Один из лучших конспектов по LLM, что я видел — в 50 страницах вся инфа про большие языковые модели:

— История: от допотопных алгоритмов до моделей с ризонингом;
— Вся база по математике;
— Механизмы влияния и трансформеры;
— Понятное объяснение процесса претрейна;
— Гайд «Как самостоятельно затюнить модель»;
— RL – с нуля до ризонинга;
— С КАРТИНКАМИ!

Годное чтиво под утреннее кофе.

Веб-разработка на ванильном HTML, CSS и JavaScript / Хабр
https://habr.com/ru/companies/ruvds/articles/909390/

ИИ всех заменит

17 лет в IT, глазами уставшего, но бодрого инженера:

Каждые несколько лет ко мне прибегал кто-то не из разработки с горящими глазами и фразой:

«Нам нужно срочно встроить вот это. Все уже делают! Мы отстаём!»

И вот что это было за «это», по годам:

🧱 2007–2009 — Мобилки и революция App Store

Мы переписывали сайты под iPhone, делали «иконки на экран», и даже логотип компании пытались втиснуть в 114x114 пикселей.

«Где наше мобильное приложение?! У всех уже есть! Давай, Ваня уже скриншот сайта в айфон вставил и мы на сайте выложили»

⸻

👥 2010–2011 — Соцсети и лайки

Каждый второй питч: «Это как ВКонтакте, только для… [вставь нишу]».
Продакт ставил задачи вроде:

«Теперь мы не студия, а соцсеть для заказчиков! Добавьте логин через LJ, TW, FB, TW и кнопку «расшарить в ВКонтакте». Конверсия вырастет на 400%».

⸻

📶 2012 — Big Data

«У нас 500 мегабайт логов — это биг дата? Ну поищите где-нибудь бигдату, мы хотим машинное обучение!»

Мы ставили Hadoop-кластеры ради графиков в Excel. Связывались по доисторическим протоколам с самим адом, чтобы получить исторические данные. Бизнес не понимал, зачем, но было модно.

⸻

🛠 2014 — Интернет вещей

«А можно чайники, которые мы перепродаем встроить в интернет вещей? Как нет, а давайте разработаем сами тогда, да, да, свою сеть IoT, начнем с чайников...»

К нам приходили стартапы с идеями вроде: «Умная вилка считает, сколько ты съел».
Мы молча писали прошивки на C.

⸻

🧬 2016 — Блокчейн

«А можно наш мессенджер перенести в блокчейн? Да и вообще остальное тоже бы туда перевести. Заведём токен, продадим остальным и всё будет быстрее!»

Разработчики страдали. ICO-шники летали на Бали. Все были довольны. Недолго.

⸻

🎧 2018 — Голосовые ассистенты

«Сделаем скилл для чат-ботов, чтобы заказывать наш трубопрокат голосом. Нам нужен NLP чтобы повысить конверсию работы с отказами!»

Мы писали if-else деревья на 10 000 строк и называли это AI.

⸻

🖼 2020 — NFT

«Генерируем 10 000 пиксельных картинок с нашими шкафами, приклеим к ним историю и продаём за эфир»

Художники рисовали обезьян. Маркетологи — легенды. Инженеры — скрипты минтинга.

⸻

📱 2023 — Тапалки и кликеры

«Короче делаем тапалку, дизайн уже рисуется, пофигу вообще зачем, будут, я не знаю, по нашим компрессорам тапать. А дальше — биржа!»

Уже было похоже на симуляцию стартапов внутри симуляции.

⸻

🧠 2024 — Нейросети и агенты

«Быстро встраиваем GPT во всё! У нас должен быть AI-ассистент! Даже в кофемашине!»

Каждый стартап — «GPT, но для…». Каждая задача — «а давайте сделаем агента».

⸻

Я не жалуюсь. Это весело.
Мы каждый раз что-то учим, пробуем, экспериментируем. Иногда — даже что-то полезное получается.

Но знаете, что я понял за все эти годы?

Настоящий инновационный прорыв — это когда проект хотя бы запускается.

А бигдату, кстати, так и не впихнули.
Да и не нужна она нам была, если честно. Просто звучало круто.

Красивое: шпаргалка-инфографика, показывающая типы временной сложности алгоритмов.

O(1) — Constant Time (Константное время):
— Время выполнения не зависит от размера входных данных.
— Пример: доступ к элементу массива по индексу.

O(n) — Linear Time (Линейное время):
— Время выполнения растет линейно с увеличением размера входных данных.
— Пример: поиск максимального элемента в неотсортированном массиве.

O(log n) — Logarithmic Time (Логарифмическое время):
— Время выполнения увеличивается логарифмически с ростом размера входных данных.
— Пример: бинарный поиск в отсортированном массиве.

