Директор по исследованиям Google написал корректор орфографии всего в 21 строку Python.

Питер Норвиг сделал его как простой пример того, как работает вероятностное исправление опечаток.

Скрипт генерирует слова, отличающиеся на одно или два изменения, а затем выбирает наиболее вероятный вариант на основе корпуса текста.

👉 @PythonPortal

«The Mathematics of Bitcoin» — короткая работа, которая разбирает Bitcoin с математической точки зрения.

В ней используются теория вероятностей, случайные процессы, мартингалы, комбинаторика и специальные функции, чтобы исследовать механизмы протокола Bitcoin.

В частности, авторы разбирают вероятность двойной траты, прибыльность майнинга, генерацию блоков, стратегии майнеров и устойчивость протокола.

Если хочется копнуть глубже, ещё рекомендую «Bitcoin and Cryptocurrency Technologies» от Принстонского университета. Это уже гораздо более широкое введение в криптографические хеш-функции, цифровые подписи, консенсус, Proof of Work, майнинг, транзакции, анонимность, безопасность и систему стимулов в криптовалютах.

Сохраните обе работы в закладки. Это хорошие материалы, если интересно разобраться в математике и технических механизмах Bitcoin.

The Mathematics of Bitcoin:
https://arxiv.org/pdf/2003.00001

Bitcoin and Cryptocurrency Technologies:
https://d28rh4a8wq0iu5.cloudfront.net/bitcointech/readings/princeton_bitcoin_book.pdf

👉 @PythonPortal

Кто-то выложил в открытый доступ Python-скрапер для Google Flights.

Он собирает цены на билеты, расписания и данные для бронирования по более чем 180 странам, используя строготипизированные схемы и Protobuf, закодированный в Base64.

GitHub:
https://github.com/AWeirdDev/flights

👉 @PythonPortal

Хотите узнать, сколько ядер у вашего процессора с помощью Python? Для этого можно использовать модуль multiprocessing.

👉 @PythonPortal

Не нарушайте принцип единственной ответственности SRP.

Функция должна делать одну вещь, делать её хорошо и заниматься только ей.

Здесь функция делает слишком много:

def calculate_final_total(
    price: float,
    quantity: int,
    discount_rate: float,
    tax_rate: float
) -> float:
    subtotal = price * quantity

    discounted_amount = subtotal * (1 - discount_rate)

    final_total = discounted_amount * (1 + tax_rate)

    return final_total

Проблема в том, что расчёт суммы, скидки и налога объединён в одном месте. Любое изменение одного из этапов может затронуть всю функцию.

Лучше разделить логику на небольшие функции:

def calculate_subtotal(price: float, quantity: int) -> float:
    return price * quantity

def apply_discount(subtotal: float, discount: float) -> float:
    return subtotal * (1 - discount)

def calculate_tax(amount: float, tax_rate: float) -> float:
    return amount * (1 + tax_rate)

Так намного лучше.

Небольшие функции с одной конкретной задачей проще покрывать юнит-тестами: у них меньше зависимостей и реже нужны моки.

Плюс такие компоненты проще переиспользовать в других частях приложения или пайплайна, не подтягивая лишнюю логику.

Поэтому держите функции простыми и сфокусированными. Одна функция — одна ответственность.

👉 @PythonPortal

Этот открытый движок для квантовых исследований бесплатно превращает финансовые научные работы, отчётность SEC, исследования с arXiv и блоги в единую базу знаний с поиском.

https://github.com/LLMQuant/quant-mind

👉 @PythonPortal

Сайт для поиска ранних стартапов и новых инструментов: early.tools

Сохраните в закладки. 😏

👉 @PythonPortal

Awesome Math — огромная подборка материалов по математике в одном репозитории.

Там собраны Khan Academy, MIT OpenCourseWare, конспекты лекций, учебники и другие бесплатные материалы по разным разделам математики.

Проект живой и довольно популярный: сейчас у него больше 16 тысяч звёзд на GitHub.

https://github.com/rossant/awesome-math

👉 @PythonPortal

ЭТОТ ОТКРЫТЫЙ ИНСТРУМЕНТ СОЗДАЁТ РАБОЧИЕ ПРИЛОЖЕНИЯ ПО ОДНОМУ ПРОМПТУ

LlamaCoder генерирует небольшие приложения, которые можно сразу запустить и посмотреть прямо в браузере.

Проект распространяется по лицензии MIT, набрал около 7 тысяч звёзд на GitHub, а заявленная аудитория превышает 1,1 млн пользователей.

Репозиторий: https://github.com/Nutlope/llamacoder

👉 @PythonPortal

«Transformer с полной пропускной способностью»

Обычно Transformer передаёт на следующий шаг только выбранный токен, хотя сама модель только что вычислила гораздо более богатое скрытое состояние.

В этой работе скрытое состояние тоже подаётся обратно в модель. За счёт этого она может продолжать внутренне развивать идею, не расписывая всё токен за токеном.

