«Игрушка»
Альберт Эйнштейн, критикуя принцип неопределённости Гейзенберга, произносит знаменитую фразу: "Бог не играет в кости!". На что Нильс Бор, участник дискуссии, с юмором отвечает: "Эйнштейн, не учите Бога, что ему делать".
Читать далееИстория разработки P0D-ботов для Counter Strike
Counter-Strike стал важнейшим этапом в эволюции шутеров как на постсоветском пространстве, так и за его пределами. Сколько десятков и даже сотен часов мы провели в компьютерных клубах и дома, доказывая друзьям, кто из нас лучший игрок! Однако в те годы не у всех был стабильный интернет, а в локальных сетях, особенно маленьких городов, не всегда собиралась достаточная команда для полноценного матча. И тогда на выручку приходили боты! Именно с их помощью можно было не только с удовольствием провести время, играя на любимых картах, но хорошенько отточить своё мастерство!
Но создание таких ботов в те годы было непростым делом: требовались не только технические знания, но и настоящая страсть к игре, тем более специализированного инструментария для этих целей тогда просто не было! Именно такие люди, объединившись вместе, и подарили нам одних из самых лучших ботов того времени — Pod-Bot, которые впоследствии стали официальными Z-bot на релизе CS 1.6.
Рад представить своё интервью с одним из авторов этого бота, который поделится воспоминаниями и различными интересными моментами, что возникали в процессе разработки. Очень надеюсь, вам понравится, и вы всецело окунётесь в ламповую атмосферу тех лет, читая его рассказ!
Читать далееапвап
Зашла речь про откачку жира - липосакция. Мол если жир буквально вырезать, то новые жировые клетки не появляются и жира мол не будет как раньше. Возбуждение от такой возможности одолевает любящих пожрать - помучался на операции и ура - жри уж бочками, да? Нет.
Жир для начала состоит из жировых клеток - адипоцитов. И видов адипоцитов и значит видов жира - 5. https://cyberleninka.ru/article/n/zhirovaya-tkan-tsveta-depo-i-funktsii/viewer ЖИРОВАЯ ТКАНЬ: ЦВЕТА, ДЕПО И ФУНКЦИИ
Основная масса жира состоит из белых адипоцитов - белая жировая ткань.
Читать далееНовости кибербезопасности за неделю с 4 по 10 августа 2025
Всё самое интересное из мира кибербезопасности /** с моими комментариями.
На этой неделе новости про новый вектор атаки из BIOS, который нельзя обнаружить антивирусами, Минцифры придумали особый формат интернета в условиях ограничений, Электронный документооборот - новый эффективный канал распространения вирусов, за месяц в MAX обнаружили минимум 79 уязвимостей, а в Linux более года скрывался умный вирус и другие только самые важные и интересные новости из мира информационной безопасности.
Читать далее[Перевод] Хотите эффективнее программировать? Учитесь строить в уме пошаговые доказательства
В этой статье я коротко опишу один приём, который помогает мне писать код быстрее и с меньшим числом ошибок. Я говорю «приём», но по факту это просто практика, которой я начал следовать с опытом, сам того не замечая.
Когда вы работаете над чем-то сложным, формируйте в уме некое подтверждение, что ваш код будет делать именно то, что вам нужно. Звучит вроде просто, но на деле всё оказывается сложнее. Чтобы начать делать это «на лету», не прерывая рабочий поток, потребуется упорная практика. Зато, когда вы освоите эту технику, то удивитесь, насколько чаще ваш код будет полноценно работать с первой или второй попытки. Невероятно впечатляет.
Добиться этого можно по-разному, и я не хочу давать какие-то категоричные рекомендации. Просто приведу несколько примеров тех вещей, о которых я сам рассуждаю «на лету», чтобы вы могли сформировать общее представление.
Читать далееЭкстремальное испытание кальциевых аккумуляторов, часть 4: 70 дней глубокого разряда
Привет, Хабр! Что будет, если не пользоваться автомобилем месяц или два? Ток, потребляемый бортовой сетью на стоянке, обычно варьируется в пределах от 30 до 70 миллиампер. Какие последствия это несёт для аккумулятора?
В данной статье описаны результаты длительного эксперимента по разряду аккумуляторных батарей Тюмень Стандарт малым током с последующим долгим хранением в разряженном состоянии.