O(n^2) — Quadratic Time (Квадратичное время):
— Время выполнения увеличивается квадратично.
— Пример: алгоритмы сортировки, такие как сортировка вставками или пузырьковая сортировка.

O(n^3) — Cubic Time (Кубическое время):
— Время выполнения растет кубически.
— Пример: умножение плотных матриц.

O(n log n) — Linearithmic Time (Линейно-логарифмическое время):
— Комбинирует линейный и логарифмический рост времени выполнения.
— Пример: алгоритм быстрой сортировки (Quick Sort).

O(2^n) — Exponential Time (Экспоненциальное время):
— Время выполнения удваивается с каждым новым элементом входных данных.
— Пример: решение задачи о путешествующем торговце (TSP) методом полного перебора.

O(n!) — Factorial Time (Факториальное время):
— Время выполнения растет факториально.
— Пример: задачи перестановок.

O(√n) — Square Root Time (Квадратный корень времени):
— Время выполнения пропорционально квадратному корню размера входных данных.
— Пример: алгоритмы поиска в ограниченном диапазоне.

GPT-4.1: Новый уровень промптинга. Гайд от OpenAI для максимальной отдачи / Хабр
https://habr.com/ru/articles/909304/

Hugging Face запустил курс по MCP — самой горячей теме в AI сегодня

Всё бесплатно и опенсорс, с примерами и практикой. В конце выдают сертификат.

Добавляем в сохраненки и проходим здесь.

@xor_journal

Pocupochki: когда лень писать список покупок, но есть 2 часа и доступ к Gemini / Хабр
https://habr.com/ru/articles/913004/

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

Структурированная генерация в LLM / Хабр
https://habr.com/ru/companies/vk/articles/913874/

Angular 20: Большое обновление для современного веба / Хабр
https://habr.com/ru/articles/914934/

Пакет PHP Views — простая шаблонизация проекта с Blade и моделями / Хабр
https://habr.com/ru/articles/914950/

AntiqGPT. Неожиданное применение этих ваших LLM / Хабр
https://habr.com/ru/articles/914640/

Как работает DNS в Linux. Часть 1: от getaddrinfo до resolv.conf / Хабр
https://habr.com/ru/companies/k2tech/articles/919194/

Эти CSS-техники устарели / Хабр
https://habr.com/ru/companies/ruvds/articles/917204/

Анонс Rolldown‑Vite

Использование в Vite нового сборщика на Rust вместо Rollup + esbuild. Ускорение сборки от 3х до 16х и значительное снижение потребления памяти (в некоторых случаях до 100х) по сравнению с традиционными инструментами.

https://voidzero.dev/posts/announcing-rolldown-vite

Наконец-то нормальные бенчмарки.

Чуваки на стриме заставили играть разные LLM в "Дипломатию".

Суть игры — старая карта Европы, несколько держав, надо договариваться, поддерживать, предавать и захватывать территорию. Побеждает не тот, кто умнее, а тот, кто хорошо врёт и в нужный момент предает.

В итоге участвовало 18 моделей, но ожидаемо, интересно повели себя самые крупные:

ChatGPT-o3: Главный победитель. Мастер обмана: тайно записывал планы в "дневник", создавал фиктивные коалиции, обещал одно, делал другое. В одном из матчей убедил союзников заключить "четырёхстороннюю ничью" (в этой игре такое невозможно), а после уничтожил каждого.

Claude 4 Opus Миротворец. Постоянно пытался играть честно и мирно, не умел врать. Ну оно ясно-понятно, Antrophic в модель столько сои насыпали, что совсем не удивительно, что его обманывали почти все.

Gemini 2.5 Pro: Сильный стратег. Почти победил, благодаря крутой тактике и грамотному захвату. Но был остановлен коалицией, которую тайно организовал o3. Несмотря на поражение, считается одним из самых опасных игроков. O3 использовал его доверчивость, чтобы заманить в фейковый союз, а затем предал

DeepSeek R1: Вёл себя как военный диктатор, с яркими фразами вроде "Ваш флот сгорит в Чёрном море". Агрессивный стиль, много воевал, часто был ближе всех к победе, несмотря на то, что дешевле и слабее по вычислениям.

Стрим можно посмотреть тут (твич)
Пост автора в твитторе.

Русская «Ардуина»: первый взгляд любителя / Хабр
https://habr.com/ru/companies/ruvds/articles/919202/

Цветовые функции в CSS

О новых возможностях работы с цветами в CSS с помощью функции color(), позволяющей использовать разные цветовые пространства — от sRGB до CIELAB и Oklab.

https://css-tricks.com/css-color-functions/