На масштабе 1 млрд параметров подход улучшает результаты в математике, программировании и тестах языковых моделей, добавляя менее 1% к стоимости декодирования.

При этом модель может показывать результаты на уровне моделей, обученных примерно на вдвое большем объёме данных.

https://alphaxiv.org/abs/2608.08888

👉 @PythonPortal

Кто-то сделал детектор, который ловит характерные паттерны ИИ-текста ещё до публикации.

Работает полностью локально: без модели и без подключения к сети. Он проверяет текстовые файлы, отмечает подозрительные шаблоны и просит агента переписать проблемные места. Репозиторий написан на Python и использует только стандартную библиотеку.

GitHub: https://github.com/seyedehsanhadi/sloptrim

👉 @PythonPortal

Как в Python развернуть строку и список одним и тем же кодом.

👉 @PythonPortal

Запускать и обучать модели локально теперь можно прямо через настольное приложение Unsloth Desktop.

Проект с открытым исходным кодом и работает на macOS, Windows и Linux. Также можно использовать Claude Code и Codex с локальными моделями.

Авторы заявляют обучение до 2 раз быстрее и снижение потребления видеопамяти до 70%. Репозиторий Unsloth открыт на GitHub.

https://github.com/unslothai/unsloth

👉 @PythonPortal

Competitive Programmer’s Handbook — руководство по спортивному программированию.

Книга рассчитана на студентов, которые хотят изучить алгоритмы и, возможно, готовиться к Международной олимпиаде по информатике IOI или Международному студенческому чемпионату по программированию ICPC.

PDF доступен бесплатно.

https://cses.fi/book/book.pdf

👉 @PythonPortal

DeepSeek открыла исходный код полноценного агентного фреймворка для программирования, который бесплатно может заменить тариф Claude Code за $200 в месяц.

→ Здесь всё построено на плагинах: адаптеры моделей, инструменты, журналы сессий и сам цикл агента можно менять через конфигурацию.

→ В основе лежит Cordis — собственная среда плагинов DeepSeek.

→ Локальный веб-интерфейс запускается одной командой:

npx @deepseek-ai/dsh web

→ В репозитории есть полноценная документация по архитектуре и AGENTS.md, написанный специально для того, чтобы агенты сами могли разбираться в кодовой базе.

→ TypeScript, лицензия MIT, пока статус developer preview — ожидаются несовместимые изменения.

https://github.com/deepseek-ai/deepseek-harness

👉 @PythonPortal

«Natural Language Processing and Large Language Models» — новая книга в открытом доступе от Springer, написанная Chengqing Zong, Yang Zhao и Yanjun Ma.

Почти 400 страниц с введением в современную обработку естественного языка и большие языковые модели.

Внутри: нейросети, распределённые представления, языковые модели, Transformers, BERT, GPT, токенизация, классификация тональности, извлечение информации, суммаризация текста, машинное понимание текста, машинный перевод, ответы на вопросы и RLHF.

На мой взгляд, это хороший справочник для тех, кто хочет разобраться в этих темах без слишком высокого порога входа. Я бы сохранил.

https://link.springer.com/book/10.1007/978-981-92-0682-7

👉 @PythonPortal

Обновлённый курс CS 8803 «Large Language Model» в Georgia Tech на 2026 год.

Список материалов охватывает предобучение, MoE, рассуждения, обучение с подкреплением и self-play, агентов, длинный контекст, масштабирование во время инференса, диффузионные языковые модели, безопасность, интерпретируемость и многое другое.

- https://cocoxu.github.io/CS8803-LLM-spring2026/
- https://docs.google.com/spreadsheets/d/1Oisf4imoNL3fs4UWGYAUlMCuYfCACMHCDb0iqEYU8wc/edit?usp=sharing

👉 @PythonPortal

А вы знали, что в Python можно делать перегрузку функций с помощью functools?

Вот пример:

👉 @PythonPortal

Большой брат следит за тобой. 😂

https://github.com/arxhr007/Aliens_eye

Aliens_eye - ищет аккаунты по одному имени пользователя сразу на 840+ платформах и с помощью ИИ определяет, какие профили действительно принадлежат нужному человеку.

Aliens_eye также извлекает доступные данные из найденных профилей. Проект написан на Python, распространяется по лицензии MIT и сейчас набрал около 3,1 тыс. звёзд на GitHub.

👉 @PythonPortal

Python может помочь инженерам-механикам автоматизировать рабочие процессы, анализировать данные и решать сложные инженерные задачи.

В этом курсе разбирается Python именно для машиностроения — от базовых концепций программирования до практического применения в инженерных задачах.

В программе NumPy, Pandas и Matplotlib, работа с ИИ в инженерных процессах и несколько практических кейсов.

https://freecodecamp.org/news/python-for-mechanical-engineering/

👉 @PythonPortal