Сульфат кальция — это гипс. Он нерастворим в воде и кислотном электролите. Некоторые гаражные мудрецы говорят, что по данной причине глубокий разряд кальциевого аккумулятора приводит к его необратимой порче. Сегодня мы узнаем, так ли это, и можно ли эту порчу снять.
Поиграл в бета-версию Battlefield 6. Это уже круче, чем Call of Duty Black Ops 6 как минимум
7 августа ровно в 11:00 по московскому времени тысячи игроков вспомнили, что такое очередь входа на сервер. А за неделю до этого увидели трейлер с, наверное, самым подходящим саундтреком для игры с огромным количеством разрушаемости.
Да, разумеется, речь идет о Battlefield 6, самом ожидаемом шутере этого года от огромной команды разработчиков во главе с Винсом Зампелла.
Я ворвался в бету ровно в 11 утра в день раннего доступа, стоически отстоял 150 тысяч человек в очереди, и отогнать меня от консоли с игрой было практически невозможно. И мне, как хардкорному фанату Call of Duty, есть что сказать.
Школа программирования в Орехово-Зуево: как выбрать курс для ребенка
Мы в Pixel проводим очные уроки в Орехово-Зуево и учим современных детей и подростков программировать, разрабатывать игры, создавать сайты, 3Д-модели и не только. Сегодня хотим рассказать об орехово-зуевском филиале школы и предложить советы, которые помогут выбрать направление дополнительного IT-обучения для конкретного ребенка.
Читать далееКак это сделано: криптоколлекция Angry!Kids
Всем привет! Меня зовут Денис Ланин, я один из старших дизайнеров в Юзтехе. В этой статье я поделюсь опытом проектирования своей криптоколлекции Angry!Kids. Хотя она пока так и не увидела свет (и, скорее всего, никогда не увидит), этот проект подарил мне бесценный опыт и прокачал навыки. Здесь расскажу о пути проектирования, возникавших проблемах, способах их решения и том, как всё это повлияло на меня как на специалиста.
Статья будет полезна продуктовым дизайнерам, digital-художникам, NFT-разработчикам, а также всем, кто работает с цифровыми коллекциями или интересуется созданием похожих цифровых проектов. Приятного чтения!
Читать далееВизитка в 2025? Светодиоды, микроконтроллер и руки из плеч
В мире, где контактами можно обменяться за секунду в мессенджере, кажется, что визитки канули в Лету еще в эпоху проводных телефонов и CD-плееров. А вот и нет — не перевелись еще энтузиасты, делающие визитки, которые способны заменить на собеседовании целое резюме: они позволяют не только поделиться контактами, но и продемонстрировать инженерные навыки владельца.
Мы в Beeline Cloud решили изучить эту тему. Рассказываем про визитку-клавиатуру, визитку в стиле Altair 8800, карманный Linux и карточку от фаната светодиодов. Кстати, в статье есть ссылки на репозитории и схемы проектов, так что, при желании, их можно повторить или улучшить.
Читать далееЭзотерический язык Whitespace: что это, зачем создан и как работает
Whitespace — необычный язык программирования, где код состоит только из пробелов, табуляций и переводов строк. Видимые символы — буквы, цифры, знаки — интерпретатор игнорирует, воспринимая их как комментарии. То есть программы, написанные на Whitespace, невидимы. Они выглядят как пустые файлы, но при этом работают как обычно. С их помощью можно выполнять сложные задачи — от вывода текста до вычислений. В статье разберем, как устроен этот язык, кто его создал, для чего он нужен и почему стал относительно популярным среди энтузиастов.
Читать далееКак я слетал в Лиссабон на летнюю школу по машинному обучению LxMLS 2025
Лиссабонская летняя школа по машинному обучению (LxMLS) ежегодно проходит в Лиссабоне. Многие по ошибке думают, что её организуют в Луховицах, ведь только в Луховицах loss-функция включает в себя реальные потери — например, урожая кабачков из-за переобучения модели. 2025 год стал для LxMLS юбилейным — в 15-й раз собирая энтузиастов из мира Computer Science и Machine Learning. Мне повезло стать участником этого, без преувеличения, масштабного события, а потому в этой статье я поделюсь с Вами своим опытом:
Читать далееLock-free код и шахматы: где LLM показывают свою несостоятельность
Все мы привыкли к тому, что нейросети творят чудеса. Suno генерирует музыку неотличимую от человеческой, Flux рисует картины лучше многих художников, Claude переводит тексты так, что даже носители языка не сделают это лучше. Создается впечатление, что искусственный интеллект вот-вот заменит нас во всех сферах деятельности.
