— Подробная информация обо всех популярных языках программирования и технологиях;
— Данные регулярно обновляются;
— Можно кликнуть на любую команду и получить исчерпывающую информацию;
— Всё доступно бесплатно и без регистрации.
Это настоящий подарок для каждого программиста!
https://overapi.com/javascript
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
@devopsitsec
Please open Telegram to view this post
VIEW IN TELEGRAM
У K2 Cloud скоро будет митап о карьере в Linux
Эксперты компании и приглашенный гость — блогер Константин Дипеж (DeusOps) — обсудят профессиональный путь Linux-специалиста.
Среди тем: как безболезненно «вкатиться» в Linux, с чем откликаться на вакансию, какие вопросы задают на техническом интервью и как расти после оффера. Полезный контент для начинающих спецов, которые хотят развиваться в DevOps и не только.
Встреча пройдет онлайн, 19 марта в 18:00 (msk). Подробности и регистрация по ссылке
Эксперты компании и приглашенный гость — блогер Константин Дипеж (DeusOps) — обсудят профессиональный путь Linux-специалиста.
Среди тем: как безболезненно «вкатиться» в Linux, с чем откликаться на вакансию, какие вопросы задают на техническом интервью и как расти после оффера. Полезный контент для начинающих спецов, которые хотят развиваться в DevOps и не только.
Встреча пройдет онлайн, 19 марта в 18:00 (msk). Подробности и регистрация по ссылке
Forwarded from Machinelearning
Исследовательская группа под патронажем Centrale Supélec (Университет Париж-Сакле) выпустила в открытый доступ EuroBERT — семейство мультиязычных энкодеров, обученных на 5 трлн. токенов из 15 языков, включая русский.
EuroBERT сочетает инновационную архитектуру с поддержкой контекста до 8192 токенов, что делает это семейство идеальным для анализа документов, поиска информации, классификации, регрессии последовательности, оценки качества, оценки резюме и задач, связанных с программированием, решением математических задачи.
В отличие от предшественников (XLM-RoBERTa и mGTE), EuroBERT объединил GQA, RoPE и среднеквадратичную нормализацию, чтобы достичь беспрецедентной эффективности производительности даже в сложных задачах. Второе немаловажное преимущество EuroBERT - в обучение помимо текстовых данных были включены примеры кода и решения математических задач.
Самая младшая модель EuroBERT с 210 млн. параметров показала рекордные результаты: в тесте MIRACL по многоязычному поиску её точность достигла 95%, а в классификации отзывов (AmazonReviews) — 64,5%. Особенно выделяется умение работать с кодом и математикой — в бенчмарках CodeSearchNet и MathShepherd EuroBERT опережает аналоги на 10–15%.
⚠️ EuroBERT можно использовать непосредственно с
transformers, начиная с версии 4.48.0⚠️ Для достижения максимальной эффективности, разработчики рекомендуют запускать EuroBERT с
Flash Attention 2from transformers import AutoTokenizer, AutoModelForMaskedLM
model_id = "EuroBERT/EuroBERT-210m"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForMaskedLM.from_pretrained(model_id, trust_remote_code=True)
text = "The capital of France is <|mask|>."
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)
# To get predictions for the mask:
masked_index = inputs["input_ids"][0].tolist().index(tokenizer.mask_token_id)
predicted_token_id = outputs.logits[0, masked_index].argmax(axis=-1)
predicted_token = tokenizer.decode(predicted_token_id)
print("Predicted token:", predicted_token)
# Predicted token: Paris
@ai_machinelearning_big_data
#AI #ML #Encoder #EuroBERT
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
В этом чит-листе собраны все необходимые сведения: подключение к серверу, управление содержимым баз данных, создание и изменение таблиц, а также основные SQL-команды (SELECT, INSERT, UPDATE, DELETE) и функции для работы с текстом, числами, NULL-значениями и датами.
