вас на Дата Саммит «Пульс данных»! Эксперты ведущих компаний и госструктур (к участию приглашены представители Минцифры, Сбербанка, Росатома, Ростеха, Роснефти, Axenix и других крупнейших игроков рынка) – поделятся практическим опытом внедрения решений для управления данными, обсудят ключевые тренды и перспективы.

Что вас ждет на Саммите:

✅ Данные + ИИ: новый уровень
Покажем, как искусственный интеллект уже встроен в решения по управлению данными, какие задачи он автоматизирует и как максимально эффективно его использовать.

❗️ Премьера: Селена – высокопроизводительная Lakehouse-платформа
Впервые представим Селену – платформу для аналитики в реальном времени. Презентацию проведет RnD-инженер, готовый ответить на любые вопросы.

🤝🏻 Нетворкинг с лидерами индустрии
Уникальная возможность пообщаться с CDO, CDTO, директорами по данным и экспертами крупнейших компаний, обменяться опытом и наладить полезные связи.

Присоединяйтесь, чтобы почувствовать пульс ваших данных!
Участвовать можно как лично, так и онлайн.

👉🏻 Зарегистрироваться

В Москве появятся беспилотные поезда метро — таким образом власти столицы хотят снизить интервалы между поездами в час пик.

Начнут с Большой кольцевой линии — там уже готовят сеть 5G для быстрой связи с «беспилотниками».

⚡️ GPT-4.5 ТУТ — OpenAI только что анонсировали новую модель.

Она в РАЗЫ лучше конкурентов по понимаю промтов, почти не выдумывает инфу и самое главное — куда креативнее. Суперского буста в программировании ждать не стоит — o1 и o3 пока делают это лучше.

Начинают раскатывать уже сегодня, пока для подписчиков и по API.

ИИ открыл новый способ считать. Но вы всё равно продолжите пользоваться калькулятором

ИИ должен упростить нашу жизнь, да? Ну так вот, вместо того, чтобы просто запомнить, что 2+2=4, GPT-J делает что-то похожее на тригонометрический ритуал. Он кодирует числа на многомерной спирали, раскладывает в базис косинусов, а сложение выполняет через преобразования, которые нормальный человек даже на экзамене по линалу не вспомнит.

Исследователи попытались разобраться, как LLM складывают числа, и обнаружили, что модели вроде GPT-J-6B кодируют и обнаружили метод, который назвали Clock algorithm, потому что сложение выполняется как сложение углов: через cos(a), cos(b) → cos(a+b) и напоминает сложение углов на циферблате.

Векторные представления чисел исследовали через остаточный поток модели, прогоняя GPT-J-6B на всех числах из диапазона [0,360]. Спектральный анализ показал, что представление разрежено в пространстве Фурье, а главная компонента PCA оказалась линейной. А что у нас такое периодическое и линейное? Спираль!🌀

x = r cos t
y = r sin t
y = c t

Проверили это гипотезу, подбирая параметры спирали для представления каждого числа. Оказалось, что токены, представляющие суммы (a+b), хорошо описываются этой же основой, что говорит о реальном использовании модели такого механизма.

🛠 Как проверить, что модель действительно так считает?
✔️ Intervention patching: заменили активации слоёв модели на вычисленные вручную спиральные представления и обнаружили, что это почти так же хорошо, как полная подмена слоя! Значит, модель действительно использует эту структуру.
✔️ Разделение ролей между слоями: слои MLP 14-18 формируют спиральное представление (a+b), а слои 19-27 считывают его и поднимают соответствующий токен в логитах.
✔️ Разбор нейронов: используя атрибуционные техники, исследователи выяснили, что активации нейронов MLP тоже следуют периодическим паттернам, что дополнительно подтверждает гипотезу о геликоидальном (спиральном) сложении.

Почему это важно?
Оказывается, вместо того, чтобы просто запоминать суммы, модель самостоятельно выучивает сложную, но универсальную алгоритмическую структуру! Этот же метод ранее встречался в исследованиях модульного сложения в трансформерах, который раньше описывал Neel Nanda. LLM не просто таблицы с вероятностями, а какие-то самоорганизующиеся вычислительные системы.
В любом случае, может, машинное обучение и не всегда дает интуитивно понятные решения, но точно умеет находить красивые и неожиданные пути.

🔗 Источники:
📜 arxiv
📝 Блог
💻 Код

#articles #models

🐳Разбирал фотки, в этом здании располагается офис Хабр.ру. В прошлом году, были там на конфе.