Python

⚡️ Языки программирования и время, которое потребовалось для выпуска первой версии. Многие думают, что язык программирования можно сделать быстро. Но на практике на это уходят годы. Rust разрабатывали девять лет, Kotlin и C++ около шести, Go и Java примерно пять. Даже Python готовили два года перед первым релизом. Есть знаменитое исключение - JavaScript. Его написали всего за десять дней в 1995 году, и многие странности языка до сих пор связаны именно с такой скоростью разработки. Это хороший пример того, что создание фундаментального инструмента требует времени и большого количества экспериментов. 🦀 Rust - 9 лет (2006 → 2015) 🤖 Kotlin - 6 лет (2010 → 2016) ⚙️ C++ - 6 лет (1979 → 1985) ☕ Java - 5 лет (1991 → 1996) 🐹 Go - 5 лет (2007 → 2012) 🍎 Swift - 4 года (2010 → 2014) 🔧 C - 3 года (1969 → 1972) 🧬 Scala - 3 года (2001 → 2004) 📊 Julia - 3 года (2009 → 2012) 🐍 Python - 2 года (1989 → 1991) 🌐 JavaScript - 10 дней (1995) 💎 Ruby - 2 года (1993 → 1995) 🐘 PHP - 1 год (1994 → 1995) 🔷 C# - 2 года (1998 → 2000) 🎯 TypeScript - 2 года (2010 → 2012) 🎯 Dart - 2 года (2009 → 2011) ⚡ Elixir - 2 года (2011 → 2013) 🧠 Haskell - 3 года (1987 → 1990) 🧩 Objective-C - 1 год (1983 → 1984) 🐍 Python полезные ресурсы 🚀Max @pythonl

🎙 TADA (Text Audio Dual Alignment) - речевая AI-система нового типа. Она генерирует текст и аудио одновременно в одном синхронизированном потоке. Это позволяет снизить галлюцинации на уровне токенов и значительно уменьшить задержку. Что показали тесты: → 0 галлюцинаций контента на 1000+ тестовых примеров → в 5 раз быстрее, чем похожие LLM-решения для TTS → намного длиннее аудио: 2048 токенов покрывают ~700 секунд речи (в обычных системах около 70 секунд) → транскрипт генерируется сразу вместе с аудио без дополнительной задержки По сути, модель думает текстом и голосом одновременно, что делает генерацию речи быстрее и точнее. https://huggingface.co/collections/HumeAI/tada 🐍 Python полезные ресурсы 🚀Max @pythonl

Можно, а зачем? 🐍 Python полезные ресурсы 🚀Max @pythonl

🔍Тестовое собеседование на Middle Python с разработчиком из Авито сегодня вечером Уже сегодня вечером в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Даня, старший разработчик в Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир →@shortcut_py_bot Реклама. О рекламодателе.

🔥 Андрей Карпати выложил в open-source проект autoresearch. Идея проста, но мощная: агент может запускать до 100 ML-экспериментов за ночь на одном GPU. Он сам пишет код, запускает обучение, анализирует результат, улучшает архитектуру и сохраняет только то, что работает. Роль человека в этой системе минимальна. Всё, что нужно поддерживать — один файл `program.md`, в котором описана стратегия исследования: что исследовать, какие идеи приоритетнее, какие компромиссы важны. Агент читает этот файл, рассуждает над ним и сам решает, какой эксперимент запускать следующим. Как работает система: - автономный git-цикл — агент коммитит каждое улучшение - каждый эксперимент длится ровно 5 минут, чтобы сравнение было честным - оптимизируются архитектура, гиперпараметры и оптимизатор - человек редактирует стратегию - агент редактирует код - всё работает на одном GPU Главная мысль проекта: узкое место в AI-исследованиях - уже не вычисления, а идея эксперимента. В autoresearch этим bottleneck становится всего один файл - program.md. github.com/karpathy/autoresearch 🐍 Python полезные ресурсы 🚀Max @pythonl

Языки программирования и их инструкции импорта 🐍 Python - import module ☕ Java - import package.Class; ⚡ C - #include <stdio.h> 🛠️ C++ - #include <iostream> 🌐 JavaScript - import module from "module" 🛠️ C# - using Namespace; 🐹 Go - import "package" 🦀 Rust - use crate::module; 🐘 PHP - require "file.php"; 💎 Ruby - require "library" 🐪 Kotlin - import package.Class 🍎 Swift - import Module 🔷 TypeScript - import {x} from "module" 🧮 R - library(package) 🐚 Bash - source file.sh 🧱 Dart - import 'package:lib/lib.dart'; 🎯 Scala - import package.Class 🐼 Groovy - import package.Class 🧠 Julia - using Module 🔧 Assembly (x86 Linux) - %include "file.inc" 🐍 Python полезные ресурсы 🚀Max @pythonl