Но есть одна маленькая проблема. Как только задача требует настоящего размышления, а не воспроизведения заученных паттернов, LLM начинают творить такую дичь, что становится стыдно, что знаком с ними.
Читать далееПроектирование и кодогенерация DDD-моделей на Kotlin
В статье рассматривается разработка доменных моделей в соответствии с тактическими паттернами DDD — Value Object и Entity, с целью создания собственной строгой иерархии функциональной системы типов (ФСТ). Предложен фреймворк, включающий методологию проектирования и кодогенерации доменных моделей на языке Котлин. Рассматриваются вопросы и ставятся задачи …? организации, планирования, документирования, моделирования, регулирования, управления, оценка результата [Д] как код (DSL). Разработка фреймворка ведется в значительной части на основе научных работ Д.А. Новикова по организации, управлению и методологии деятельности, приведенных в конце статьи. Используемые понятия, термины и определения основаны на [5] и выделяются полужирным шрифтом. Общие термины и понятия, которые легко ищутся в поисковых системах, выделяются курсивом. Слова, относящиеся к кодовой базе, выделяются обратными кавычками.
Впадаю в детство с ZX Spectrum
Обычный, пятничный, вечер... Сижу, ни кого не трогаю (с) смотрю ютюбчик, отдыхаю... Попадаю на просмотр прохождения игры Oberon 69, в процессе рассказа об игре, выясняется, что на Spectrum она была только на Испанском и только на кассете, была дискетная версия от Max Iwamoto, полу англифицированная... И такА вдруг тоска ностальгия меня взяла и переживание за несправедливость... Решаю, что раз никто, тогда Я! Будем а) дискетизировать, б) англифицировать, в) русифицировать.
Архитектура сервера: статические residential-прокси и reverse-proxy
Архитектура Сервера — это не только набор серверов и сервисов, это контракт о том, как компоненты взаимодействуют и кто за что отвечает. В сетевой части этот контракт делится на две очевидные зоны ответственности: ingress (входящий трафик) и egress (исходящий). Reverse-proxy (NGINX/Envoy/Traefik и им подобные) — стандартный элемент ingress-слоя: TLS-терминация, кеш, балансировка и фильтрация трафика. На уровне egress мы часто используем прокси-слой, который формирует «внешний вид» наших исходящих соединений; среди опций для egress ключевую роль играют статические residential-прокси — IP от реальных провайдеров, закреплённые за сессией на время операции.
Читать далееКогда “премиум” ломается быстрее бюджетки: мой опыт ремонта Razer Type Z
Привет, Хабр! Расскажу о своем опыте использования недешевого кресла Razer Legend. Не знаю, можно ли его назвать представителем премиум-сегмента. Думаю, что нет, поскольку реальный премиум может стоить и тысячу, и полторы евро. Здесь же цена — около 300 евро (живу Испании, купил его полгода назад).
Спойлер: я разочарован, поскольку через полгода после покупки кресло сломалось. Я починил, поскольку не хотелось выбрасывать кресло на свалку, а деньги — на ветер. Но осадочек, конечно, остался. В этой статье расскажу о сути поломки и о ремонте. Пока не знаю, сколько он продержится, но будем надеяться, что годик-другой протянет. Что ж, поехали.
Читать далееПять свежих одноплатников августа 2025 года: от IoT до RISC-V
Август 2025 оказался щедрым на новые одноплатники — тут и компактные платы для IoT, и модели под компьютерное зрение, и производительные сетевые решения, и недорогие RISC-V-варианты для разработчиков. Одни подойдут для камер или умных колонок, другие — для роутеров, серверов или учебных проектов. Среди них легко найти решение под конкретные задачи и доступный бюджет. Поехали!
Читать далееTelegram Web App. Всё о Mini Apps
В прошлой статье я уже рассмотрел основные возможности Web App. Cегодня же подведём итоги, расскажем все особенности и нюансы работы с Web App в Telegram и соберём простенькое веб-приложение.
Читать далееКак не багнуться: почему плавание — лучший спорт для тех, кто сидит за компьютером
Работа в IT может быть по-настоящему вредной. Не из-за дедлайнов, багов или багрепортов. Главная угроза — сидячий образ жизни. По 8 и более часов в день мы находимся в одном и том же положении, что негативно сказывается на осанке, кровообращении, работе мышц и даже когнитивных способностях. Чтобы ум оставался продуктивным, тело должно быть в порядке. Ведь даже самый продвинутый искусственный интеллект не будет работать без надежного железа, а человеческий интеллект работает только в здоровом теле.
