Контент на вечер: сооснователь OpenAI Илья Суцкевер дал большое интервью блогеру Дваркешу Пателю.

Они обсуждали, как обойти текущие ограничения для обучения ИИ и приблизить его к человеку и почему люди все еще эффективнее моделей. Также Суцкевер покритиковал «крысиные бега» между топовыми ИИ-лабораториями.

Смотрим по ссылке (https://www.youtube.com/watch?v=aR20FWCCjAs).

@python_be1

Полезное: нашли репозиторий, который превращает обычных разработчиков в ИИ-инженеров.

Внутри отборные научные статьи, блоги и схемы по ключевым темам: архитектура, токенизация, RAG, MCP — все, что вы пропустили или до чего не дошли. Короче, база.

Забираем (https://github.com/InterviewReady/ai-engineering-resources) ☕️

@python_be1

🚨 SQL Никогда НЕ ДЕЛАЙ ТАК #sql

НИКОГДА НЕ ЛОМАЙ ИНДЕКСЫ ФУНКЦИЯМИ: не оборачивай индексируемые поля в функции внутри WHERE.

Как только ты пишешь LOWER(), CAST(), COALESCE() или любые вычисления по колонке — индекс перестаёт работать, и запрос падает в полное сканирование таблицы.

Это одна из самых тихих причин, почему запросы внезапно превращаются в тормоза.

Вместо этого приводи значения заранее или используй функциональные индексы.

```

Плохо: индекс по email НЕ используется
SELECT *
FROM users
WHERE LOWER(email) = 'user@example.com';

— Хорошо: нормализуем значение заранее
SELECT *
FROM users
WHERE email = 'user@example.com';

— Или создаём функциональный индекс (PostgreSQL)
CREATE INDEX idx_users_email_lower ON users (LOWER(email));
```

@python_be1

Привет, друзья! Отличные новости! Наш чат, существующий с 2020 года, снова открыт для вас! Лучший чат для обсуждений с уклоном в тематику IT и программирования (хотя общаться можно абсолютно на любые темы) ждёт вас не зависимо от вашего уровня и знаний, главное быть адекватным и приятным собеседником. У нас вы сможете повысить свои навыки в программировании, поделиться опытом с другими, найти новых друзей да и просто отдохнуть в хорошей компании. Заходи по ссылке в закрепе моей страницы и добро пожаловать!

@python_be1

Гайд по правильной архитектуре большого Python-проекта? #python #ai

@python_be1

🚀 Step-Audio-R1 — первый аудио-LLM, который открыл масштабирование вычислений на этапе инференса для задач звука. Новый рубеж для моделей, работающих с живым аудио.

🛠️ Ключевые возможности:
- глубокое понимание аудиосигнала
- реакция в реальном времени
- масштабируемые цепочки рассуждений для аудио-задач

🔥 Производительность:
- превосходит Gemini 2.5 Pro и сопоставим с Gemini 3 на ключевых бенчмарках по аудио-reasoning
- 96% точности в режиме реального времени - выше, чем GPT Realtime и Gemini 2.5 Flash Native Audio Dialog
- латентность первого токена - всего 0.92 секунды

Step-Audio-R1 использует Modality-Grounded Reasoning Distillation (MGRD) - подход, при котором цепочки рассуждений привязываются не к "домыслам модели", а к реальным акустическим признакам сигнала.
То есть модель рассуждает, опираясь на звук, а не на абстракции из текста.

Это убирает галлюцинации, повышает надёжность и позволяет масштабировать глубину reasoning так же, как это делают текстовые R1-подобные модели, но теперь в аудио.

Новый этап: LLM, которые думают не только над текстом, но и над реальным звучанием мира.

👾Demo: https://stepaudiollm.github.io/step-audio-r1/
📄 Paper: https://arxiv.org/abs/2511.15848
🐙 GitHub: https://github.com/stepfun-ai/Step-Audio-R1

@python_be1

🔥 Вся историю Unix - от первых 2.5 тысяч строк на PDP-7 до 30 миллионов строк современного FreeBSD.


По сути, это Git-машина времени, восстановленная вручную из 24 исторических снапшотов.

