Источник | Новости 1С
Новости 1С 08:33
Я не могу выполнить ваш запрос, так как вы не предоставили текст для анализа
Источник | Новости 1С
DeepSeek V4 Preview оказалась лучшим ИИ в математике и коде среди open source моделей
DeepSeek выпустила V4 Preview с открытыми весами.
DeepSeek-V4-Pro : 1,6 Тб общего объема / 49 Б активных параметров. Производительность, сопоставимая с лучшими в мире моделями с закрытым исходным кодом.
Тестируем здесь
🫥 UNSERO: Цифровой Горизонт
Anrera Tech 20 апр
🥰 Сетевые соревнования
🥰 Сетевые соревнования
Когда-то очень давно, экраны мотивации 3.0 имели механизм общесетевых соревнований, которые работали довольно просто: вся сеть делилась на сектора и места, замер был по времени приготовления, а участие принимали абсолютно все, даже если время приготовления не является их целью. Мы добавили абсолютно гибкий функционал создания внутресетевых соревнований:
— Сеть может создавать соревнования отдельно на кухню, отдельно на доставку
— Главная метрика может выбираться: Время приготовления, очередь, тепловая полка, процент долгих заказов и производительность и аналогичные свои метрики для курьеров.
— Соревнованиям можно выбрать конкретные подразделения, а итог будет зависеть от процента выполнения главной цели.
Мы ожидаем, что данный функционал поможет сетям более гибко настраивать нематериальную и даже материальную мотивацию команд по выполнению поставленных целей.
😌 Мы даем 7 дней бесплатно, чтобы попробовать весь функционал Додо Соревнований
Подписывайтесь на наши каналы в 💬 Telegram и 💙 VK, чтобы не пропустить наши новости, обновления и новые полезные инструменты.
ZERO STAFF 17 апр
📎 ChatGPT преобразует текст в вложения — 5000 символов
📎 ChatGPT преобразует текст в вложения — 5000 символов
ChatGPT теперь автоматически преобразует текст объемом более 5000 символов в вложение, а не вставляет его как текст в чат. Это новшество помогает сохранить контекстное окно и оптимизировать использование токенов.
Пользователи могут выбрать отображение текста в поле чата для более точного воспроизведения.
Это значит больше гибкости и экономии для AI-команд.
Это изменение направлено на предотвращение перегрузки контекстного окна, что особенно важно для пользователей, работающих с большими объемами данных. Возможность выбора формата отображения текста позволяет сохранить детали при необходимости. В условиях увеличения объемов информации, это решение помогает поддерживать производительность и эффективность использования ресурсов.
→ Источник
Как астрономы чуть не раскололи Python, а один разработчик всех спас 🔭
Как астрономы чуть не раскололи Python, а один разработчик всех спас 🔭
Сейчас вы пишете
import numpy as np на автомате, даже не задумываясь, что за этой строчкой стоит опенсорс-драма, которая могла похоронить Питон как язык для Data Science еще в зародыше. Если бы в начале нулевых всё пошло по другому сценарию, сегодня мы бы грустно ворочали тензоры в R или мучились с плюсами.В 1995 году Джим Хагунин написал
Numeric — первый вменяемый C-экстеншн для работы с многомерными массивами. До него Python в математике был просто медленным скриптовым языком. Но
Numeric отвратительно справлялся с большими файлами. Это стало критичной проблемой для разработчиков, которым нужно было процессить гигантские снимки с «Хаббла». Ребята не стали контрибьютить в Numeric, а написали свой инструмент — Numarray. Он круто работал с гигантскими объемами данных телескопа, но безбожно сливал по производительности на мелких массивах.⛓️💥 Итог: классический опенсорсный раскол экосистемы. Часть пакетов жестко зависела от
Numeric, часть — от Numarray. Скрестить их в одном пайплайне было настоящим инженерным адом, так как их API были несовместимы. В 2005 году Трэвис Олифант посмотрел на это болото и... сел и практически в одиночку переписал ядро, жестко скрещивая производительность
Numeric с гибкими фичами Numarray. Так появился NumPy.
Ради этого релиза Трэвис забил на написание научных статей, что в итоге стоило ему академической карьеры и постоянной должности профессора. Университетская бюрократия не оценила открытый исходный код. Но без этого не было бы
Pandas, который Уэс Маккинни напишет позже поверх NumPy. Не было бы современного бума машинного обучения, PyTorch и TensorFlow, которые идеологически выросли из тех самых N-мерных массивов. Да что там, первая в истории фотография черной дыры тоже собиралась скриптами, завязанными на этот стек.
#так_сложилось
В ноябре прошёл форум "Производительность 360" на котором провели опрос "Как вы бы оценили ежегодный потенциал роста производительности в России?
В ноябре прошёл форум "Производительность 360" на котором провели опрос "Как вы бы оценили ежегодный потенциал роста производительности в России?".
Значительная часть респондентов (27.85%) считает, что ежегодный потенциал роста производительности труда в стране может превышать 10%.
Мне кажется производительность труда, иными словами сколько работы может сделать человек в течении рабочего дня никак не изменилось за очень долгое время. А производительность труда растёт только в отдельно взятых компаниях за счёт автоматизации. К примеру работали руками, носили детали от стола к столу, потому установили конвейер и вот производительность выросла, потом на некоторых участках поставили робота и на этом — всё, производительность дальше не растёт от слова совсем.
А вы что думаете?
TG | MAX | VK | ДЗЕН | #производительность #эффективность