Одним из лучших видов физической активности для «сидячих» профессионалов считается плавание. Почему? Давайте разбираться.
Читать далееVision Transformers: всё, что вам нужно — это внимание
С появлением статьи "Attention Is All You Need" закончилось доминирование рекуррентных нейронных сетей (Recurrent Neural Network — RNN). Поскольку трансформеры показывают лучшие результаты на практике по сравнению с RNN, давайте разберёмся, что они собой представляют и как работают в области компьютерного зрения.
Читать далееХочу отдать игру в open source
Всем привет. Восемь лет назад я написал браузерную IO игру про космические сражения. Какое-то время игра была в онлайне и даже пользовалась некоторой популярностью, но потом я ее забросил. А сегодня случайно наткнулся на старый ролик, сделанный игрокам - https://www.youtube.com/watch?v=AG7rVC1LiNM . И подумал, что ведь она неплохо выглядит даже сейчас. Что если кто-то захочет ее развить?
Серверная часть написана на go, один сервер поддерживает до 2000 одновремнных игроков. Клиент написан на Unity3d. Есть еще боты, работающие на том же протоколе, что и клиент. Они туповатые, но в целом, умеют и воевать и преследовать игрока и собирать ресурсы. Ботов написал на java мой брат.
Конечно, все исходники давно устарели - версии go и unity там восьмилетней давности. Но все это можно реанимировать и привести в порядок, если найдутся люди, желающие развивать такой проект. Лично мне хотелось бы вписать текущий гэймплэй в какую-то более интересную и общую вселенную - сделать из этого RPG может быть.
Кому интересно пишите комментарии или в личку.
Готов ответить на вопросы.
Читать далееМобильная разработка за неделю #597 (4 июля — 10 августа)
В новом дайджесте распутываем навигацию SwiftUI и переписываем слайдер оплаты на Compose, играем в SPM и делаем свой State Management для Flutter, реализуем «Чёрное зеркало» в реальности, решаем задачи коммивояжера, отикрываем Android для роботов и многое другое. Заходите!
Читать далееМировоззрение, как основа для Стартапа
Всех приветствую, разрабатываю Стартап и многие знают, что в разработке приложения хорошо бы разделять слой домена и слой приложения.
- доменный слой: это про сущностную ценность;
- слой приложения: это реализация (доставка) доменной ценности через технологии.
Так говорят умные люди которые пишут синие и красные книги. Пожалуй с этим сложно не согласиться.
Но может ли весь стартап являться слоем приложения (реализовывать, доставлять Ценность)? И если да, то что же является доменом в моем случае?
Для этого я написал целую статью, но кратким ответом является: Человек и Жизнь. Пафосно. Я знаю. Но все же.
Читать далееDuyler — Событийно-ориентированный, неблокирующий PHP-фреймворк
В данной статье, я хотел бы рассказать вам о Duyler (производное от Do While) - событийно-ориентированном, «неумирающем» и неблокирующем PHP-фреймворке.
Читать далееИспользование нейросетей в разработке игр. Часть 2. Делаем платформер
В первой части этой стати мы с нейросетью Qwen пытались создать аналог Pong! в зимнем сеттинге (Снежинка вместо шарика и на фоне падает снег).
Итак, с понгом Qwen справился, настало время для более сложных испытаний. Посмотрим, как он справится с платформером.
Читать далее[Перевод] Астрономы обнаружили самую раннюю подтверждённую чёрную дыру
В 2024 году международная команда астрономов запустила программу CANDELS-Area Prism Epoch of Reionization Survey (CAPERS), использующую данные космического телескопа Джеймса Уэбба для идентификации галактик, появившихся во времена «космического рассвета». Этот космологический период наступил менее чем через миллиард лет после Большого взрыва, и именно тогда сформировались первые галактики во Вселенной. В недавнем исследовании команда CAPERS подтвердила существование чёрной дыры в центре галактики (обозначенной CAPERS-LRD-z9), удалённой от нас примерно на 13,3 миллиарда световых лет.
Читать далееСвобода и Кто: вскрытие мёртвой вселенной европейской философии
Почему свобода непознаваема и приходит в нашу вселенную извне.
