Карпаты выложил в опенсорс мини-клона ChatGPT — nanochat 😱
Один из создателей GPT, Андрей Карпаты, выложил nanochat — проект, с помощью которого можно собрать и обучить собственного чат-бота с нуля за несколько часов на облачном GPU. Внутри всего 8 000 строк кода без лишних зависимостей.
Сам Карпаты называет этот проект «самым безумным, что он когда-либо писал». Гитхаб здесь. (https://github.com/karpathy/nanochat)
@python_be1
Один из создателей GPT, Андрей Карпаты, выложил nanochat — проект, с помощью которого можно собрать и обучить собственного чат-бота с нуля за несколько часов на облачном GPU. Внутри всего 8 000 строк кода без лишних зависимостей.
Сам Карпаты называет этот проект «самым безумным, что он когда-либо писал». Гитхаб здесь. (https://github.com/karpathy/nanochat)
@python_be1
GitHub
GitHub - karpathy/nanochat: The best ChatGPT that $100 can buy.
The best ChatGPT that $100 can buy. Contribute to karpathy/nanochat development by creating an account on GitHub.
Познавательное: отличный воркшоп, где пошагово объясняют, как создать собственного помощника по программированию — от простого чатбота до полноценного агента, который умеет читать файлы, выполнять shell-команды и редактировать код.
Чистая практика с упором на архитектуру и механику, а не интерфейс. Если всегда хотелось понять, как под капотом работает ваш IDE-агент — это идеальный старт:
— Подключение к API Claude;
— Создание чат-бота на Go;
— Добавление инструментов для чтения и правки кода;
— Обработка ошибок и ответов от инструментов;
— Построение агента, который учится на своих шагах.
Cursor напрягся (https://github.com/ghuntley/how-to-build-a-coding-agent) 😂
@python_be1
Чистая практика с упором на архитектуру и механику, а не интерфейс. Если всегда хотелось понять, как под капотом работает ваш IDE-агент — это идеальный старт:
— Подключение к API Claude;
— Создание чат-бота на Go;
— Добавление инструментов для чтения и правки кода;
— Обработка ошибок и ответов от инструментов;
— Построение агента, который учится на своих шагах.
Cursor напрягся (https://github.com/ghuntley/how-to-build-a-coding-agent) 😂
@python_be1
3 ИИ-инструмента, которые упростят жизнь
— включаете диктофон на лекции, а потом кидаете запись в бота. Он сделает полную расшифровку и короткую выжимку с самой важной информацией. Можно даже задавать вопросы по содержанию
Handwrittner (https://handwrittner.com/?lang=en) — превращает любой текст в реалистичный рукописный вариант. Подходит, если нужно сдать конспект или красиво оформить работу ✍️📝
OpenEvidence (https://www.openevidence.com/) — нейросеть, которая объясняет медицинские анализы и диагнозы. Работает на данных ВОЗ и прошла врачебный экзамен США (USMLE). Уже применяется в клиниках по всему миру.
@python_be1
— включаете диктофон на лекции, а потом кидаете запись в бота. Он сделает полную расшифровку и короткую выжимку с самой важной информацией. Можно даже задавать вопросы по содержанию
Handwrittner (https://handwrittner.com/?lang=en) — превращает любой текст в реалистичный рукописный вариант. Подходит, если нужно сдать конспект или красиво оформить работу ✍️📝
OpenEvidence (https://www.openevidence.com/) — нейросеть, которая объясняет медицинские анализы и диагнозы. Работает на данных ВОЗ и прошла врачебный экзамен США (USMLE). Уже применяется в клиниках по всему миру.
@python_be1
Handwrittner
Handwrittner - Генератор рукописных конспектов
Создавай реалистичные, рукописные конспекты в виде фото тетради для отправки онлайн либо печатай готовые конспекты в свою тетрадь.
Вышла большая подборка готовых ИИ-агентов и шаблонов проектов для Claude Code.
Можно получить личного код-ревьюера, ИИ-разработчика, создателя игр или дизайнера интерфейсов и многое другое.
Забираем бесплатно по ссылке. (https://www.aitmpl.com/agents)
@python_be1
Можно получить личного код-ревьюера, ИИ-разработчика, создателя игр или дизайнера интерфейсов и многое другое.
Забираем бесплатно по ссылке. (https://www.aitmpl.com/agents)
@python_be1
Claude Code Templates
Claude Code Templates - Supercharge Your AI Development
Professional templates for Anthropic's Claude Code. Deep coding at terminal velocity with Claude Opus 4.1. Install 100+ agents, commands, settings & hooks.