Для тех, кто не очень дружит с английским, оставляю ссылку на сайт — там всё расписано по пунктам, так что при необходимости легко перевести. А ещё, файл без сжатия можно найти в комментариях.
https://learnsql.com/blog/postgresql-cheat-sheet/
Для тех, кто не очень дружит с английским, оставляю ссылку на сайт — там всё расписано по пунктам, так что при необходимости легко перевести. А ещё, файл без сжатия можно найти в комментариях.
https://learnsql.com/blog/postgresql-cheat-sheet/
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ pandas-ai — это open-source библиотека, позволяющая интегрировать возможности искусственного интеллекта в работу с DataFrame библиотеки pandas.
▪ Интеграция ИИ с pandas: Проект позволяет задавать вопросы на естественном языке относительно ваших данных в DataFrame и получать интерпретируемые ответы, используя крупные языковые модели (LLM).
▪ Удобство анализа: С помощью pandas-ai вы можете автоматически получать анализ данных, визуализации и статистические выводы без написания сложного кода.
▪ Гибкость и расширяемость: Библиотека легко настраивается и интегрируется с различными моделями и API, что делает её полезной для быстрого прототипирования и разработки аналитических приложений.
Таким образом, pandas-ai интересен разработчикам и аналитикам, которые хотят объединить возможности ИИ с традиционным анализом данных для автоматизации и упрощения рабочих процессов.
▪Github
▪ Интеграция ИИ с pandas: Проект позволяет задавать вопросы на естественном языке относительно ваших данных в DataFrame и получать интерпретируемые ответы, используя крупные языковые модели (LLM).
▪ Удобство анализа: С помощью pandas-ai вы можете автоматически получать анализ данных, визуализации и статистические выводы без написания сложного кода.
▪ Гибкость и расширяемость: Библиотека легко настраивается и интегрируется с различными моделями и API, что делает её полезной для быстрого прототипирования и разработки аналитических приложений.
Таким образом, pandas-ai интересен разработчикам и аналитикам, которые хотят объединить возможности ИИ с традиционным анализом данных для автоматизации и упрощения рабочих процессов.
▪Github
▪ Защита ПО: Проект предоставляет средства для генерации, проверки и валидации лицензионных ключей, что помогает защитить ваш продукт от несанкционированного использования.
▪ Простота интеграции: Licensify легко интегрируется в существующие приложения, предоставляя удобное API для управления лицензиями.
▪ Открытый исходный код: Благодаря открытому коду, разработчики могут адаптировать и модифицировать функционал под свои нужды, улучшая и расширяя возможности системы лицензирования.
▪ Гибкость настройки: Позволяет настраивать параметры лицензирования в соответствии с конкретными бизнес-требованиями, будь то trial-версии, подписки или постоянные лицензии.
Licensify интересен разработчикам, которым необходимо быстро и надёжно внедрить механизм управления лицензиями в свои коммерческие приложения, обеспечив защиту и контроль над использованием программного обеспечения.
go get github.com/Devpro-Software/licensify▪Github
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ Проект, в котором разработчик с нуля создал упрощённый аналог Photoshop на C.
Автор делится техническими деталями реализации графического редактора, включая работу с изображениями, интерфейсом и алгоритмами обработки.
Архитектура приложения:
- Реализация базовых функций: кисти, слои, фильтры.
- Алгоритмы для трансформаций (масштабирование, поворот).
- Работа с цветовыми каналами и пикселями.
📌Интерфейс:
Создание GUI без использования современных фреймворков (на чистом C или с минимальными библиотеками).
📌Оптимизация:
Методы ускорения рендеринга и обработки больших изображений.
Чем полезна статья?
Для разработчиков на C/C++:
▪ Пример создания сложного приложения с графическим интерфейсом на низкоуровневом языке.
▪ Идеи для оптимизации ресурсоёмких операций.
Для энтузиастов графики:
▪ Пошаговое объяснение алгоритмов обработки изображений (например, реализация размытия или коррекции цвета).
Для всех, кто интересуется legacy-кодом:
▪ Как работать с ограничениями языка C в современных задачах.
🟡 Статья
🟡 Код
@devopsitsec
Автор делится техническими деталями реализации графического редактора, включая работу с изображениями, интерфейсом и алгоритмами обработки.
Архитектура приложения:
- Реализация базовых функций: кисти, слои, фильтры.
- Алгоритмы для трансформаций (масштабирование, поворот).
- Работа с цветовыми каналами и пикселями.
