Сингулярное разложение (SVD)
Любую матрицу можно разложить в произведение трёх: U·Σ·Vᵀ, где Σ — диагональная с сингулярными числами
Это работает даже для прямоугольных матриц
Именно SVD сжимает изображения в JPEG, чистит аудиозаписи от шума и помогает рекомендательным системам предсказывать твои вкусы
Любую матрицу можно разложить в произведение трёх: U·Σ·Vᵀ, где Σ — диагональная с сингулярными числами
Это работает даже для прямоугольных матриц
Именно SVD сжимает изображения в JPEG, чистит аудиозаписи от шума и помогает рекомендательным системам предсказывать твои вкусы
Матрицы перестановок. Каждая перестановка строк или столбцов задаётся ортогональной матрицей из нулей и единиц
Их определитель равен либо +1, либо −1 в зависимости от чётности перестановки
Это кажется игрушкой, но без них невозможно реализовать ни один метод Гаусса с выбором главного элемента
Их определитель равен либо +1, либо −1 в зависимости от чётности перестановки
Это кажется игрушкой, но без них невозможно реализовать ни один метод Гаусса с выбором главного элемента
Экспонента от матрицы. Формально определяется через бесконечный ряд, но на практике даёт решение систем линейных дифференциальных уравнений с постоянными коэффициентами
Именно через матричную экспоненту описывают траектории космических аппаратов и эволюцию квантовых состояний
Именно через матричную экспоненту описывают траектории космических аппаратов и эволюцию квантовых состояний
Вероятно, что вы уже видели этот "краткий" справочник на хабре
Он был опубликован еще в 2022 году, но постоянно дополнялся автором и актуализировался
Автор этого справочника добавил в коллекцию еще 75 новых команд и сделал их краткое описание
Отличный повод напомнить, что тут можно найти команды на все случаи жизни - сейчас их более 1.330!
https://habr.com/ru/post/683638
Он был опубликован еще в 2022 году, но постоянно дополнялся автором и актуализировался
Автор этого справочника добавил в коллекцию еще 75 новых команд и сделал их краткое описание
Отличный повод напомнить, что тут можно найти команды на все случаи жизни - сейчас их более 1.330!
https://habr.com/ru/post/683638
Введение_в_теорию_квантовых_вычислений_ч_2_МИФИ_2008.pdf
3.5 MB
Учебное пособие по основам квантовых вычислений
С.Д. Кулик, А.В. Берков, В.П. Яковлев "Введение в теорию квантовых вычислений" (МИФИ, 2008)
Краткая аннотация:
Первая часть книги посвящена описанию базовых концепций теории информации и кибернетики, необходимых для понимания квантовых вычислений
Во второй части книги представлены основы квантовой механики и квантовых вычислений, а также элементы квантовой схемотехники
С.Д. Кулик, А.В. Берков, В.П. Яковлев "Введение в теорию квантовых вычислений" (МИФИ, 2008)
Краткая аннотация:
Первая часть книги посвящена описанию базовых концепций теории информации и кибернетики, необходимых для понимания квантовых вычислений
Во второй части книги представлены основы квантовой механики и квантовых вычислений, а также элементы квантовой схемотехники
ARI AML
Введение_в_теорию_квантовых_вычислений_ч_2_МИФИ_2008.pdf
Neuromorphic quantum computing_PRE_2022.pdf
928.3 KB
О том, зачем понимание основ квантовых вычислений, и отслеживание прогресса в этой области, нужно для специалистов по вычислительной нейронауке и нейроморфным вычислениям
Дело в том, что формируются два новых смежных междисциплинарных направления — квантовые нейроморфные вычисления (англ. quantum neuromorphic computing) и нейроморфные квантовые вычисления (англ. neuromorphic quantum computing)
В первом случае, это разработка методов ускорения и масштабирования априорно известных нейроморфных алгоритмов на квантовых компьютерах [1]
Во втором — фундаментальное сращение концепции квантовых вычислений с обработкой информации спайковыми нейронами и спаковыми нейронными сетями [2, 3]
Что из всего этого выйдет — никто пока не знает, это путь проб и ошибок, экспериментов...
