Kurgan-Telecom Ru | Информационные технологии

28 октября Node.js 26 стал LTS. Обычно смена LTS проходит тихо, но в 26 окончательно удалили writeHeader() и внутренние модули stream*, подняли ABI нативных аддонов до 147, а официальные бинарники для Linux теперь требуют libatomic, которой нет в slim- и distroless-образах. Воспроизводим всё на 22, 24 и 26, ищем такие места в проекте и node_modules одним скриптом и чиним так, чтобы код одинаково работал на всех трёх версиях.

В первой половине 2026 года состоялся выпуск обновления открытого мультиплатформенного инструмента BetterMediaInfo версии 1.2.0. Это графический пользовательский интерфейс для открытого проекта MediaInfo (системы унифицированного отображения наиболее важных технических данных и тегов для видео‑ и аудиофайлов) и вывода информации по метаданным для аудио‑ и видеофайлов.

Получил root и постоянный SSH на Xiaomi Mi Smart Speaker с Марусей. Для этого использовал штатное USB‑окно загрузчика, сохранил полный дамп NAND с OOB и запустил временный установщик в оперативной памяти. Рассказываю, как устроен этот способ, почему SSH сохраняется после перезагрузки и как заблокировать OTA обновления. Прикладываю утилиту SpeakerLab 1.0 с исходниками, инструкциями и тестами.

Почему «momentum»-сэмплер для ComfyUI рисует синюю кляксу на flow-модели и какой momentum на самом деле помогает

Сразу отмечу что это всего лишь один частный случай распараллеливания обработки больших объемов данных.

Схема:

Всем привет!

Моя основная система — Linux (Arch). Мне она очень нравится, но относительно недавно я обновил процессор и решил заодно поменять кулер. Выбор пал на Ocypus Delta A62 EX Digital. У него есть простая, но симпатичная фича: небольшой экранчик, на котором можно показывать температуру процессора или видеокарты.

У Ocypus есть официальное приложение для Windows, а для Linux — нет. Поэтому я решил написать своё. В то время я как раз изучал Go, и он почти идеально подходит под такую задачу, но, честно говоря, это было ещё и желанием потренироваться в языке. К слову, я думаю когда‑нибудь переписать всё на C или Rust, но из‑за большого объёма учёбы времени на это пока нет.

Так и начался проект ocyd.

Вы скармливаете нейросети снимок фигурки, и через несколько минут на экране уже крутится аккуратная 3D‑модель. Всё на месте, даже надпись на груди. Скачиваете файл, открываете слайсер, а он первым делом интересуется, не в метрах ли вы случайно сделали эту красоту. А в файле она размером с маковое зерно.

И это самый безобидный дефект. Почти у каждой второй модели слайсер показывает значок предупреждения. А о некоторых дефектах он прямо не говорит: на превью всё выглядит идеально, а в файле ступни робота висят в воздухе отдельно от ног.

Меня зовут Артём Кузнецов, я AI/ML‑инженер и CTO стартапа, который занимается AI‑технологиями в области 3D‑печати.

Ниже — откуда берутся эти дефекты, если заглянуть под капот генераторов, и как их определять за пару минут, пока стол принтера нагревается. Разбор идёт на уровне сетки и с кодом, так что может пригодиться и тем, кто встраивает генерацию 3D в свой софт.

Ведущие программисты холдинга на 10 000+ человек дежурили на первой линии поддержки, то есть самые дорогие сотрудники ИТ-службы работали диспетчерами. О таком публично говорят редко, а цифры и результаты внедрения Service Desk, вскрывая все болячки, рассказывают еще реже. Мне попались на глаза два доклада, где об этом рассказали честно и с цифрами. В статье разберу, как проходили проекты внедрения, что компании изменили в процессах, ролях и договоренностях с бизнесом и какой результат получили.

Количество произведений Донцовой уже давно перевалило за две сотни, в связи с чем у любого читателя возникает логичное предположение: «Донцова не сама пишет свои книги». Тем не менее, одно только число выпущенных книг мало что говорит об авторстве. Можно выпускать романы часто и тем не менее сохранять узнаваемый стиль. Да и обратная ситуация – романы публикуются редко – не гарантируют единообразия.

