Нашел крутое: code2prompt — open-source тулза, которая превращает кодовую базу в промт для LLM.

Сканирует проект, строит дерево, описывает файлы, фильтрует ненужное и автоматически копирует результат в буфер.

Хватаем годноту

Сотни индусов притворялись нейросетью «НАТАША» и смогли заработать на этом полмиллиарда (!!!) долларов — рассказываем безумную историю компании BuilderAI, которая недавно подала на банкротство.

В далёком 2016 году двое друзей индийской национальности придумывают ChatGPT до ChatGPT — они выпускают чат-бота Natasha, в котором любой желающий может создавать целые приложения из промта.

Идея взлетела: в 2018 году в компанию инвестировали $29,5 млн, а позже SoftBank, Insight Partners и Microsoft докинули еще денег на $450 млн. Оценка BuilderAI перевалила за $1,5 млрд, хитрые индусы отпраздновали статус «единорога».

Сказка закончилась после расследования The Wall Street Journal: оказалось, что компания состояла только из людей, без какого-либо интеллекта: когда «Наташа» получала запрос от пользователя, команда индусов-планировщиков придумывала план, а команда индусов-разработчиков быстро собирала no-code прототип.

Похожим образом они фиксили баги, вносили изменения в проекты и т. д. Причем индусы удачно имитировали ИИ: результат их работы почти никогда не работал нормально.

Вместе с этим BuilderAI выпускали фейковые прогнозы прибыли, чтобы завышать стоимость компании. Последние 4 года они барахтались на API других компаний, но все же подали на банкротство.

Надеемся, нам не придётся писать такой же пост про ChatGPT.

@exploitex

Это просто очень мило: PurrCrypt — шифратор, который прячет серьёзную криптографию за звуками котов.

Под пушистым внешним видом PurrCrypt использует ту же криптографию эллиптической кривой, что и у биткоина.

И да, собачий режим тоже есть.

Шифруй с мурчанием

Исследователи Яндекса разработали и опубликовали в открытый доступ YaMBDa — один из крупнейших в мире датасетов для рекомендательных систем.

Датасет создан на основе обезличенных данных Яндекс Музыки и подходит не только для стримминговых сервисов, но и для оценки качества любых рекомендательных систем.

Обычно рекомендательные системы развиваются медленно, потому что им нужны горы хороших данных, которые коммерческие компании не часто предоставляют. Открытых источников мало, а те, что есть, — бедные по параметрам, чтобы делать на них серьёзные исследования.

С появлением YaMBDa у научного сообщества и разработчиков появилась возможность тестировать и дорабатывать алгоритмы, чтобы создавать более точные рекомендательные системы.

Яндекс B2B Tech релизнул крутую платформу для обработки гигантских объёмов данных — YTsaurus.

Тулза может анализировать маленькие задачи, эксабайты и даже обучать мощные модели. Доступна в облаке и на инфраструктуре клиента с поддержкой Яндекса.

Сервис суперски подойдёт для нейросетей, поискового индекса, маркетинга и автономного транспорта.

Также поддерживает MapReduce, ClickHouse и Apache Spark.

Нашёл прикольный сервис извлечения пользы от созвонов: Granola.

Это ИИ-блокнот для Mac или iPhone, который слушает через микрофон созвоны, синхронизируется с вашими заметками и помогает собрать чёткий конспект: основные мысли, решения и т.д. Всё в одном окне, без потерь и рассинхронов.

Работает быстро, красиво и безопасно — вся чувствительная инфа хранится на вашем устройстве. Есть шаблоны для встреч, экспорт в Slack и GPT-помощник для писем и задач.

Пользуйтесь

Увидел крутую новость: Яндекс Карты интегрировали ML в алгоритм расчета времени в пути.

Заменили формулу «расстояние/скорость» на модель, которая учитывает светофоры, подъемы, повороты, время суток и так далее. Точность выросла на 45%.

Ещё одна фишка: маршрутизатор теперь предлагает пути, исходя из популярности маршрутов. Алгоритм изучает анонимизированный массив данных о построении маршрутов и понимает — вот этот «быстрый» проход через двор все игнорят, значит, есть причина. И перестает его предлагать.