Но, в любом случае, очень важно, чтобы специалисты по квантовым вычислениям и по нейроморфным вычислениям друг друга понимали, т.е. перекрестно владели хотя бы азами теории и терминологией
[1]: D. Markovic, J. Grollier, Quantum neuromorphic computing, Appl. Phys. Lett. 117, 150501 (2020)
https://doi.org/10.1063/5.0020014
[2]: C. Pehle, C. Wetterich, Neuromorphic quantum computing, Phys. Rev. E 106, 045311 (2022)
https://doi.org/10.1103/PhysRevE.106.045311
[3]: Y. Cheng et al., Neuromorphic quantum computing: A survey and future directions in evolutionary and gradient-based learning strategies for quantum spiking neural networks, Neurocomputing 701, 134580 (2026)
https://doi.org/10.1016/j.neucom.2026.134580
Дело в том, что формируются два новых смежных междисциплинарных направления — квантовые нейроморфные вычисления (англ. quantum neuromorphic computing) и нейроморфные квантовые вычисления (англ. neuromorphic quantum computing)
В первом случае, это разработка методов ускорения и масштабирования априорно известных нейроморфных алгоритмов на квантовых компьютерах [1]
Во втором — фундаментальное сращение концепции квантовых вычислений с обработкой информации спайковыми нейронами и спаковыми нейронными сетями [2, 3]
Что из всего этого выйдет — никто пока не знает, это путь проб и ошибок, экспериментов...
Но, в любом случае, очень важно, чтобы специалисты по квантовым вычислениям и по нейроморфным вычислениям друг друга понимали, т.е. перекрестно владели хотя бы азами теории и терминологией
[1]: D. Markovic, J. Grollier, Quantum neuromorphic computing, Appl. Phys. Lett. 117, 150501 (2020)
https://doi.org/10.1063/5.0020014
[2]: C. Pehle, C. Wetterich, Neuromorphic quantum computing, Phys. Rev. E 106, 045311 (2022)
https://doi.org/10.1103/PhysRevE.106.045311
[3]: Y. Cheng et al., Neuromorphic quantum computing: A survey and future directions in evolutionary and gradient-based learning strategies for quantum spiking neural networks, Neurocomputing 701, 134580 (2026)
https://doi.org/10.1016/j.neucom.2026.134580
— Как смогли взломать пароль!?!
— А что за пароль был?
— Год канонизации святого Доминика папой Григорием IX
— А это какой год?
— 1234
— А что за пароль был?
— Год канонизации святого Доминика папой Григорием IX
— А это какой год?
— 1234
Muse Glimmer-30B - модель, которая заточена под то, чтобы работать как агент, самостоятельно выполняет сложные многошаговые задания от начала до конца
Она конкурирует с Qwen3.6-27B и Gemma 4-31B
За последнее время команда выпустила ещё Muse Code - аналог Claude Code и Codex
Она конкурирует с Qwen3.6-27B и Gemma 4-31B
За последнее время команда выпустила ещё Muse Code - аналог Claude Code и Codex
Telegram
All about AI, Web 3.0, BCI
Meta released Muse glimmer, a 30B agentic model with open weights under apache 2.0. muse glimmer can run on 24GB of VRAM without losing agentic reliability
Just like much larger models, muse glimmer can operate as a fully capable agent via planning, tool…
Just like much larger models, muse glimmer can operate as a fully capable agent via planning, tool…
Forwarded from НИИ Антропогенеза (ARI) (Chagin Oleg A.)
Система стратегического планирования для Совета безопасности Российской Федерации в рамках исполнения Указа Президента «Об основах государственной политики в сфере стратегического планирования»
AML для моделирования, прогнозирования и планирования процессов
Проект реализуется в рамках соответствующего контракта со структурами Администрации Президента
AML для моделирования, прогнозирования и планирования процессов
Проект реализуется в рамках соответствующего контракта со структурами Администрации Президента
У Claude появилась возможность создавать впечатляющие визуализации благодаря новому навыку Diagram Design
Этот инструмент работает с разнообразными графиками, такими как блок-схемы и таймлайны, и генерирует HTML-файлы с результатами
Он заранее анализирует проект, чтобы подобрать цвета и шрифты в одном стиле
Больше не нужно открывать Фигму!
Получите бесплатно по ссылке
Этот инструмент работает с разнообразными графиками, такими как блок-схемы и таймлайны, и генерирует HTML-файлы с результатами
Он заранее анализирует проект, чтобы подобрать цвета и шрифты в одном стиле
Больше не нужно открывать Фигму!