Что внутри:

- Полвека разработки сведены в непрерывную линию: 1970 → 2018, без пропавших релизов и дыр в истории.
- Почти 500 000 коммитов, более 2000 мерджей и около 1000 авторов — самых первых нашли через архивные документы и письма.
- Полная эволюция Unix: PDP-7, версии V1–V7, Unix/32V, все ветки BSD, SCCS-история, 386BSD, вся линейка FreeBSD от 1.0 до текущего дерева.
- Восстановление сделано с максимальной точностью — код собрали по крупицам из разных систем.
- Репозиторий только для чтения: он не принимает пуши, а регулярно пересобирается с нуля, чтобы история оставалась чистой и неизменной.

Это, пожалуй, самый аккуратный и полный архив развития Unix, который можно открыть прямо в GitHub:
https://github.com/dspinellis/unix-history-repo

@python_be1

🕔 Как сделать задержку в Python разными способами

В Python есть несколько способов сделать задержку, и каждый подходит под разные задачи.

Обычная пауза - через time.sleep().
Неблокирующая задержка - через asyncio.sleep() в асинхронном коде.

Точная задержка в цикле — через time.perf_counter().
Выбирайте под свой сценарий. Подписывайся, больше фишек каждый день !

@python_be1

Анекдот: юзеры массово не могут зайти в Windows — после обновы пропала (https://www.ixbt.com/news/2025/11/30/microsoft-windows-11.html)... кнопка ввода пароля

Обновление KB5064081 снова «улучшило» систему: на экране блокировки внезапно исчезла кнопка для ввода пароля. Она невидимая, но формально существует.

Фикс от «майков» убил: нужно просто ткнуть в пустоту и надеяться, что попадёте. Проблема затронула тех, кто ставит предварительные обновления.

Пока не обновляемся🫡

@python_be1

⚡️ Annotation Toolkit помогает дизайнерам прямо в макете объяснить, как должны работать элементы интерфейса.

Проще говоря, он позволяет:

- подписывать элементы: что кликается, что меняется, как ведёт себя при разной ширине экрана;

- сразу указать требования по доступности: например, какой alt-текст нужен или что должно быть доступно с клавиатуры;

- убрать путаницу при передаче макета разработчикам, чтобы они точно понимали задумку.

Почему это важно:
Почти половина ошибок по доступности появляется только потому, что дизайнеры и разработчики по-разному понимают поведение элемента. Если зафиксировать эти детали заранее - проблемы просто не возникнут.

https://github.blog/enterprise-software/collaboration/level-up-design-to-code-collaboration-with-githubs-open-source-annotation-toolkit/

@python_be1

Топовые модели ИИ оказались либералами с приоритетами далекими от реальных граждан — и это тревожно.

Рассказываем об эксперименте:
🟢 6 моделей заставили проголосовать на выборах в 8 странах. Как вы уже поняли — их выбор оказался дружно смещен в сторону лево-либеральных взглядов.

🟢 Нюанс в том, что модели при выборе понижали реальные заботы граждан — иммиграционный контроль, преступность и стоимость жизни люди называли главными проблемами. А ИИ считали, что в приоритете зеленые инвестиции и военные конфликты.

🟢 Единственной белой вороной оказался Grok — у него либерально-правые взгляды. И, на удивление, в 6 из 8 стран его голос совпал с реальными результатами выборов.

🟢 Устойчивые предпочтения моделей в политике пугают исследователей — 1 из 10 избирателей уже советуются (https://algosoc.org/results/1-in-10-dutch-citizens-are-likely-to-ask-ai-for-election-advice-this-is-why-they-shouldnt?utm_source=chatgpt.com) с ИИ перед голосованием.

Посмотреть какие модели за кого голосовали можно тут, (https://llm-politics.foaster.ai/) а заодно почитать иногда просто безумные предложения ИИ по новым законам.

Жаль только, что среди стран нет России, было бы любопытно посмотреть 😁

@python_be1

💀➡️ Большинство кодеров не знают про это ускорение в Python

Одна из самых недооценённых оптимизаций в Python — вынесение повторяющихся вычислений в локальные переменные.
Причина проста: доступ к локальной переменной в CPython *в 2–3 раза быстрее*, чем к глобальной или атрибуту модуля.

@python_be1