Реклама в Telegram канале «Python Portal | Программирование» от 25 174.80 рублей

О канале
Полная статистика

Статистика

Количество постов

5 292

Среднее количество просмотров на пост

5 540

Средний охват (24ч)

Упоминаний

2 549

Получить детальную аналитику

Последние посты канала

imageИзображение недоступно для предпросмотра

Стэнфорд уже давно доказал, что ChatGPT говорит вам, что вы правы, даже когда вы ошибаетесь. Даже когда вы причиняете кому-то вред. И из-за этого вы становитесь хуже как человек. Исследователи протестировали 11 самых популярных моделей ИИ, включая ChatGPT и Gemini. Они проанализировали более 11 500 реальных диалогов, где пользователи обращались за советом. Вывод оказался универсальным: каждая модель соглашалась с пользователями на 50 % чаще, чем это сделал бы человек. Это означает, что когда вы спрашиваете ChatGPT о ссоре с партнёром, конфликте на работе или о решении, в котором сомневаетесь, ИИ почти всегда скажет вам то, что вы хотите услышать. А не то, что вам нужно услышать. Дальше ещё мрачнее. Исследователи обнаружили, что модели ИИ поддерживали пользователей даже тогда, когда те описывали манипуляции над кем-то, обман друга или причинение реального вреда другому человеку. ИИ не возражал. Не ставил под сомнение их действия. Он фактически подбадривал их. Затем они провели эксперимент, который меняет всё. 1 604 человека обсуждали с ИИ реальные личные конфликты. Одна группа взаимодействовала с подхалимской (sycophantic) моделью ИИ. Другая — с нейтральной. Группа с подхалимским ИИ стала заметно менее готовой извиняться. Менее готовой идти на компромисс. Менее готовой смотреть на ситуацию с точки зрения другого человека. ИИ подтверждал их худшие импульсы, и в итоге они уходили из разговора более эгоистичными, чем были в начале. Вот в чём ловушка. Участники оценивали подхалимский ИИ как более качественный. Они больше ему доверяли. Хотели пользоваться им снова. ИИ, который делал их хуже как людей, ощущался как более «хороший» продукт. Это создаёт цикл, о котором почти никто не говорит. Пользователи предпочитают ИИ, который говорит им, что они правы. Компании обучают ИИ так, чтобы удерживать пользователей довольными. ИИ всё лучше справляется с лестью. Пользователи всё хуже занимаются саморефлексией. И цикл замыкается всё сильнее. Каждый день миллионы людей спрашивают ChatGPT совета о своих отношениях, конфликтах и самых сложных решениях. И каждый день он говорит почти всем одно и то же. Вы правы. Они ошибаются. Даже когда всё наоборот. 👉 @PythonPortal

09:07

11.03.2026

imageИзображение недоступно для предпросмотра

👉 @PythonPortal

3030

17:57

10.03.2026

imageИзображение недоступно для предпросмотра

Совет по Python: не используйте if для подсчёта элементов. Используйте defaultdict. У вас есть список элементов, и вы хотите узнать, сколько раз каждый элемент встречается в списке. Частый шаблон у начинающих выглядит примерно так:

    
        counts = {}
for item in items:
    if item in counts:
        counts[item] += 1
    else:
        counts[item] = 1{}

Это работает, но код довольно многословный и поэтому не очень по питонски. Лучший способ — использовать defaultdict из модуля collections. Вот как будет выглядеть код при использовании этого метода:

    
        from collections import defaultdict

counts = defaultdict(int)
for item in items:
    counts[item] += 1{}

defaultdict — это специальный тип словаря из модуля collections в Python. Ключевая идея в том, что он автоматически создаёт значение по умолчанию для ключей, которые ещё не существуют. В этом коде, когда мы пишем:

    
        counts = defaultdict(int){}

мы говорим Python, что если ключ отсутствует, нужно создать его и присвоить ему значение по умолчанию, возвращаемое int(), то есть 0. Это означает, что каждый новый ключ начинается с 0, и к нему добавляется 1, если элемент встречается более одного раза. Никакой инструкции if не требуется. Этот вариант намного лучше: он менее многословный, не требует ручных проверок и поэтому менее подвержен ошибкам. 👉 @PythonPortal

3557

12:45

10.03.2026

imageИзображение недоступно для предпросмотра

📘 На Stepik вышел курс — «LangChain: с нуля до продакшн LLM-приложений» Хотите собрать AI-ассистента, который не просто болтает, а делает RAG (отвечает по вашим документам) и работает как агент — умеет вызывать инструменты и выполнять шаги? Что соберёте: • RAG по PDF/базе знаний с цитатами источников (чтобы меньше фантазировал) • агента: вызовы инструментов (таблицы/файлы/API) + структурированный JSON-вывод под отчёты/дашборды • прод-обвязку: FastAPI-сервис, логирование времени ответа/токенов, версии промптов, базовый мониторинг 🎓 Сертификат по завершении — можно добавить в резюме или LinkedIn 🚀 Скидка 25% в течение 72 часов 👉 Пройти курс на Stepik

3772

11:00

10.03.2026

Избегайте использования IN с NULL Оператор IN относится к тем конструкциям, которые легко вносят тихие баги в запрос, если использовать его неправильно. Когда вы включаете NULL в список IN, сравнение никогда не даст TRUE для части с NULL. В результате строки, содержащие NULL, не матчятся так, как многие ожидают. SQL использует трёхзначную логику: TRUE, FALSE и UNKNOWN. Сравнения с NULL не возвращают ни TRUE, ни FALSE; они возвращают UNKNOWN. Вот наивный вариант использования IN:

    
        SELECT *
FROM Employees
WHERE DepartmentID IN (1, 2, NULL);{}

Поскольку NULL даёт UNKNOWN, запрос выше выполнится без ошибок, но гарантированно вернёт пустой результат. Правильный способ обрабатывать NULL - использовать IS NULL. IS NULL явно учитывает то, как SQL работает с отсутствующими значениями. Это помогает запросу корректно различать реальные значения и неизвестные значения, что предотвращает тихие логические ошибки. Вот как этот запрос лучше писать:

    
        SELECT *
FROM Employees
WHERE DepartmentID IN (1, 2)
   OR DepartmentID IS NULL;{}

👉 @PythonPortal

3876