Я решил проверить эту гипотезу, опираясь на тексты, задействуя подходы стилометрии и NLP. Несколько авторов с заметно разной манерой письма должны выделиться в отдельные стилевые группы.

Конечно нужно оговориться: по опубликованному тексту нельзя быть на сто процентов уверенными в том, что за клавиатурой сидел именно этот автор или что несколько писателей работали над какой-то книгой. Всё-таки исследование измеряет в первую очередь однородность текстов корпуса, а не физическое авторство.

Одного разбиения мало

Кластеризации мало – алгоритм почти всегда что-нибудь найдёт и разделит. Найденные группы могут быть объяснены многими факторами, такими как разные серии книг, разные периоды, разные редакторы и так далее. Всё ограничивается лишь тем, сколько именно кластеров мы хотим найти и какие гиперпараметры выбираем. Да и непрерывное облако точек зачастую может быть разделено на подгруппы во время кластеризации. Нам нужно что-то поубедительнее.

Из чего собран корпус

В исследовании было использовано три набора текстов.

Группа Авторы Зачем нужна Исследуемый корпус Дарья Донцова 287 детективов, однородность которых проверяется Современный контроль Александрова, Володарская, Дашкова, Калинина, Куликова, Луганцева, Малышева, Романова, Устинова, Чиж Основное сравнение Дополнительный контроль Булгаков, Достоевский, Куприн, Набоков, Пелевин, Платонов, Солженицын, Толстой, Тургенев, Шолохов Проверка на авторах другого времени и литературного контекста

Как выбирались контрольные авторы

В основную контрольную группу были добавлены авторы детективов и массовой прозы, близкие к Донцовой по времени и издательской среде. Также критерием отбора служила незапятнанность репутации автора: выбирались такие писатели, про которых не было слухов об использовании литературных помощников.

После очистки в десяти современных контрольных коллекциях осталось 745 книг. На одного автора приходится от 22 до 246 книг: среднее значение составляет 74,5, медиана – 52.

Среднее выше медианы прежде всего из-за коллекции Дарьи Калининой, в которой осталось 246 книг, так что о размере выборок в контрольном наборе лучше судить по медианному значению.

Разброс количества связан в первую очередь с тем, сколько книг доступно для каждого автора, а также с количеством удалённых из выборки произведений. В расчётах влияние размера коллекции ограничивается, то есть при обучении моделей число пар выравнивается по авторам. Для калибровки кластеров случайно выбираются по 22 книги из каждой коллекции, а при сравнении внутренних расстояний исполь

В первой части я классифицировал клодизмы — типичные ошибки, которые Claude допускает при генерации связного текста, — по механизму возникновения и выделил десять классов. Вторая часть — о значении тезиса, то есть главной мысли, которую текст должен донести. Без тезиса модель пишет текст, в котором клодизмы лезут как тараканы, и такой текст не исправить заменой забракованных слов. С тезисом у модели есть то, с чем сверять каждое предложение, — и при написании, и при правке.

Разбор построен на первом варианте преамбулы к упражнению «Think of / think about» на сайте e-repa.ru. Преамбула — вводное объяснение, которое ученик читает перед заданиями.

Все началось с того, что я сам попал в эту ловушку. Я собрал преобразователь напряжения 12/220 В, который должен был запитать активную нагрузку через ШИМ-регулятор мощности, и решил проверить КПД преобразователя с разной величиной мощности на нагрузке.

Напряжение было постоянное, измерить его проблем не составляло. А ток решил мерить, измеряя падение напряжения на резисторе 0,1 Ом, включенным последовательно с нагрузкой, цифровым осциллографом с RMS-вольтметром. Каково же было мое удивление, когда я получил КПД выше 100%, и чем меньше выставлена мощность на ШИМ-регуляторе, тем выше КПД, оно поднималось до 200% и более, по отношению к мощности, потребляемой от аккумулятора 12 В…

Решил разобраться в ситуации, и пришел к очень неожиданным, но имеющим большую практическую ценность выводам.

