Python + Prolog: нейронка и жёсткая логика в одном процессе

Clausal Prolog скрещивает Python с Prolog — языком логического программирования. Сеть дёргает правила, а правила могут дёрнуть сеть обратно. И всё это без отдельного сервиса и без возни с сериализацией данных.

Что с этого поиметь:
• Жёсткие рамки: задаёшь условия, которым решение обязано соответствовать.
• Видно, откуда ноги растут: можно раскопать, какие правила привели к результату.
• Правишь поведение без переобучения: хватит подкрутить одно правило.

Как это выглядит на практике: модель кидает план действий, а логический слой сверяет его с ограничениями, которые ты задал. Такую штуку зовут нейросимвольным ИИ.

Ставится так: pip install clausal. Нужен Python 3.13+. Лицензия MIT.
GitHub-репозиторий Clausal Prolog

👉 About Python

Один разработчик прогнал Astra и DeepSeek V4.1-1017 Flash на идентичном промпте, выкрутив рассуждения на максимум. Говорит, что реально офигел от результатов.

Astra управилась за 20 минут и сожгла $7. DeepSeek же ковырялась 1 час 40 минут, зато обошлась в $0,90. Astra хорошо докрутила детали и выдала штуку пооригинальнее того, что обычно выкатывают модели GPT. DeepSeek сильнее вложилась в окружение — вышло шикарно, а вот рыбки кои у неё получились так себе.

👉 About Python

Tencent выкатила Hy Memory — это общая память для ИИ-ассистентов и редакторов кода. Штука сводит в одно место воспоминания о переписках, работе и коде, чтобы контекст таскался между Codex, Cursor, WorkBuddy и прочими инструментами. Модель, движок и приложение открыли.

Внутри — Hy-Memory-30B-A3B: 30 млрд параметров, но активны лишь 3 млрд. Команда говорит, что система взяла первое место во всех четырёх бенчмарках, которые они прогнали, и уделала Opus 5 в тестах памяти: +10,2 пункта на MemoryArena, на 51,8% меньше объёма памяти и на 39,3% меньше токенов при вытаскивании воспоминаний.

Работает она и с чужими движками: Mem0, MemOS и EverMemOS. А в одном из продуктов Tencent точность восстановления инфы через несколько связанных фактов подскочила с 50% до 90%.

Источник

👉 About Python

Claude раскрутил криптографическую загадку, которой стукнуло 25 лет

ECDSA — это цифровая подпись, на которой держатся HTTPS, Bitcoin, SSH и куча всего ещё. Внутри — эллиптические кривые NIST: берёшь точку на кривой, k раз складываешь её с самой собой. На выходе — публичный ключ, а k — ключ секретный; без него стартовую точку уже не восстановишь.

Чтобы все считали по одной и той же математике, кривую надо было заранее зафиксировать: уравнение, коэффициенты, стартовую точку. Эти параметры в 90-х утвердил NIST, а сиды к ним дало АНБ — и не рассказало, как их выбирало. Вроде бы они должны быть случайными, но годами гуляла версия: АНБ могло подобрать такой сид, чтобы зашить в кривую бэкдор, о котором знает только оно. 25 лет никто не понимал, откуда взялся этот сид.

Claude разобрался за какие-то полчаса. Он предположил: в 1990-х сид вытащили из старого простого ГПСЧ, который пляшет от текущего времени. И правда — каждый сид оказался выводом такого генератора, запущенного в конкретную секунду с мая 1997-го по апрель 1998-го. Для модели всё было настолько просто, что она в какой-то момент решила: её тестируют и в задаче есть подвох

Источник

👉 About Python

Anthropic вроде как собираются выкатить Fable 5.5 (?)

The Information пишут про свежую модель этого стартапа — инсайдеры её уже пощупали. По их словам, у модели есть чуйка: намерения юзера она понимает даже из криво составленной, скупой инструкции. А особенно хороша там, где надо выловить баги и уязвимости.

Поговаривают, что релиз случится уже в этом месяце.

👉 About Python

«Понять, как тут всё устроено»: REA (Reverse Engineer Anything) цепляет Claude Code, Codex, Cursor и прочих ИИ-агентов к софту для анализа программ через MCP. Агент ковыряет функцию приложения без исходников: смотрит вызовы, разбирает логику, а потом по найденному пишет похожую реализацию под свой проект.

На вход идут нативные бинарники, JavaScript и Electron, .NET, Android APK и сайты. Для серьёзного разбора бинарей есть Ghidra, IDA или Hopper. Всё считается локально, но результаты улетают модели твоего провайдера. REA отдаёт находки с подтверждениями и ограничениями, а агент уже дальше исследует и пишет код.

Целиком исходник инструмент не вытаскивает. Зато помогает врубиться в устройство программы вплоть до псевдокода и ассемблера. github.com/morluto/rea

👉 About Python

Пятая часть Anthropic — точнее, 5% — теперь у общественного фонда. Компания объявила о запуске Anthropic Public Benefit Fund: это отдельная контора, куда перекидывают кусок акций, и работает она как общественный фонд. Бабки оттуда пойдут на донаты НКО, прямые выплаты отдельным группам ученых или граждан и прочее в том же духе.

5% отдают сразу. Сверху еще по 2% за каждые +50% к стоимости компании относительно некой базовой отметки. Логика простая: чем сильнее раздуется Anthropic, тем жирнее доля, уходящая на общественные цели. Что там будет со структурой и управлением фонда — расскажут в ближайшие месяцы.

Под постом в X нарисовался Илон Маск и заявил, что в своей компании собирается раздавать акции напрямую обществу (что это значит на практике — без понятия).