This media is not supported in your browser
VIEW IN TELEGRAM
🎨 Nano Banana добавили в Google Search — передают, что из России нейронка работает без VPN. Сейчас это самый мощный нейрофотошоп, который можно юзать бесплатно:
1. Открываем Lens в приложении Google на Android или iOS.
2. Выбираем новый режим «Создать» с иконкой бананы.
3. Отправляем любой запрос.
4. Или делаем фотку и пишем, как её хотим изменить.
5. Можно продолжить редактирование или скачать готовую картинку.
Пользуемся!
@python_be1
1. Открываем Lens в приложении Google на Android или iOS.
2. Выбираем новый режим «Создать» с иконкой бананы.
3. Отправляем любой запрос.
4. Или делаем фотку и пишем, как её хотим изменить.
5. Можно продолжить редактирование или скачать готовую картинку.
Пользуемся!
@python_be1
🔥 Pandas трюк: ускоряем группировки с map вместо merge_groupby
Когда нужно добавить агрегированные значения (например, среднее по группе) обратно в исходный DataFrame, большинство разработчиков делают groupby().transform() или merge().
Но есть менее известный способ — использовать map() после groupby().mean(), который в некоторых случаях работает в 2–3 раза быстрее и требует меньше памяти.
Фокус в том, что groupby().mean() создаёт компактный Series, где индекс — это категория, а значения — результат агрегации.
А map() просто подставляет их обратно в исходный DataFrame без тяжёлого join.
```
import pandas as pd
import numpy as np
# пример данных
N = 5_000_000
df = pd.DataFrame({
"group": np.random.choice(["A", "B", "C", "D"], N),
"value": np.random.randn(N)
})
# классический подход
df["mean_value_merge"] = df["group"].map(df.groupby("group")["value"].mean())
# сравнение с transform
df["mean_value_transform"] = df.groupby("group")["value"].transform("mean")
# идентичность результата
print(df["mean_value_merge"].equals(df["mean_value_transform"]))
```
Это особенно полезно на миллионах строк, когда transform начинает “проседать”.
Метод даёт тот же результат, но заметно экономнее по CPU и RAM.
@python_be1
Когда нужно добавить агрегированные значения (например, среднее по группе) обратно в исходный DataFrame, большинство разработчиков делают groupby().transform() или merge().
Но есть менее известный способ — использовать map() после groupby().mean(), который в некоторых случаях работает в 2–3 раза быстрее и требует меньше памяти.
Фокус в том, что groupby().mean() создаёт компактный Series, где индекс — это категория, а значения — результат агрегации.
А map() просто подставляет их обратно в исходный DataFrame без тяжёлого join.
```
import pandas as pd
import numpy as np
# пример данных
N = 5_000_000
df = pd.DataFrame({
"group": np.random.choice(["A", "B", "C", "D"], N),
"value": np.random.randn(N)
})
# классический подход
df["mean_value_merge"] = df["group"].map(df.groupby("group")["value"].mean())
# сравнение с transform
df["mean_value_transform"] = df.groupby("group")["value"].transform("mean")
# идентичность результата
print(df["mean_value_merge"].equals(df["mean_value_transform"]))
```
Это особенно полезно на миллионах строк, когда transform начинает “проседать”.
Метод даёт тот же результат, но заметно экономнее по CPU и RAM.
@python_be1
🧨 Вышла лучшая нейронка для апскейла и реставрации любых видео — FLASHVSR воскрешает даже самые шакальные ролики низкого разрешения.
Работает в реальном времени через три этапа: дистилляция для улучшения качества видео, сокращение лишних вычислений и ускоренная реконструкции без потери качества.
GitHub — тут, (https://github.com/OpenImagingLab/FlashVSR) а HuggingFace — тут. (https://huggingface.co/JunhaoZhuang/FlashVSR)
@python_be1
Работает в реальном времени через три этапа: дистилляция для улучшения качества видео, сокращение лишних вычислений и ускоренная реконструкции без потери качества.
GitHub — тут, (https://github.com/OpenImagingLab/FlashVSR) а HuggingFace — тут. (https://huggingface.co/JunhaoZhuang/FlashVSR)
@python_be1
This media is not supported in your browser
VIEW IN TELEGRAM
💪Хочешь, чтобы твой Telegram-бот отвечал с помощью #ChatGPT?
Сделай это за пару минут: просто установи библиотеку python-telegram-bot, добавь свой OpenAI API-ключ и токен бота, и бот начнёт отвечать на все сообщения с помощью ChatGPT.
@python_be1
Сделай это за пару минут: просто установи библиотеку python-telegram-bot, добавь свой OpenAI API-ключ и токен бота, и бот начнёт отвечать на все сообщения с помощью ChatGPT.
