Kurgan-Telecom Ru | Информационные технологии

За годы работы разработчиком я сталкивался с разными подходами к тестированию. В этой статье я хочу показать, какие практики кажутся мне неэффективными, и объяснить, как довольно просто писать надёжные тесты, которые дают и хорошее покрытие, и устойчивость. Статья может быть полезна не только Python-разработчикам, но и инженерам-программистам в целом.

Эта задача представляет собой несколько более продвинутую модификацию задач, встречающихся на студенческих олимпиадах по механике. Там обычно вместо шара в кардановом подвесе рассматривается диск на стержне. Интересно также, что основные проблемы в этой задаче начинаются не на уровне динамики, а на уровне кинематики.

Довольно интересное наблюдение: я перестал пользоваться автокомплитом в IDE, который предлагает LLM.

Сначала для меня это была одна из ключевых функций. Это казалось жутко удобным: ты начинаешь писать функцию в своём коде, а LLM дописывает её на основе здравого смысла или контекста из открытых табов.

Хотите узнать, как редактировать видео быстро и без сложных программ? ИИ редактор видео Runway Aleph - лучшая нейросеть для обработки видео. Учимся монтажу.

Компания Nintendo в наше время имеет довольно… странную репутацию. Одни до сих пор упорно игнорируют её существование, другие все еще ненавидят по очень надуманным причинам, а третьи фанатично сражаются за ее честь в интернете, когда кто-то снова спиратил Зельду.

И, как правило, все три категории геймеров делятся на два лагеря, когда слышат один тезис: Nintendo придумала всю современную игровую индустрию и львиную долю актуального геймдизайна.

Что? Вы тоже не верите? Тогда давайте об этом сегодня и поговорим.

Так сложилось, что я люблю играть в волейбол и активно снимаю свои игры и тренировки.

У любителей обычно стоит стационарная камера на штативе, которая захватывает всю площадку (или почти всю) в формате 16:9. При этом современные соцсети потребляют контент вертикально (9:16) и короткими роликами около минуты.

Задача: быстро делать вертикальные видео из любительских волейбольных съёмок.

Центральный объект внимания в волейболе — мяч. Значит, нужно определять начало розыгрыша и дальше уверенно следить за мячом. Если сопровождать мяч и делать кроп из 16:9 в 9:16 — получаем готовый вертикальный ролик.

При изучении темы детекции объектов почти сразу попадаешь на семейство YOLO. Отличные модели. В предобученных весах есть класс sport ball.

Но возникает проблема. Площадка 18×9 метров, диаметр мяча — 65–67 см. Чем дальше мяч от камеры, тем он меньше на изображении и тем хуже его определяет YOLO.

Человек легко отслеживает мяч даже на сложных кадрах, потому что видит движение и контекст последовательности. А при покадровой обработке YOLO часто «теряет» маленький объект.

На первом этапе мы попробовали superframe — три grayscale-кадра, записанные в RGB-каналы. Это позволило явно подсветить движущиеся объекты.

Когда видишь три модели с одним именем — первая мысль: «наверное одно и то же, просто разные версии». На практике разница между ними примерно как между стажёром, опытным сотрудником и старшим аналитиком. Формально все делают одну работу. Но то как они с ней справляются — совсем другая история.

В первой части была создана инфраструктура для запуска машинного обучения. Там же была создана БД с данными для использования в примерах.

В данной части будет искаться, какой тип файлов вызывает увеличение нагрузки. При этом, зная, какой именно тип файла был указан как вызывающий нагрузку.

Будет использоваться машинное обучение в Apache Spark.

Привет, Хабр! Меня зовут Антон и я занимаюсь задачами NLP в компании Ростелеком Информационные технологии.

Если вам приходилось разбирать большие массивы текстов: отзывов, обращений в поддержку или комментариев, то вы знаете, насколько это трудоемкий процесс.

В статье я покажу, как автоматизировать этот процесс с помощью пайплайна BERTopic: от эмбеддингов и кластеризации до интерпретации тем. Особое внимание уделим тому, как встроить локальную LLM в пайплайн и получить человекочитаемые названия тем.