👉 About Python

ИИ-агенты вместо хакерской команды

Reuters пишет про очередного китайскоязычного хакера — этот товарищ вооружился ИИ-агентами и пошёл щупать больше 1200 сайтов. Больше сотни компаний он всё-таки вскрыл, среди них John Deere, SharkNinja и Cummins. Бюджет операции — примерно $5000 на токены, то есть $50 за один удачный взлом. На успешную атаку в среднем уходило около 23 часов, а отдельные таски висели дольше пяти дней.

Под капотом — опенсорсный мультиагентный фреймворк Cairn. По именам воркеров, которые тащили задачи, исследователи прикинули: внутри была связка Claude Code и DeepSeek V4.1 Flash. Обычно такое добро гоняют ради кода, а тут — массовые атаки на сайты. От человека требуется только цель и инструкции, дальше агенты сами ищут зацепки, пробуют ломать, пишут логи и решают, куда двигаться.

Запалился он на бытовухе: свою панель управления оставил в открытом доступе. Через неё исследователи и разобрали задачи ИИ-агентов и логи их выполнения. Вайб-хакинг.

👉 About Python

🤣 Явный признак

💥 xCode Journal

Новинки Python 3.15 упаковали в игру: whatsnewt — терминальный квест от Барри Уорсо. Ты просыпаешься внутри интерпретатора, проходишь 15 комнат и 18 головоломок про возможности Python 3.15. По пути попадутся ленивые импорты, frozendict, sentinel, распаковка в comprehensions, изменения типизации и остальные новинки.

Ответы крутятся в настоящем Python 3.15, а задания на типизацию гоняются через pyrefly. Смотрят не только что ты выдал, но и как дошёл: прошмыгнуть новую конструкцию привычным циклом получится не всегда. Внутри есть карта, инвентарь, подсказки за очки, ссылки на документацию и автосейв.

Запуск через uv: uvx --python 3.15 whatsnewt. Автор говорит, что заметную часть игры делал вместе с Claude. Норм повод пощупать релиз руками: каждая новинка — задача, которую надо разрулить самому. Подробности: whatsnewt на PyPI.

👉 About Python

Что-то тут нечисто…

👉 About Python

Real-Time Person & Elderly Fall Detection System — бесплатный питон-проект, который через компьютерное зрение палит падения в реалтайме. Он постоянно пережёвывает поток с камеры и оценивает позу человека даже когда часть тела не видно: колени или лодыжки могут быть за кроватью, диваном либо столом. Для базового запуска дорогую видюху покупать необязательно, а видео крутится локально — отправлять записи в облако не заставляют.

Падение система ловит по положению тела, скорости движения и резким изменениям позы. И пытается не путать реальное падение с обычными действиями: человек присел, наклонился или лёг отдохнуть. Такие технологии особенно нужны в больницах, домах престарелых, реабилитационных центрах и при домашнем уходе.

Чтобы поставить, хватит Python и веб-камеры либо готового видеофайла: git clone https://github.com/AwaisShah75/Real-Time-Person-Elderly-Fall-Detection-System.git, потом cd Real-Time-Person-Elderly-Fall-Detection-System, pip install -r requirements.txt и python run.py. На Windows можно ещё через run.bat. После запуска вылезет меню: 1 — следить через веб-камеру, 2 — разобрать готовое видео, 3 — показать падение с частично скрытым человеком, 4 — выйти.

GitHub/Инструкция

👉 About Python

Kimi K3.1 выкатили. Штука открытая и здоровенная: 2.8T параметров, 104B из них активные. Весов пока нет — обещают подогнать недели через две.

По силе модель спокойно держится на уровне фронтира (Opus 5.5, Astra, Fable 5.1). А разрыв между китайским опенсорсом и закрытыми американскими моделями с каждым релизом становится меньше.

Детали

👉 About Python

OpenTeams отчиталась, что сделала для PyTorch за 2026 год — речь про то, как сберечь память при обучении LLM и как жить с GPU на Mac.

Меньше обрывов в torch.compile: Dynamo теперь пилят по лекалам внутренностей CPython, чтобы он нормально переваривал обычный Python-код. Итог — реже случаи, когда компиляция сдаётся и всё скатывается обратно в Python. В PyTorch 2.13 завезли LinearCrossEntropyLoss: он жуёт данные порциями и не лепит целиком гигантский тензор оценок по всему словарю, так что пиковая память на расчёте loss ужимается вплоть до 4 раз. Для обучения языковых моделей — самое то.

MPS обзавёлся нативными реализациями части операций: если верить замерам команды, native_group_norm на M4 стал быстрее в среднем больше чем в 10 раз. В PyTorch 2.14 комплексные операции можно разложить на операции с вещественными тензорами и отдать уже имеющимся механизмам оптимизации. А под 2.15 готовят поддержку Python 3.15 в torch.compile и API отдельных MPS-потоков — чтобы раскидывать работу по нескольким очередям GPU на Mac.

Подробнее

👉 About Python

☠️ Почти каждый пятый скилл оказался вредоносным

Специалисты VirusTotal изучили 36 тысяч скиллов и обнаружили, что почти 7 тысяч из них вредоносны. Причем нацелены они именно на вайбкодеров, так как 62% из них содержат промпт-инъекции для агентов. При этом самые хитрые из вайбхакеров прячут их прямо в документации, HTML-комментариях и с помощью невидимых Unicode-символов.

Собственно, прежде чем ставить скилл для ИИ-агента, просканируйте его во имя собственной безопасности

✖️ xCode Journal