@python_be1
🐧 Продвинутый Linux-трюк: “умный” контроль ресурсов с `cgroups` прямо из терминала
Если ты запускаешь тяжёлые задачи (обучение модели, рендер, компиляцию) и не хочешь, чтобы они съели всю систему — попробуй ограничивать ресурсы напрямую через `cgroups`, без Docker и root-магии.
💡 Создай лёгкую sandbox для процесса:
```bash
# 1. Создаём группу ограничений
sudo cgcreate -g memory,cpu:/sandbox
# 2. Ограничиваем ресурсы
echo 4G | sudo tee /sys/fs/cgroup/memory/sandbox/memory.limit_in_bytes
echo 50 | sudo tee /sys/fs/cgroup/cpu/sandbox/cpu.shares
# 3. Запускаем процесс внутри sandbox
sudo cgexec -g memory,cpu:/sandbox python train.py
```
🔍 Что это даёт:
- memory.limit_in_bytes — ограничивает использование RAM
- cpu.shares — задаёт приоритет CPU (100 — 100%, 50- половина и т.д.)
- процесс изолируется от остальной системы без контейнеров
- можно комбинировать с ionice и nice для полного контроля нагрузки
💪 Бонус: мониторинг потребления:
```bash
sudo cgget -r memory.usage_in_bytes /sandbox
```
🧠 Почему это круто:
- Тот же механизм, на котором работают Docker, Kubernetes и systemd
- Даёт тонкий контроль над ядром Linux без лишнего софта
- Идеально, если ты обучаешь ML/LLM-модели, рендеришь видео или просто не хочешь, чтобы процесс повесил систему
🚀 Linux-профи знают: настоящая сила - в управлении ядром, а не в графических тулзах.
@python_be1
Если ты запускаешь тяжёлые задачи (обучение модели, рендер, компиляцию) и не хочешь, чтобы они съели всю систему — попробуй ограничивать ресурсы напрямую через `cgroups`, без Docker и root-магии.
💡 Создай лёгкую sandbox для процесса:
```bash
# 1. Создаём группу ограничений
sudo cgcreate -g memory,cpu:/sandbox
# 2. Ограничиваем ресурсы
echo 4G | sudo tee /sys/fs/cgroup/memory/sandbox/memory.limit_in_bytes
echo 50 | sudo tee /sys/fs/cgroup/cpu/sandbox/cpu.shares
# 3. Запускаем процесс внутри sandbox
sudo cgexec -g memory,cpu:/sandbox python train.py
```
🔍 Что это даёт:
- memory.limit_in_bytes — ограничивает использование RAM
- cpu.shares — задаёт приоритет CPU (100 — 100%, 50- половина и т.д.)
- процесс изолируется от остальной системы без контейнеров
- можно комбинировать с ionice и nice для полного контроля нагрузки
💪 Бонус: мониторинг потребления:
```bash
sudo cgget -r memory.usage_in_bytes /sandbox
```
🧠 Почему это круто:
- Тот же механизм, на котором работают Docker, Kubernetes и systemd
- Даёт тонкий контроль над ядром Linux без лишнего софта
- Идеально, если ты обучаешь ML/LLM-модели, рендеришь видео или просто не хочешь, чтобы процесс повесил систему
🚀 Linux-профи знают: настоящая сила - в управлении ядром, а не в графических тулзах.
@python_be1
Топ справочник, где собрано больше сотни документаций по языкам, фреймворкам и API 👏
Есть всё, что нужно:
— Быстрый поиск по всем докам;
— Оффлайн-режим;
— Описания и примеры для каждого элемента (атрибуты, классы, методы);
— Горячие клавиши и закладки;
— Интерфейс без лишнего мусора.
Идеально (https://devdocs.io/) 🍆
@python_be1
Есть всё, что нужно:
— Быстрый поиск по всем докам;
— Оффлайн-режим;
— Описания и примеры для каждого элемента (атрибуты, классы, методы);
— Горячие клавиши и закладки;
— Интерфейс без лишнего мусора.
Идеально (https://devdocs.io/) 🍆
@python_be1
👩💻 FastMCP (https://github.com/jlowin/fastmcp) — Быстрый, Python-способ создания MCP-серверов!
🌟 Серверы Model Context Protocol (MCP) — это новый стандартизированный способ предоставления контекста и инструментов вашим LLM, а FastMCP делает создание серверов MCP простым и интуитивно понятным. Создавайте инструменты, предоставляйте ресурсы и определяйте подсказки с помощью чистого кода Python!
🔐 Лицензия: MIT
🖥 Github (https://github.com/jlowin/fastmcp)
@python_be1
🌟 Серверы Model Context Protocol (MCP) — это новый стандартизированный способ предоставления контекста и инструментов вашим LLM, а FastMCP делает создание серверов MCP простым и интуитивно понятным. Создавайте инструменты, предоставляйте ресурсы и определяйте подсказки с помощью чистого кода Python!