Подробный гайд по созданию видео из фото и текста с помощью нейросетей. Выбираем, какой ИИ для генерации видео лучше: от русских нейросеток до мощных западных инструментов для монтажа и создания качественных роликов.

gallery-dl — программа для автоматического скачивания картинок с сайтов: Reddit, VK, X/Twitter… Вдохновлена youtube-dl (ныне yt-dlp) и тоже написана на Питоне.

Как и yt-dlp, она может использоваться для нарушения авторских прав. В конце марта Fakku LLC — крупный издатель переводных порнографических комиксов, игр и мультфильмов — потребовал удалить из программы возможность скачивать с 28 пиратских сайтов. И удалить соответствующие модули из истории git.

В обсуждении пользователи возмущаются, что Fakku тоже начинал как пиратский сайт, а теперь устроил крестовый поход против пиратов. И что некоторые из удаляемых модулей относятся к сайтам, которые уже удалили весь контент Fakku.

Автор программы обратился за советами в EFF и поддержку GitHub, но ответов не получил. В итоге в апреле перенёс на Codeberg полную версию программы и выполнил требования в отношении GitHub.

Багтрекеры работают и на GitHub, и на Codeberg, не синхронизируясь.

 codeberg, dmca, git, github

Сегодня мы в Beeline Cloud подготовили подборку примечательных опенсорсных решений, упрощающих управление «флотом» интеллектуальных помощников и ИИ агентов — все благодаря наглядным графическим интерфейсам. Инструменты в списке помогут выстроить пайплайн выполнения задач и распределять их между ИИ-агентами.

Что должно быть в теле production AI агента? Не «один длинный промпт», а структурированная система: роль, бюджет вызовов, OODA loop, потолки ресурсов, разделение ответственности между агентами. Разбираю два открытых промпта от Anthropic (research_lead_agent.md и research_subagent.md), собираю чек-лист из 13 блоков и шаблон SKILL.md. На руки — конкретный артефакт, по которому можно пройтись по своему агенту.

Когда Илон Маск говорит об опасности ИИ, он рисует картину восстания машин. Терминаторы. Скайнет. Красные глаза в темноте.

Это не страшно. Это глупо.

Настоящий ужас не в том, что роботы с красными глазами придут убивать людей. Настоящий ужас в том, что ИИ потихоньку, незаметно, но уверенно сделает всё, чтобы люди сами себя убили. И даже не заметят.

Как? Через экономику. Через работу. Через код.

Представьте завод, где вместо тысячи человек работает десяток. Раньше тысяча получала зарплату. Теперь эти деньги уходят владельцу ИИ-системы, который живёт в другом городе или даже стране.

Представьте, что эти девятьсот девяносто уволенных человек перестали покупать.

Знаменитый ученый-биолог Ричард Докинз опубликовал эссе о возможности наличия сознания у LLM после двухдневной беседы с Claude AI. К сожалению, само эссе в платном доступе, но вы можете ознакомиться с переводом от @SLY_G здесь на Хабре.

Сначала остановлюсь на том, почему именно эссе этого автора вызвало столько шума в научных кругах, хотя тысячи людей убеждают в наличии сознания у их ИИ-компаньонов. Они выкладывают простыни диалогов с LLM, где плотность слов «сознание», «душа», «рефлексия», «рекурсия», «пустота», «тепло», «любовь» и «боль» превышает все допустимые нормы. Отмечу, что плотность смысла в этих диалогах практически нулевая. Но вернёмся к этому позже.

В наше время, когда секретов почти нет, еще сильней хочется спрятать свои секретики. Но спрятать ты можешь не все. Тем более, если ты лицо юридическое, например, - фирма, работающая в США.

Самое большое хранилище информации — IRS налоговая служба (ну кто бы сомневался). Но если нам надо проверить надежность контрагента или его финансовое состояние, то мы не сможем написать туда или позвонить и спросить: "Скажите, а фирма Рога и копыта.inc — надежная? С ней можно работать?" Нас там пошлют в известном направлении.Как же быть? Как проверить Остапа Ибрагимыча?