NiceGUI — это простой в использовании фреймворк на основе Python, который отображается в вашем веб-браузере. Вы можете создавать кнопки, диалоговые окна, Markdown, 3D-сцены, графики и многое другое. https://github.com/zauberzeug/nicegui 🐍 Python полезные ресурсы 🚀Max @pythonl

🎥 Helios: Модель генерации видео в реальном времени Helios — это передовая модель генерации видео, способная создавать высококачественные видео длительностью в минуты с частотой 19.5 FPS на одном GPU H100. Она не использует традиционные методы борьбы с дрейфом и стандартные техники ускорения, что делает её уникальной в своем роде. 🚀Основные моменты: - Генерация видео без анти-дрифтовых стратегий. - Высокая скорость 19.5 FPS без стандартных ускоряющих техник. - Оптимизация, уменьшающая потребление памяти и увеличивающая производительность. - Поддержка нескольких моделей в рамках 80 ГБ видеопамяти. - Официальная реализация с открытым исходным кодом. 📌 GitHub: https://github.com/PKU-YuanGroup/Helios 🐍 Python полезные ресурсы 🚀Max @pythonl

🔥 Вышла модель Qwen-Image-Layered-Control-V2 Новая версия инструмента для извлечения слоёв из изображений с управлением через кисть. Модель построена поверх оригинальной Qwen-Image-Layered-Control и позволяет точнее выделять элементы на иллюстрациях и постерах. Теперь можно управлять слоями прямо на изображении: Красная кисть показывает какой слой нужно извлечь. Зелёная кисть отмечает что нужно удалить. Если области пересекаются, они отображаются жёлтым. Также продолжает работать текстовое управление: prompt — описывает, что нужно извлечь. negative_prompt — что нужно исключить. Кисти и текст можно свободно комбинировать, что даёт больше контроля при работе со слоями. Рекомендуемые настройки: около 10 шагов инференса. Если используется управление кистью, можно поставить cfg_scale=1, чтобы значительно ускорить генерацию. Лучше всего модель работает с постерами и иллюстрациями, где объекты изначально разделены на слои. Для фотографий с тенями и сложным освещением она не предназначена. Модель обучена на датасете PrismLayersPro и распространяется как LoRA, которая загружается поверх базовой версии V1. 🟢Model: https://modelscope.ai/models/DiffSynth-Studio/Qwen-Image-Layered-Control-V2 🟢Dataset: https://modelscope.cn/datasets/artplus/PrismLayersPro 🟢GitHub: https://github.com/modelscope/DiffSynth-Studio @pythonl

OpenAI объявила о начале развёртывания новых моделей GPT-5.4 Thinking и GPT-5.4 Pro в ChatGPT. Также GPT-5.4 стала доступна разработчикам через API и в Codex. Новая версия объединяет несколько ключевых направлений развития моделей: улучшенное логическое рассуждение, более сильные возможности программирования и поддержку агентных сценариев работы. Самое интересное: • GPT-5.4 лидер в agentic tasks • заметный скачок в математике • очень сильный результат в научных задачах (GPQA) • улучшена работа с веб-средой и инструментами Фактически это модель, которую явно оптимизировали под агентов, инструменты и сложное reasoning, а не просто чат. По словам компании, GPT-5.4 стала одной из самых точных и эффективных моделей. Она требует меньше токенов для выполнения задач и работает быстрее по сравнению с предыдущими версиями. В версии ChatGPT модель GPT-5.4 Thinking получила улучшенный режим размышления: при более длительном анализе она лучше удерживает контекст и способна проводить более глубокие исследования в интернете. Появилась и новая функция управления процессом ответа. Теперь пользователь может прервать генерацию в середине ответа и изменить направление работы модели, добавив новые инструкции. Функция управления ответом уже начинает появляться в веб-версии ChatGPT и на Android. Поддержка iOS ожидается немного позже. https://x.com/openai/status/2029620624923189283?s=46 @ai_machinelearning_big_data