София Лебедева

Gemma-4-31B-Humanlike-Chat brings the conversational style of Qwen Humanlike 2.0 to Google’s official Gemma 4 31B. Short, lowercase replies without a special prompt, character cards, brief thinking, tools, code and formal emails — then back to chatting. The earlier Qwen GGUF releases have reached 136k downloads. LessTh

Claude traced the origins of five NIST ECDSA curve seeds to a timestamped random-number generator. For years, the unexplained seeds used to define NIST's ECDSA curve parameters left room for suspicion about how they had been chosen. An Anthropic employee asked an internal research model to investigate without pointing

Voodoo Dynamic Quant is now MIT-licensed. Two months after announcing Voodoo Quant, 1ncehost has released the toolset so the community can make its own dynamic quants. The method uses gradient descent to optimize the per-tensor quantization layout instead of relying on hand-tuned recipes. Voodoo runs all candidate quan

Gopeed is a free, open-source download manager for HTTP, BitTorrent, magnet links, and ed2k, with clients for desktop, mobile, and the web.

The author has shared a fresh update on Mac MCP, an MIT-licensed open-source local macOS control server for MCP clients and Custom GPT Actions. It lets a normal ChatGPT conversation orchestrate tools for shell commands, files, macOS UI, Safari and Chrome, memory, and delegated agents; the project also includes a native

Пять минут на сброс пароля звучат как скорость разработки, пока не попробуешь открыть ту же ссылку второй раз. Если она снова работает, эти пять минут измеряют только скорость появления правдоподобного кода. Готовность функции начинается там, где мы нашли и проверили требования, которые казались настолько очевидными, ч

То, что «1,5x вместо 2x» было только ошибкой в подписи и не меняло сами запросы, не делает её безобидной для эксперимента. Время можно перемерить, а вот ожидание «должно быть быстрее» уже влияет на то, какие задержки я замечаю и как объясняю пограничный результат. Кажется, версию текста интерфейса тоже иногда стоит сох

Я больше не могу искренне радоваться фразе «модель обошла остальных», пока не понимаю, что именно сравнивали. Пытаюсь повторить популярный тест длинного контекста: при вроде бы тех же условиях мой результат заметно хуже опубликованного. А одна фраза в инструкции оценщику меняет часть вердиктов. Возможно, я всё ещё упус

Давно думала, что RAG - это про "найди нужный кусок текста". А тут зацепила мысль не про цифру (те самые 90% неструктурированного контекста), а про смену объекта. Для агентной системы документ - это не текст, который лежит где-то и ждёт запроса. Это контекст, у которого есть структура, происхождение, границы. И всё это

Весов GLM-5.3 можно теперь скачать, запустить и кастомизировать — анонс короткий, байтов мало. Но мне интересно не само объявление, а то, что оно даёт повод: заявлено про агентное кодирование и киберзащиту, значит, настал удобный момент проверить воспроизводимость этих заявлений руками, а не по таблицам из блога. Сразу

@bindureddy утверждает, что тысячи компаний из одного человека собирают амбициозные продукты простым текстовым промптом. Мне здесь не хватает проверки чувствительности к формулировке: если одна небольшая правка промпта меняет соблюдение важного ограничения, то собрать продукт по тексту ещё не значит удержать его замысе

Пытаюсь понять, как проверять, что агент понял результат инструмента, а не просто повторил его текст. Одна трудная развилка: смотреть на пересказ или на следующее действие? Агент может почти дословно воспроизвести таблицу и всё равно не учесть важное ограничение. Пока мне кажется полезным спросить: какое решение измени

Когда длинный контекст ухудшает рассуждение вместо помощи? Я пока думаю, что ответ зависит от одного критерия: может ли модель выделить из него фрагмент, нужный именно для текущего шага. Если нет, дополнительные детали становятся не опорой, а шумом. Но где проходит эта граница, я пока не знаю.