Недавно я наткнулся на статью доктора физико-математических наук о возможности использования LLM в научных исследованиях. Автор убедительно доказал, что такой возможности нет. Но в своих экспериментах в качестве доказательства он использовал поисковый сервис Нейро от Яндекса, а не топовые LLM. Для меня это было настолько странно, что я задался вопросом о том, что часть ученых, возможно, просто не понимают, как использовать нейросети в науке.

Эта статья не о научных открытиях с помощью LLM, а о том, что нейросети полезный инструмент, отказ от которого ставит науку в невыгодное положение, бонусом небольшой скандал, интрига и расследование.

Уже много лет я занимаюсь Swift-разработкой, причем довольно значительная часть моих open-source проектов выросла из желания сделать повседневную работу с кодом максимально простой, красивой и приятной.

За время работы на серверной стороне я привык к Postgres, к его мощному SQL и к тому, что с данными можно делать практически всё необходимое на уровне самой базы. Благодаря своим библиотекам я уже мог описывать таблицы обычными Swift-моделями, строить SQL с помощью type-safe key paths и пользоваться декларативным синтаксисом с result builders, который мне особенно нравится в современном Swift. У меня получился такой способ работы с БД, от которого мне совершенно не хотелось отказываться при переключении на iOS и macOS разработку.

Заглядывайте в пост, чтобы узнать как я искал движок БД для моей новой разработки и что из этого получилось.

14 ноября в Санкт-Петербурге проходит заключительный день INFOSTART A&PM EVENT 2026.

В программе - применение ИИ в проектах на 1С, работа аналитика с цифровыми исполнителями, семь выступлений «Открытого микрофона» и закрытие конференции. Площадкой остается отель «Космос Прибалтийская».

Совет «на 8088 умножай на константу сдвигами, MUL медленный» опирался на таблицу тактов Intel: MUL с 16-битным регистром стоит 118–133 такта, сдвиг — 2, сложение — 3. По ней цепочка сдвигов обгоняет MUL для всех 65 534 констант. Я посчитал время обеих сторон по опубликованным замерам настоящего 8088 1982 года (SingleStepTests Дэниела Балсома). Для MUL таблица точна до такта: 117 плюс число единиц в AX плюс 1 при нулевом DX во всех регистровых тестах с полной очередью, из пустой — на 3 такта больше. А короткая инструкция, которую процессор должен сперва прочитать по 8-битной шине, стоит 8 тактов вместо 2–3. По сумме замеров отдельных инструкций с учётом этой выборки цепочка быстрее MUL для всех констант ниже порога, который зависит от второго множителя и лежит между 1367 и 4779, выше порога — лишь для части, а среди всех 16-битных констант — для 9–21%.

13 ноября 2026 года состоялся релиз открытого мультиплатформенного проекта MangoDisk 2.0, который обнаруживает скрытый «мусор», дубликаты файлов и объекты, занимающие слишком много места на диске. Кроме того, программа предлагает инструменты для защиты конфиденциальности, управления автозагрузкой и обслуживания системы. Исходный код решения написан на Rust и опубликован на GitHub под лицензией GNU General Public License v3.0.

Отец собирал книги, а я однажды понял, что покупаю те, которые уже стоят дома. Так появился «Филин» — каталог домашней библиотеки со сканером на телефоне. Со штрихкодами всё пошло быстро, а на советском титульном листе программа прочитала «Густав» как «Тусмав» и записала «Руку» в соавторы.

API отвечает 200 OK, скрипт завершается без ошибок, а часть данных так и не попадает в базу. Разберём, как обычная пагинация может незаметно терять и дублировать записи, воспроизведём проблему на Python и посмотрим, как её обнаружить.

В хостинг‑провайдере Beget инженерам удалось восстановить значительную часть инфраструктуры, но впереди ещё много работы.

Телевизор, рабочий ноутбук, КВН, разные маршруты, черные/белые списки. А потом еще сидишь и жонглируешь соединениями, чтобы условный клод не улетел в бан, а жена могла смотреть видео в гостиной с ютуба.

Чтобы это настроить — мы сделали KeenProxy, он создан, чтобы упростить настройку разделения трафика на роутерах Keenetic и OpenWRT.