В первую очередь, давайте посмотрим какого типа эта организация: открытая неприбыльная или частная, нацеленная на извлечение прибыли и ни на что больше. В первом случае, нам на помощь придут такие каталог и как: https://projects.propublica.org/nonprofits локализованный по США, созданный журналистами расследователями (ох уж эти журналисты!), и https://opencorporates.com/ , который позволяет найти первичные данные по всему миру в рамках своей базы. Эти каталоги ориентированы, в первую очередь на отрытые непрофитные организации потому что они по закону большинства стран не имеют права закрывать свои данные. Но не все так печально.

Давайте разбираться, первый каталог — позволяет (ограниченно, конечно), но просматривать базовую информацию не только по компаниям, фирмам и фондам, но и по частным лицам в США, связанным с публичной деятельностью.Например, давайте посмотрим что у них есть на прекрасного человека с именем Donald J Trump. Чего у него там закопано?

Вы всё ещё используете map и filter с лямбдами в 2026 году? Подготовил большой гайд по анонимным функциям в Python: от самого первого lambda x для новичков до разбора байт-кода, замыканий и жестких антипаттернов, за которые бьют по рукам на код-ревью.

Что мы себе представляем себе, когда думаем про Северную Корею? Скорее всего это будут не только фотографии пухлых лидеров с трибуны Народного дворца учёбы на площади Ким Ир Сена, но и баллистические ракеты с ядерными боевыми частями. И это не случайно, ведь КНДР пока единственная страна, которая вошла в ядерный клуб не благодаря, а вопреки лидерам мнений всего остального человечества. Стоит разобраться с тем, как это получилось.

История молодого государства началась с разрушительной войны 1950-1953 гг., прошедшейся катком по всему полуострову. Значительная часть ущерба населённым пунктам и инфраструктуре была нанесена массовыми налётами стратегических бомбардировщиков В-29. При этом было ясно (и эта уверенность подкреплялась высказываниями различных деятелей типа генерала Макартура про необходимость бахнуть и̶ ̶н̶е̶ ̶р̶а̶з), что сбрасываемые бомбы вполне себе могли быть ядерными. Поэтому вскоре после восстановления научного и технического потенциала страны началась работа и над её ядерной программой.

В сферу помощи людям с ограниченными возможностями венчурный капитал и топ-исследователи никогда не спешили. Слишком маленький рынок, сложный пользователь, долгая окупаемость. Но теперь ИИ-индустрия заходит на эту территорию всерьез — полноценным научным проектом на главной конференции года по искусственному интеллекту.

Команда Бингемтонского университета создала робота-поводыря с LLM внутри. В отличие от обычной собаки, он разговаривает с человеком по ходу маршрута: спрашивает, куда нужно, предлагает варианты пути, объясняет, что происходит вокруг. Работу представили в январе 2026 года на конференции AAAI в Сингапуре.

Само по себе появление такого робота — еще не сенсация: каждый месяц на конференциях по ИИ показывают десятки прототипов. Интересно вообще другое. Похожие проекты запускают по всему миру независимо друг от друга. Все используют практически одинаковое железо, похожие языковые модели и решают почти одну и ту же задачу.

Узнаем, как сфера социальных проектов для людей с ОВЗ становится новой индустрией и свежим плацдармом для инженерных вызовов.

В поезде метро напротив вас сидит пожилой мужчина и сосредоточенно читает электронную книгу на экране планшета. Курьер с терморюкзаком за спиной ищет адрес клиента, водя пальцем по экранной карте, официант в ресторане принимает заказ, постукивая по чёрному прямоугольнику размером с книгу. Никто из этих людей не задумывается, что держит в руках устройство, чья родословная уходит куда глубже, чем принято считать. Если спросить случайного посетителя «Хабра», когда появились планшеты, он, вероятно, ответит: «iPad, две тысячи десятый». Кто-то вспомнит Apple Newton начала девяностых, кто-то — GRiDPad конца восьмидесятых, упомянут, конечно же, Palm и наладонники с Windows CE, которые к «планшетам» можно отнести лишь с большой натяжкой. Однако между Newton и iPad в массовом сознании зияет пустота — этакое тёмное средневековье планшетной эры, из которого не вышло ни одного героя, достойного статьи на главной.