🧠 Исследователи Apple выяснили, что «думающие» нейросети на самом деле не думают

В статье под названием «Иллюзия мышления», исследуются особенности «рассуждающих» моделей, таких как OpenAI o1/o3, DeepSeek-R1, Claude 3.7 Sonnet Thinking и Gemini Thinking.

Основной вывод работы — эти модели не думают, а лишь используют паттерны из обучающих данных. Несмотря на наличие механизмов саморефлексии, нейросети не способны развивать обобщенные способности к рассуждению за пределами заранее заданных сложностей.

Шум, в основном, вокруг того, что Apple тут никому глаза не открыла. Но есть и имиджевая сторона: выход такой работы воспринимается как попытка принизить ценность LLM от лидеров индустрии, в то время как у самой Apple дела с этим направлением очень плохи.

Вывод из работы: если запрос к нейросети простой, лучше не включать режим «мышления», чтобы получить ответ быстрее и точнее.

🐸 Библиотека программиста #свежак

😱 Великое возвращение в офисы снова откладывается?

Многие генеральные директора мечтают повозвращать сотрудников в офисы и публично готовятся к очередному этапу этого непростого процесса.

Однако, согласно новому опросу, в частных беседах руководители признают, что удаленная работа будет лишь набирать популярность. И в этом есть смысл: такой формат нравится сотрудникам, технологии постоянно совершенствуются, и — по крайней мере, в случае гибридной занятости — производительность, похоже, не страдает.

Удалёнка по восприятию сотрудников равна прибавке к зарплате на 8% и помогает снизить текучку на треть. Новые стартапы изначально выстраивают процессы под гибкие форматы. А в США, где выше уровень управленческих практик и у многих есть возможность работать из дома в комфортных условиях, эта модель особенно хорошо приживается.

А вы как работаете: из офиса, гибридно или полностью удалённо? Что для вас комфортнее?

🐸 Библиотека программиста #междусобойчик

🎮 Использование Pinia для централизованного управления состоянием

Проблема: необходимо централизованно управлять состоянием данных в приложении, чтобы компоненты могли обмениваться информацией без излишних зависимостей.

Решение: в книге «Building Real-World Web Applications with Vue.js 3» автор демонстрирует, как использовать Pinia — хранилище состояния для Vue.js, для централизованного управления данными между компонентами.

Пример кода:

// store/userStore.ts
import { defineStore } from 'pinia';

export const useUserStore = defineStore('user', {
  state: () => ({
    name: '',
    email: '',
  }),
  actions: {
    setUserData(name: string, email: string) {
      this.name = name;
      this.email = email;
    },
  },
});

Преимущества:

— Удобное централизованное хранение данных.
— Уменьшение зависимости между компонентами.
— Простота в поддержке и масштабировании приложений.

➡️ Больше полезных книг — в нашем канале @progbook

💻🛠️🚀 Оптимизируй фронтенд: 24 проверенных способа

Производительность фронтенда напрямую влияет на впечатление от вашего проекта: даже самый крутой дизайн и интересный контент не удержат пользователя, если страница тормозит или беспощадно грузит браузер. В этом материале мы разберем проверенные подходы, которые помогут приложению летать на любых устройствах.

➡️ Вы узнаете о технических деталях работы браузера, научитесь избегать ошибок, замедляющих отрисовку интерфейса, и поймете, когда стоит применять те или иные подходы для достижения плавной и быстрой работы веб-приложения.

🐸 Библиотека программиста

ChatGPT o3-Pro: самая мощная и дорогая модель от OpenAI

OpenAI начала поэтапный раскат новой флагманской модели — ChatGPT o3-Pro. Как и o1-Pro, она доступна только подписчикам ChatGPT Pro за $200 в месяц. Цены в API — $80 за миллион входящих токенов и $20 за миллион исходящих, что делает её самой дорогой в линейке.

На данный момент доступны только официальные бенчмарки OpenAI, которые показывают превосходство над моделями o3 и o1-Pro. Сравнение с конкурентами в бенчмарки OpenAI традиционно не включили.

Также стоит отметить еще одну новость от OpenAI: компания понизила цену на «обычную» o3 в API на 80% — до 8 долларов за миллион исходящих токенов и 2 долларов за миллион входящих. Это дешевле, чем цена ChatGPT 4o в API.

🐸 Библиотека программиста #свежак

Что такое алгоритмы и какими они бывают

Алгоритм — это действия, которые позволяют решить задачу. При этом они должны быть последовательными, то есть выполняться в определённом порядке, чтобы получить нужный результат.

🎯 Для чего нужны алгоритмы и кто их использует:

Алгоритмы нужны для того, чтобы решать задачи, получать предсказуемый результат и выявлять ошибки в работе, если результат оказался неожиданным.

Примеры применения:

Программисты — структурируют логику программ.
Data Scientists — анализируют данные и делают прогнозы.
DevOps-инженеры — автоматизируют процессы развертывания и доставки ПО.
Тестировщики — создают алгоритмы для поиска ошибок.
Менеджеры проектов — следуют методологиям (Scrum, Agile) как алгоритмам работы.
Продажники — используют скрипты и воронки как алгоритмы общения с клиентами.

🧬 Основные свойства алгоритмов:

Конечность — должен завершаться.
Предсказуемость — одинаковые входные данные → одинаковый результат.
Дискретность — делится на отдельные шаги.
Понятность — должен быть понятен исполнителю.
Определённость — шаги не допускают двусмысленного толкования.

🧩 Виды алгоритмов:

1. Линейный
Последовательные действия.
Пример: расчёт площади трапеции.

2. Ветвящийся (разветвлённый)
Действия зависят от условий (if/else).
Пример: поведение пешехода в разных странах.

3. Циклический
Повторяющиеся действия до выполнения условия (while, for).
Пример: поиск значения в списке.

4. Рекурсивный
Алгоритм вызывает сам себя.
Пример: проверка палиндрома.

🐸 Библиотека программиста #буст

📚 Основы алгоритмов на одной шпаргалке

Хочешь разобраться, чем массив отличается от хеш-таблицы? Этот шпаргалка — для тебя.

✍️ 9 ключевых структур данных:
🟢 Массив
🟢 Стек
🟢 Очередь и дек
🟢 Хеш-таблица
🟢 Связанный список
🟢 Двоичное дерево поиска
🟢 Граф

✔️ Для каждой:
🟢 Простое объяснение
🟢 Примеры
🟢 Основные задачи и особенности

🐸 Библиотека программиста #буст

👋 На GitHub появился миллиардный репозиторий

Спустя 17 лет после запуска на платформе появился миллиардный репозиторий. Для сравнения, первый миллионный репозиторий nexus.vim был создан 15 лет назад.

Сегодня на GitHub работают более 100 млн активных разработчиков. Платформа значительно выросла с 2012 года, когда у неё было всего 3 млн пользователей. К моменту покупки Microsoft за $7,5 млрд в 2018 году число активных разработчиков достигло 28 млн.

С момента запуска в 2008 году GitHub стал основной платформой для хостинга как открытых, так и проприетарных проектов, позволяя разработчикам со всего мира совместно работать над кодом.

🐸 Библиотека программиста #свежак