Западная философия полтора века празднует победу над Богом.
Но, убив дракона, она сама начала бояться неба.
Трансцендентное стало новым табу. Величайшим интеллектуальным страхом.
И теперь любой, кто говорит о чём-то «вне системы», получает клеймо еретика. Только не от инквизиции, а от рецензента в научном журнале.
В итоге мы имеем философию с вырванной душой — блестящую, как скальпель, и такую же мёртвую. Она заперла себя в материальном мире, как фанатик — в своей священной книге. Вместо одной стены стало две, но тюрьма осталась той же.
Эта статья — о свободе.
Читать далее[Перевод] Что лучше для обучения – текст или аудио? Нейронаука отвечает на этот вопрос
Давайте начнём с мысленного эксперимента: закройте глаза и представьте, как может выглядеть мир через несколько сотен лет. Люди станут межгалактическими путешественниками, перемещающимися между галактиками? Может быть, мы будем жить на космических кораблях, в подводных мирах или на планетах с фиолетовым небом?
А теперь представьте спальню подростка из будущего. Скорее всего, на стене висит светящийся экран. А когда вы выглядываете в окно, то, возможно, видите кольца Сатурна, голубое сияние Нептуна или чудеса океанского дна. А теперь спросите себя: есть ли в той комнате книга?
Читать далееОсобенности разработки высокотемпературного источника питания
В этой небольшой статье я бы хотел поделиться любопытными аспектами проектирования высоковольтного скважинного источника питания и немного обобщить приобретенный опыт на аналогичные задачи.
Задача была разработать DC-DC с входным напряжением 400-850В, выходным — 50В. Рабочая мощность - до 1500 Вт, с импульсными нагрузками до 1700 Вт. Преобразователь должен работать при температуре на радиаторе — 125 градусов Цельсия. Радиатор и корпус преобразователя — цилиндрическая металлическая труба диаметром 80 мм. Гальваническая развязка не требуется и крайне желательно обойтись без трансформатора, и использовать готовые фабричные моточные изделия.
Как видно требования довольно специфичны и нестандартны:
Читать далееP2P-мессенджеры нового поколения. Связь без интернета
В 2025 году состоялось пополнение в ряду P2P-мессенджеров «постапокалиптического» типа, которые обеспечивают связь после отключения интернета. Например, после стихийного бедствия или техногенной аварии.
Читать далееAI для Rider в разработке под Unity
Давно не касался темы AI, хотя в этой сфере постоянно происходит много нового.
У меня успело накопиться несколько обновлений, которые могут оказаться для кого-то полезными, т.к. разработка с Rider под Unity имеет некоторую специфику, из-за чего приходится много экспериментировать и выискивать удобные инструменты.
Расскажу, что я успел попробовать, чем и как пользуюсь сейчас.
Читать далееОтрицательная селекция в управлении
Феномен отрицательной селекции в управлении - системного продвижения в иерархии не самых компетентных сотрудников, а тех, кто не представляет угрозы для существующей власти. Причины этого явления, связанные факторы, эффект Питера и когнитивные искажения. Анализ последствий для организаций и практические рекомендации для топ-менеджеров и рядовых сотрудников по преодолению этой проблемы и развитию эффективной корпоративной культуры.
Читать далееСоставление вакансии и почему к этому важно относиться внимательно
Почему важно обратить внимание на описание вакансии и внимательно отнестись к ее составлению?
По сути, описание вакансии - это лицо вашей компании или отдела. От того какое вы произведете впечатление и насколько сможете заинтересовать потенциального кандидата зависит как количество откликов, так и внимание к вашей компании, желание взаимодействовать с ней.
Грамотно составленная вакансия позволит как привлечь кандидатов, так и отсеять нерелевантные отклики, что сэкономит время, деньги и нервы.
Вакансии, не составленные должным образом, сталкиваются с проблемой слабой заинтересованности, малого количества откликов, что усложняет поиск кандидата и растягивает время закрытия вакансии.
Также на такие вакансии, наоборот, может поступать слишком много откликов, что может отразиться на времени разбора откликов и потенциальной потерей кандидатов (никто не будет ждать неделями пока вы разгребете завал).
Все это подводит нас к важности внимательного отношения к описанию вакансии.
Читать далееМожно ли с помощью ChatGPT-5 забыть о команде и сделать продукт самостоятельно?