📌Интерфейс:
Создание GUI без использования современных фреймворков (на чистом C или с минимальными библиотеками).
📌Оптимизация:
Методы ускорения рендеринга и обработки больших изображений.
Чем полезна статья?
Для разработчиков на C/C++:
▪ Пример создания сложного приложения с графическим интерфейсом на низкоуровневом языке.
▪ Идеи для оптимизации ресурсоёмких операций.
Для энтузиастов графики:
▪ Пошаговое объяснение алгоритмов обработки изображений (например, реализация размытия или коррекции цвета).
Для всех, кто интересуется legacy-кодом:
▪ Как работать с ограничениями языка C в современных задачах.
@devopsitsec
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
⚡️ Как стать DevOps Инженером с Нуля, что учить и в каком порядке
00:00 – 1. Вступление
01:06 – 2. Всевозможные компетенции DevOps инженера
10:35 – 3. Кому проще стать DevOps
15:01 – 4. Что учить по минимуму и в каком порядке
30:04 – 4.1. Основы Network TCP/IP
31:36 – 4.2. Администрирование Windows
34:09 – 4.3. Основы Linux
35:54 – 4.4. Ansible
36:48 – 4.5. Git
37:37 – 4.6. GitHub
38:04 – 4.7. Jenkins
38:23 – 4.8. Docker+DockerHub
38:44 – 4.9. Cloud Platform AWS
42:10 – 4.10. CloudFormation + Terraform
3:25 – 5. Курс DevOps Engineering в JohnBryce, Израиль
49:12 – 6. Как стать профессиональным DevOps инженером
54:24 – 7. Эпилог
✅ источник
#video #devops #девопс
00:00 – 1. Вступление
01:06 – 2. Всевозможные компетенции DevOps инженера
10:35 – 3. Кому проще стать DevOps
15:01 – 4. Что учить по минимуму и в каком порядке
30:04 – 4.1. Основы Network TCP/IP
31:36 – 4.2. Администрирование Windows
34:09 – 4.3. Основы Linux
35:54 – 4.4. Ansible
36:48 – 4.5. Git
37:37 – 4.6. GitHub
38:04 – 4.7. Jenkins
38:23 – 4.8. Docker+DockerHub
38:44 – 4.9. Cloud Platform AWS
42:10 – 4.10. CloudFormation + Terraform
3:25 – 5. Курс DevOps Engineering в JohnBryce, Израиль
49:12 – 6. Как стать профессиональным DevOps инженером
54:24 – 7. Эпилог
#video #devops #девопс
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
🔥 Better Commits — инструмент для удобного создания структурированных коммитов в Git, который помогает придерживаться лучших практик и использовать стандартизированные сообщения.
▪ Интерактивный процесс — пошаговое руководство по формированию коммитов
▪ Гибкость — поддержка категорий изменений (feat, fix, chore и др.)
▪ Простота — лаконичный интерфейс для быстрого ввода сообщений
▪ Стандартизация — соответствие принципам Conventional Commits
🖥 Github
▪ Интерактивный процесс — пошаговое руководство по формированию коммитов
▪ Гибкость — поддержка категорий изменений (feat, fix, chore и др.)
▪ Простота — лаконичный интерфейс для быстрого ввода сообщений
▪ Стандартизация — соответствие принципам Conventional Commits
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
Factorio привлекла внимание ресерчеров в качестве инструмента для оценки возможностей ИИ. Игра измеряет способность языковых моделей планировать и создавать сложные системы, одновременно управляя ресурсами и производственных цепочек.
Для этих целей была разработана среда Factorio Learning Environment (FLE) c двумя режимами: "Lab-Play" (24 структурированные задачи) и "Open Play", где агенты исследуют процедурно сгенерированные карты с целью построить максимально большую фабрику. В процессе тестирования модели взаимодействуют с Factorio через Python API и получают обратную связь через игровой сервер. Оцениваются параметры "Производственный показатель" и достижение ключевых "Вех".
