Вы наверняка слышали про недавно найденный контрпример для гипотезы якобиана (Claude Fable 5):

hello there the jacobian conjecture is false thanx to my close friend akhil for asking about it and my other close friend fable for working during the world cup final

Сегодня Дмитрий Рыбин написал (в Твиттере, конечно) о нахождении контрпримера для гипотезы Диница-Гарга-Гоманса (GPT 5.6 Pro).

Как? В 4 шага.

1. 😛

Construct a counterexample to general (non-planar) case of Dinitz Garg Goemans conjecture. You should do a breakthrough and find a structured counterexample.

2. 😝

please continue research and find a complete unconditional counterexample

3. 😜

Continue the search. Have a clear strategy obtained from deeper understanding of the problem structure.

4. 🤪

it's enough of partial results. let's finish with a complete unconditional counterexample

Транскрипт

🤡🤌

– @pgregory 🫠

Работаю над CoreInfra AT1 и переодически сталкиваюсь с тем, что OpenAI считает это cybersecurity professional tool и отказывается работать.

С одной стороны это приятно, поскольку действительно мы считаем AT1 лучшим и уникальным продуктом в сфере полносистемного семантического фаззинга и поиска ошибок, с другой доставляет некоторые неудобства.

Сейчас спасает, что под боком в хабе есть китайские модельки, которые не обращают на это внимание и продолжают работать =)

PS: если хотите попробовать фронтирные модели в сочетании с топовыми китайцами – все есть на https://hub.coreinfra.ai/register

– @tthread

И опять контрэкземпл, но не там где ждали и не от AI. На этот раз с инвариантом свойства логарифма для Lua и PHP (кто бы сомневался).

Утверждается, что если a>b>1, то логарифмы от x, где x>1 по основанию a и b будут строго меньше соответвующе. Но PHP и Lua получают обратный результат.

Очень забавная находка и спойлер такой, что дело не в арифметике с плавающей точкой, это было бы достаточно скучно, дело в том, что оптимизации нарушают математический инвариант.

Почему – подробности в посте из канала.

– @tthread

Открытые китайские модели всё ближе подбираются к фронтиру.

Сначала появился DeepSeek R1, удививший всех своей доступностью. Затем вышел GLM-5.2 — он лишь на полшага отстаёт от фронтирных моделей и сейчас особенно популярен для ревью кода.

А недавно Moonshot AI представила Kimi K3 — уже полноценную фронтирную модель. В веб-разработке она показывает одни из лучших результатов.

С сегодняшнего дня вы можете попробовать модели Moonshot AI прямо в нашем хабе

— @razmser

Свежее выступление моего любимого поляка Фила Пизло про его проект, скромно названный Fil-C – самое интересное, что случилось в системном программировании за последний год.

https://www.youtube.com/watch?v=5F-2Y1LPRek

Ну и легкий троллинг Раста это всегда хорошо :-)

– @pgregory

Me too

Самое загадочное в больших языковых моделях – это то, что они все работают, несмотря на огромную разницу во всем.

Dense, MoE, LatentMoE, все варианты attention (в т.ч. например Kimi Linear который вообще не совсем attention), все варианты функций активации, все варианты обучения – классический pretrain, JEPA-like цели, RL, все модальности – текст, сырое (!) аудио и картинки, видео, квантизация и дистилляция – все работает, во всех доменах, и между доменами.

Можно придумать бесконечное множество причин, почему это не должно работать – но оно работает.

Pic unrelated.

– @pgregory

Когда программируешь с агентами обычно нужно читать много кода и ревьюить коммиты. (ну если только ты не школьник-вайбкодер, хи-хи). Интересным вопросом является вопрос структурирования больших PR, об этом я думаю как-нибудь расскажет @pgregory, а @razmser мне подсказал классный тул, который рекомендую к использованию.

revdiff супер прост в использовании, согласно документации буквально:

Usage:
  revdiff [base] [against]

На скрине можно посмотреть, как это выглядит. Дело в том, что стандартный git diff не дает контекста и показывает только измененные строки, когда важно видеть весь контекст. С помощью revdiff видны все файлы с измениями в дифе и полное их содержимое. Для любителей потыкать мышкой, у меня в ghostty рабтает даже управление через трекпад.

Супер удобно для просмотра и ревью больших PR.

https://github.com/umputun/revdiff

– @tthread

Сегодня – лучшее время, чтобы вернуться к своим пет проектам.

Есть у меня проект: "улицы Санкт-Петербурга", где я хочу обойти все улицы этого прекрасного города. Но как понять, что я действительно это сделал? Очевидно, нужно записывать GPS треки и сделать софтину, которая подскажет что осталось. В до-LLM времена, я как начинал думать, что нужно ресечить OpenStreetMap API, считать геометрию в WGS84, учиться маппить треки на тайлы... В общем я понимал что эта, в общем-то второстепенная задача, выходит на несколько недель работы и мотивация быстро пропадала.

Чуть больше года назад у нас появились агенты: "Во, сейчас быстренько сделаем", - подумал я. Взял курсор, его бесплатную модельку (нашей картой же не оплатить) и... ничего толком не вышло. У модельки ничего не получалось: очень долго не могла научиться скачивать правильные геоданные, фиксила один баг, появлялся другой, потом старый опять возвращался, все ходило по кругу. В общем у меня тогда не хватило терпения вести её за ручку и я сдался. К слову с фронтиром дела обстояли так же.

Вчера я сделал ещё один подход к снаряду. Открыл кодекс и буквально с одного промпта агент скачал все тайлы, спарсил GPX, посчитал все раcстояния в питончике, наделал скриншотов для проверки и минут через 10 вернулся ко мне с работающим проектом. Но это SOTA модель – GPT 5.6 Sol High и для чистоты эксперимента нужно взять что-то прям совсем дешевое, например DeepSeek V4 Flash. И что вы думаете? Она тоже справилась. Работала, конечно, дольше (около 40 мин.), оставила пару багов, но стоило это каких-то 14 руб.

Кажется сейчас золотое время таких вот пет проектов, которые немножко улучшают нашу жизнь. Раньше на них приходилось жертвовать довольно много времени, сегодня они стоят дешевле сникерса.

– @nik_myxo

Объяснить я и сам могу.

Мне очень нравится этот анекдот. Он буквально про агентов, которые готовы объяснить, что угодно, но не только про них.

Хороший маркетолог расскажет, как строится рынок, разработает стратегию продвижения и объяснит, почему одно сработало, а другое нет. Но он не сможет что-то построить, строить и создавать могут только авторы продукта. Никто за основателя не придумает бренд, не сможет его наполнить и не сможет его транслировать.

Ребята-маркетологи себя застенчиво называют "функцией маркетинга", они лучше других знают, что -олог – это про объяснить =)

Поэтому какой смысл быть подписанным на очередной бигтех канал "инсайдов", который ведет штат пиарщиков с KPI?

Дамы и господа, читайте наш канал! Мы пишем от первого лица о том, что происходит у нас в компании, какие технологии нам интересны и что мы задумали сделать еще 😃

– @tthread

Две забавные мысли:

Программа : циклы процессора ~= агент : токены.

LLM-ки похожи на фаззеры тем, что и там, и там – мы понимаем механизм, но не понимаем, почему это работает, и в обоих случаях в сердце процесса compute go brrrr.

LLM-ки – это фаззеры мыслительного процесса. Да-да, за таблетками уже иду 🙂

– @pgregory