Разберём на демонстрационном примере: насколько круто умеет работать ChatGPT-5 при разработке приложений под свои нужды. Ждёт ли нас массовый наплыв новых крутых сервисов?
Читать далееАнализаторы для Unity
В начале года Unity выпустили свой статический анализатор для проектов. Это широко освещалось в сети, но до сих пор встречаются те, кто об этом не слышал. И о некоторых других менее новых инструментах для анализа.
Я успел всеми ими попользоваться в какой-то мере — кратко расскажу про эти инструменты. И один из них сейчас можно купить по очень выгодной цене.
Читать далееСтартап за 100 дней. Неделя 5 и 6. Можно ли сделать продукт в одиночку?
Привет, я Дима и хочу сделать стартап за 100 дней, а именно нескучное приложение для похудения. У меня за плечами опыт создания приложения с 20 МЛН установок и номинация «Приложение года» от Google. Смогу ли я повторить успех — покажет время, а пока буду делиться процессом создания, инструментами и подходами, которые сам использую.
Читать далееКак порядок свойств убивает JavaScript?
Привет, Хабаровчане! Во второй статье, хочу поделиться наблюдениями из документации V8 и немного нудной информацией для многих :)
Читать далее[Перевод] Сравнение двух Excel онлайн в оперативной памяти. Добавлен Экспорт
После публикации первой части и практического опыта, сделал небольшие доработки в свой онлайн инструмент для сравнения двух Excel , также можно сравнить Excel и CSV файлы без преобразований.
Начну с небольшого вступления, почему я начал делать данный инструмент. Я работаю инженером данных и довольно многое автоматизировал в своей работе. В последнее время я занимаюсь миграцией различных скриптов из SAS в Databricks. Для сравнения таблиц есть несколько готовых инструментов типа datacompy, а также свои наработки. Там всё просто, можно преобразовать любые форматы и сравнить. Но вот появилась необходимость сравнить Excel, как результат работы скрипта и CSV выгруженный из Databricks. Есть несколько способов сделать это:
Читать далееReact Native + RxDB: как сделать Local-First приложение, которое не сдохнет без связи
Представьте: вы создали приложение, которое работает ровно тогда, когда у пользователя есть интернет. Нет интернета? Поздравляю, у вас мёртвое приложение и куча недовольных пользователей. Ну или курьер, который стоит как дурак и не может выполнять свою работу, потому что приложение зависло. Бизнес стоит, а вы сидите и ждёте, что всё само решится (нет).
Если хотите перестать выглядеть полными профанами и дать юзерам что-то, что не падает при первом же обрыве связи — welcome to local-first apps. Здесь всё про то, чтобы сделать локальную базу, а синхронизация — это такая себе приятная бонусная функция, а не священный грааль.
А что дальше?GSPO (Qwen RL Algorithm by Alibaba Cloud)
Qwen снова радуют релизом. Но на этот раз это не модель, а новый RL-алгоритм для обучения LLM
Метод называется Group Sequence Policy Optimization (GSPO), и именно он лег в основу последних громких моделей компании: Qwen3 Instruct, Coder и Thinking. Статья вышла пару дней назад, но о ней уже говорят все. Значит, пока разбираться и нам.
Сегодня один из самых популярных RL-алгоритмов для LLM – это GRPO (by DeepSeek). Если вам он не знаком – почитайте разбор вот тут. GRPO работает здорово и довольно стабильно, но на уровне токенов.
То есть в GRPO мы считаем награду для всей последовательности -> считаем важность каждого токена и применяем клиппинг также для каждого токена отдельно -> обновляем политику "на уровне токенов".
А в GSPO все то же самое происходит сразу для всей последовательности: считаем награду -> рассчитываем единый importance weight для всей последовательности и применяем клиппинг для всего ответа целиком с нормализацией по длине -> обновляем политику.
В чем преимущество такого подхода?
1. Не нужно устраивать танцы с бубном, когда работаешь с MoE. У GRPO из-за архитектурных особенностей MoE идет со скрипом, а тут все заводится из коробки.
2. Градиенты получаются менее шумными, потому что снижается дисперсия. Следовательно – еще более стабильное обучение. Следовательно – лучшие метрики при тех же ресурсах.
3. Инженерно реализуется гораздо проще.
Короче, выглядит очень привлекательно и, вероятно, станет следующим словом в RL для LLM (особенно в опенсорсе).
Читать далее