IT wiki ru

Давайте кратко сравним Python и C++ — у каждого свои плюсы.

Скорость: Компилируемый, очень быстрый. Идеален для игр, ОС, где важна каждая миллисекунда.

Сложность: Придётся попотеть. Ручное управление памятью, разработка дольше.

Применение: Игры, ОС, встраиваемые системы, сложные вычисления, финансы.

Скорость: Интерпретируемый, не такой быстрый. Но для задач с ожиданием данных или с быстрыми библиотеками — скорость незаметна.

Простота: Чемпион! Понятный синтаксис, много готовых библиотек, ускоряет разработку и прототипирование.

Применение: Веб-разработка, анализ данных, машинное обучение, автоматизация.

Нет "победителя". C++ — для производительности и контроля. Python — для быстрой разработки и готовых решений. Часто их используют вместе.

Microsoft планирует сделать браузер Edge более умным, встроив в него языковую модель Phi-4 mini, которая будет работать локально на устройствах с Windows 11.

Пользователь X Leopeva64 обнаружил в Edge Canary 138.0.3323.0 новые флаги, связанные с Phi mini. Один из них — Prompt API for Phi mini — позволяет активировать модель, но пока это экспериментальный интерфейс.

Microsoft представила серию компактных моделей Phi-4 в прошлом месяце. Phi-4 mini, содержащая 3,8 млрд параметров, в некоторых тестах обошла модели DeepSeek-R1, GPT o1 и Claude-3.7-Sonnet, требуя меньше ресурсов и обходясь дешевле.

Ранее компания тестировала Phi-3, но теперь делает ставку на Phi-4, которая может выполнять задачи вроде обобщения, классификации и перефразирования прямо в браузере. Сейчас эти функции выполняет облачный Copilot, но с Phi-4 Edge сможет обрабатывать ИИ-задачи локально — возможно, даже без обязательного наличия NPU.

 Мейнтейнер ядра Linux Инго Молнар представил вторую версию патчей, удаляющих поддержку процессоров i486 и ранних i586. Новая версия ядра будет поддерживать только CPU с инструкцией CX8 (CMPXCHG8B) и регистром TSC, появившимися в Pentium. Удаление старых процессоров упростит сопровождение ядра и избавит от 14 104 строк устаревшего кода, включая эмуляцию CX8, TSC и библиотеку math-emu. Это сократит сложность ядра и устранит потенциальные проблемы, возникающие из-за старых архитектур. Линус Торвальдс поддержал инициативу, заявив, что нет смысла тратить усилия на поддержку устаревших CPU. По его словам, современные системы уже не используют i486, а старые дистрибутивы и так работают с прежними версиями ядра. Поддержка встроенных процессоров типа Intel Quark останется, так как они реализуют нужные инструкции. Ранее, 12 лет назад, Торвальдс уже прекратил поддержку i386 и призывал к дальнейшей очистке ядра от устаревшего кода.  

OpenSearch 3.0 — открытая платформа для поиска, аналитики и визуализации данных, созданная как форк Elasticsearch и Kibana. Проект поддерживается Linux Foundation и разрабатывается при участии Amazon, SAP, Uber, Atlassian и других. Исходный код распространяется под лицензией Apache 2.0.

-Векторный движок с GPU-ускорением: индексирование в 9,3× быстрее, расходы снижены в 3,75×;

-Протокол MCP для взаимодействия с LLM и интеграция с OpenAI, Anthropic, LangChain;

-Оптимизация хранения векторов k-NN: меньший размер, быстрый холодный старт (до 30×);

-Поддержка gRPC для снижения накладных расходов и повышения производительности;

-Pull-режим получения данных из Kafka и Kinesis;

-API для отключения записи в индекс (режим «только чтение»);

-Поддержка PPL (Piped Processing Language) и интеграция с Apache Calcite;

-Автоопределение типов индексов, включая оптимизации для логов;

-Обновление Lucene до версии 10, улучшение индексации и параллельной обработки;

-Переход на Java 21+ с поддержкой Java-модулей (JPMS);

-Ускорение агрегирования и работы с диапазонами дат/чисел (до 75% и 25% соответственно);

-Параллельный поиск сегментов для k-NN (ускорение запросов в 2,5×).

Пусть в ваших сердцах всегда будет мир, здоровье, счастье и уверенность в завтрашнем дне. Пусть добро и благополучие сопутствуют вам!  

Другие подразделения Google, включая команду веб-поиска, используют данные, от которых отказался DeepMind, в частности, в "AI-обзорах", снижая трафик на оригинальные сайты. Несмотря на то, что внутренний документ Google за лето 2024 года упоминает, что половина из 160 млрд токенов для обучения ИИ была "отозвана", эти данные продолжают применяться в других сервисах компании.

Это происходит несмотря на антимонопольное дело Минюста США, которое требует, чтобы Google продала Chrome и прекратила платить за установку своего поиска по умолчанию, а также распространила эти ограничения на продукты ИИ, включая Gemini. Отказ издателей поднимает вопрос о создании рынка качественных обучающих данных вместо практики "добросовестного использования", защиту которой недавно отклонил американский суд в деле против Meta*.

*Meta и её продукты запрещены на территории Российской Федерации.