Получите бесплатно по ссылке
GitHub
GitHub - cathrynlavery/diagram-design: Editorial diagram design for Claude Code, Codex, and Pi. Self-contained HTML + SVG. No shadows.…
Editorial diagram design for Claude Code, Codex, and Pi. Self-contained HTML + SVG. No shadows. No Mermaid slop. - cathrynlavery/diagram-design
xAI introduced Grok Bot
You can work with Bots like you would a teammate
Give them a task, shut your computer, and reach them from anywhere
People are already using Grok Bot to do jobs like negotiate with vendors in their voice, manage support for their online store, and keep their CRM constantly up to date
Grok Bot is in beta and available today for SuperGrok Heavy, Cursor Ultra, and Cursor Teams Premium subscribers on desktop and iOS
You can work with Bots like you would a teammate
Give them a task, shut your computer, and reach them from anywhere
People are already using Grok Bot to do jobs like negotiate with vendors in their voice, manage support for their online store, and keep their CRM constantly up to date
Grok Bot is in beta and available today for SuperGrok Heavy, Cursor Ultra, and Cursor Teams Premium subscribers on desktop and iOS
SpaceXAI
AI teammates that finish the work | Grok Bot
Grok Bot is your team of always-on AI teammates. They have their own computer, use it like you do, and never log off.
Исследователь Google представил агента, который с Claude сам придумывает научные модели и проверяет их экспериментами
Кевин Мёрфи, автор классических учебников по ML, выпустил Model Discovery Agent (MDA)
GitHub
Кевин говорит, чтобы понять, как устроен мир, недостаточно смотреть на данные, нужны эксперименты, а они дорогие
Поэтому нужно ставить вопрос не «собери больше данных», а «какой следующий эксперимент скажет тебе максимум информации?»
Вот что делает MDA
Внутри агента связка из 4-х составляющих:
- Claude Opus 4.7 генерирует гипотезы о механизме
- Байесовский движок обновляет вероятности по результатам
- SBI - модуль, который справляется с ситуациями, когда вероятность результата невозможно вычислить аналитически, он оценивает её через симуляцию
- А специальный модуль Value of Information каждый раз выбирает тот следующий эксперимент, который максимально разрешает неопределённость
В итоге в физике MDA восстанавливает точную формулу закона силы в 74 % случаев
При этом MDA достигает SOTA, потратив в 5 раз меньше экспериментов
Интересный момент с моделями, Кевин использовал Claude Opus 4.7. как основную, но он ещё специально проверил, насколько метод зависит от разных моделей и прогнал MDA ещё на:
• DeepSeek v4 Pro
• Fable 5
И вот вывод получился такой, что байесовская обвязка работает почти model agnostic
Даже относительно слабый DeepSeek в связке с MDA поднимает качество почти до уровня Opus
Чистый агент на DeepSeek заметно слабее, а самый сильный чистый агент на Fable 5 всё равно чаще проигрывает MDA по эффективности
Кевин Мёрфи, автор классических учебников по ML, выпустил Model Discovery Agent (MDA)
GitHub
Кевин говорит, чтобы понять, как устроен мир, недостаточно смотреть на данные, нужны эксперименты, а они дорогие
Поэтому нужно ставить вопрос не «собери больше данных», а «какой следующий эксперимент скажет тебе максимум информации?»
Вот что делает MDA
Внутри агента связка из 4-х составляющих:
- Claude Opus 4.7 генерирует гипотезы о механизме
- Байесовский движок обновляет вероятности по результатам
- SBI - модуль, который справляется с ситуациями, когда вероятность результата невозможно вычислить аналитически, он оценивает её через симуляцию
- А специальный модуль Value of Information каждый раз выбирает тот следующий эксперимент, который максимально разрешает неопределённость
В итоге в физике MDA восстанавливает точную формулу закона силы в 74 % случаев
При этом MDA достигает SOTA, потратив в 5 раз меньше экспериментов
Интересный момент с моделями, Кевин использовал Claude Opus 4.7. как основную, но он ещё специально проверил, насколько метод зависит от разных моделей и прогнал MDA ещё на:
• DeepSeek v4 Pro
• Fable 5
И вот вывод получился такой, что байесовская обвязка работает почти model agnostic
Даже относительно слабый DeepSeek в связке с MDA поднимает качество почти до уровня Opus
Чистый агент на DeepSeek заметно слабее, а самый сильный чистый агент на Fable 5 всё равно чаще проигрывает MDA по эффективности
С сентября 2025 по февраль 2026 агентный и человеческий трафик шли почти вровень - около 0.5 триллиона токенов каждый
Потом агенты ушли в отрыв: ×14 за полгода, до 7.300.000.000.000
Люди выросли в 2.8 раза, тоже немало, но это уже другой масштаб
Мало того, что агенты потребляют больше токенов, чем люди, у них уже большой объем транзакций проходит по платежам
Инфраструктура интернета незаметно сменила основного пользователя
Потом агенты ушли в отрыв: ×14 за полгода, до 7.300.000.000.000
Люди выросли в 2.8 раза, тоже немало, но это уже другой масштаб
Мало того, что агенты потребляют больше токенов, чем люди, у них уже большой объем транзакций проходит по платежам
Инфраструктура интернета незаметно сменила основного пользователя