Создатели протестировали 6 LLM, включая Claude 3.5 Sonnet и GPT-4o. Результаты показали, что модели испытывают серьезные трудности с пространственным мышлением, долгосрочным планированием и исправлением ошибок. Лучшие результаты у Claude 3.5 Sonnet, которая успешно справилась с 15 из 24 задач в режиме "Lab Play".
jackhopkins.github.io
Исследование, проведенное Университетом Элона, выявило, что почти половина пользователей (49%) полагает, что LLM превосходят их собственный интеллект. Из отчета следует, что женщины чаще мужчин считают LLM "значительно умнее" (30% против 20%), а половина взрослого населения США уже использует языковые модели, лидирует ChatGPT с долей в 72%. Также выяснилось, что большинство пользователей (51%) применяют LLM в личных целях для обучения и планирования, в то время как для работы их используют лишь 24%. 65% пользователей взаимодействуют с ИИ-системами посредством голосовых команд.
Несмотря на высокий показатель общей удовлетворенности (76%), значительная часть пользователей сталкивается с проблемами: 23% совершали серьезные ошибки из-за галлюцинаций моделей в ответах, а 21% чувствовали себя манипулируемыми.
imaginingthedigitalfuture.org
ReasonGraph - опенсорсная веб-платформа, разработанная Кембриджским университетом, для визуализации и анализа процессов рассуждений LLM. Она поддерживает как последовательные, так и древовидные методы рассуждений, легко интегрируясь с основными провайдерами LLM и более чем 50 языковыми моделями.
Платформа построена на модульном каркасе и имеет выбор метода мета-рассуждения и настраиваемые параметры визуализации.
ReasonGraph улучшает обнаружение ошибок в логических процессах и способствует более эффективной разработке приложений на основе LLM. Оценка платформы показала практически 100% точность rule-based XML-парсинга при извлечении и визуализации путей рассуждений.
Репозиторий проекта на Github. Демо на HuggingFace.
arxiv.org
На конференции по твердотельным схемам (ISSCC) была представлена архитектура MEGA.mini, позиционируемая как универсальный процессор для генеративного ИИ.
MEGA.mini использует парадигму Arm big.LITTLE и предлагает использование двухъядерной концепции в NPU. Предполагается, что высокомощные ядра "Mega" будут задействоваться для выполнения ресурсоемких задач, а облегченные ядра "Mini" будут использоваться для рутинных операций. Архитектура разрабатывается как универсальный процессор, в отличие от CPU, чтобы разработчики могли применять его в разных сценариях - от NLP-задач до мультимодальных ИИ-систем.
techradar.com
YouTube-блогер Дейв Ли провел эксперимент по локальному запуску 4-bit версии Deepseek R1 с 671B параметров. Она может работать локально, но требует 512 ГБ RAM, 404 ГБ хранилища и принудительного выделения 448 ГБ видеопамяти через терминал.
Несмотря на незначительное снижение точности, скорость инференса составила 17-18 токенов в секунду, при этом энергопотребление находилось в пределах 200 Вт. Для сравнения: ПК с аналогичной производительностью потребовал бы в 10 раз больше электричества.
macrumors.com
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ Teller — универсальный open-source менеджер секретов для разработчиков
Теперь вам не нужно покидать терминал, чтобы работать с секретами при разработке, тестировании и развертывании приложений.
Забудьте о кастомных скриптах, токенах в .zshrc, командах EXPORT, попавших в историю bash, случайно закоммиченных .env.production и других уязвимостях. Просто подключите Teller к любому хранилищу секретов, ключевому хранилищу или облачному сервису, который используете — он поддерживает HashiCorp Vault, AWS Secrets Manager, Google Secret Manager и многое другое.
Используйте Teller для организации конфигурации окружения или внедряйте его как стандартный процесс в команде.
🖥 GitHub
Теперь вам не нужно покидать терминал, чтобы работать с секретами при разработке, тестировании и развертывании приложений.
Забудьте о кастомных скриптах, токенах в .zshrc, командах EXPORT, попавших в историю bash, случайно закоммиченных .env.production и других уязвимостях. Просто подключите Teller к любому хранилищу секретов, ключевому хранилищу или облачному сервису, который используете — он поддерживает HashiCorp Vault, AWS Secrets Manager, Google Secret Manager и многое другое.
Используйте Teller для организации конфигурации окружения или внедряйте его как стандартный процесс в команде.
Please open Telegram to view this post
VIEW IN TELEGRAM