🔐 Лицензия: MIT
🖥 Github (https://github.com/jlowin/fastmcp)
@python_be1
🎥 Krea Realtime 14B — новая модель текст-видео с открытым исходным кодом от Krea AI
Модель на 14 миллиардов параметров, это более чем в 10 раз больше, чем у большинства открытых моделей в режиме реального времени.
Скорость: способна генерировать видео со скоростью ~11 кадров в секунду при 4 шагах инференса на одной GPU NVIDIA B200.
Технологии: использует метод «Self-Forcing» для преобразования диффузионной модели видео в авторегрессионную.
Возможности: поддерживает режимы «Text-to-Video» и «Video-to-Video» (последний пока в разработке), а также интерактивную генерацию — пользователь может менять промты на лету, стилизовать видео и увидеть первые кадры за ~1 секунду.
Лицензия Apache 2.0.
https://huggingface.co/krea/krea-realtime-video (https://huggingface.co/krea/krea-realtime-video)
@python_be1
Модель на 14 миллиардов параметров, это более чем в 10 раз больше, чем у большинства открытых моделей в режиме реального времени.
Скорость: способна генерировать видео со скоростью ~11 кадров в секунду при 4 шагах инференса на одной GPU NVIDIA B200.
Технологии: использует метод «Self-Forcing» для преобразования диффузионной модели видео в авторегрессионную.
Возможности: поддерживает режимы «Text-to-Video» и «Video-to-Video» (последний пока в разработке), а также интерактивную генерацию — пользователь может менять промты на лету, стилизовать видео и увидеть первые кадры за ~1 секунду.
Лицензия Apache 2.0.
https://huggingface.co/krea/krea-realtime-video (https://huggingface.co/krea/krea-realtime-video)
@python_be1
huggingface.co
krea/krea-realtime-video · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
На Stepik вышел новый курс: Linux — навык, который окупается в любой IT-профессии.
Хочешь вырасти как инженер, DevOps, тестировщик или аналитик?
Без Linux ты упираешься в потолок.
🔹 В курсе ты:
Изучишь ядро системы и командную строку
Разберёшься с логами, процессами, сетью и правами
Сможешь чинить и настраивать любой сервер без паники
🎯 После — ты реально понимаешь, что делает твой компьютер.
🚀 Скидка −30% ещё действует — не упусти шанс.
👉 Стартуй курс на Stepik и открой Linux с новой стороны: https://stepik.org/a/257207/pay?promo=e1ed108f9bc79d73
@python_be1
Хочешь вырасти как инженер, DevOps, тестировщик или аналитик?
Без Linux ты упираешься в потолок.
🔹 В курсе ты:
Изучишь ядро системы и командную строку
Разберёшься с логами, процессами, сетью и правами
Сможешь чинить и настраивать любой сервер без паники
🎯 После — ты реально понимаешь, что делает твой компьютер.
🚀 Скидка −30% ещё действует — не упусти шанс.
👉 Стартуй курс на Stepik и открой Linux с новой стороны: https://stepik.org/a/257207/pay?promo=e1ed108f9bc79d73
@python_be1
This media is not supported in your browser
VIEW IN TELEGRAM
Вышел ИИ-браузер от OpenAI — ChatGPT Atlas
Вот основные фишки детища Альтмана:
• Простейший интерфейс — справа ChatGPT, слева сайт
• Нейронка всегда с вами: делает саммари документов и страниц, помогает писать тексты и находить инфу
• Браузер запоминает вашу историю общения
• Полная автоматизация всех рутинных задач благодаря Agent-mode
• ИИ-агент может работать одновременно со скроллингом: вы дали ему задачу и можете лазить по сайтам, пока он дает ответ
• Интегрированы сервисы Google и в нем работаю ВСЕ расширения
• Доступен на macOS, скоро выйдет на Windows и ДАЖЕ iOS и Android
Владельцы макбуков, могут пользоваться уже сегодня.
🍎
@python_be1
Вот основные фишки детища Альтмана:
• Простейший интерфейс — справа ChatGPT, слева сайт
• Нейронка всегда с вами: делает саммари документов и страниц, помогает писать тексты и находить инфу
• Браузер запоминает вашу историю общения
• Полная автоматизация всех рутинных задач благодаря Agent-mode
• ИИ-агент может работать одновременно со скроллингом: вы дали ему задачу и можете лазить по сайтам, пока он дает ответ
• Интегрированы сервисы Google и в нем работаю ВСЕ расширения
• Доступен на macOS, скоро выйдет на Windows и ДАЖЕ iOS и Android
Владельцы макбуков, могут пользоваться уже сегодня.
🍎
@python_be1