Agent Reinforcement Trainer: train multi-step agents for real-world tasks using GRPO. Give your agents on-the-job training. Reinforcement learning for Qwen2.5, Qwen3, Llama, Kimi, and more! Agent Reinforcement Trainer Train multi-step agents for real-world tasks using GRPO. 📏 RULER: Zero-Shot Agent Rewards RULER (Relative Universal LLM-Elicited Rewards) eliminates the need for hand-crafted reward functions by using an LLM-as-judge to automatically score agent trajectories. Simply…
Отжившие свой век, электровакуумные приборы (ЭВП) тем не менее в ограниченных и специальных случаях применяются и поныне, не говоря о моде на «ламповый звук» и цифровые индикаторы тлеющего разряда. Находит своих поклонников и любительское кустарно-лабораторное электровакуумное дело — как техническое ретрохобби — забава весьма сложная и многогранная: это и вакуумная техника, и химия, физика, электроника, и стеклодувное дело, и работа с высокими температурами и экзотическими материалами. Даже изг…
Представьте, что на дворе — начало XVIII века, буквально расцвет эпохи мореплавания. Тысячи кораблей бороздят бескрайние океанские просторы в поисках заработков, неизведанных земель или неприятелей. Но есть одна большая проблема: суда регулярно теряются в море. Кончается это либо крушением, либо смертью от голода и жажды. Всё потому, что у моряков нет надёжного способа определить долготу — никто толком не знает, где находится корабль.Чтобы решить эту задачу, британское правительство — обладател…
В прошлой части мы вспоминали наиболее ранние анекдоты о программистах, появлявшиеся с момента основания Анекдот.ру осенью 1995 года по конец 1998 года. Продолжим наше погружение в мир олдового айтишного юмора конца 90-х годов, запечатлённое в самом старом действующем архиве анекдотов Рунета. С 1999 года всё больше заметны изменения по сравнению с недавним прошлым. В Интернете теперь сидят не только программисты, но и их жёны, дети и всё более многочисленные обычные юзеры — тогда как совсем ди…
Слева направо: ожидаемое ускорение работы программистов согласно предсказаниям экономистов; экспертов сферы машинного обучения; участников исследования METR до начала эксперимента; после эксперимента; реальный наблюдаемый результат. METRСчитается устоявшейся истиной, что инструменты автодополнения кода и прочая помощь от больших языковых моделей помогают программировать быстрее. Исследование организации METR ставит это фактоид под сомнение и даже демонстрирует обратный эффект.В рамках анализа т…
Привет, Хабр!Помните то блаженное время, когда для доступа к любому ресурсу хватало простого WireGuard до сервера в Германии? Я тоже помню. Но эта эпоха закончилась. Недавно я заметил, что мой верный VPN стал лагать, рвать соединение и вести себя так, будто его кто‑то целенаправленно «душит». Это был тот самый момент, когда я понял: игра изменилась. Системы глубокого анализа трафика (DPI) стали умнее, и мой трафик для них был как на ладони.Это стало моим личным вызовом. Я отправился в путешеств…
Всем привет! Для начала давайте разберем что такое вообще Алгоритмы для работы с большими данными, основная суть алгоритмов для работы с большими данными — это эффективная обработка огромных объёмов информации при минимальных вычислительных ресурсах (памяти, CPU, диске). Их суть — жертвовать точностью ради скорости и масштабируемости. Примеры:Потоковая обработкаРаспределённые системы (агрегация на многих узлах).Реал‑тайм аналитика (быстрые ответы на лету).Главные алгоритмы и их сутьАлгоритмЧто…
Пришел к хитрому паттерну. Делюсь.Будет полезен тем кому нравиться или приходится работать с Vue. В подходящей ситуации он сэкономит кучу времени и поможет избежать дублирования кода.КонтекстЕсть несколько компонентов.Компоненты должны выполнять одинаковую сложную логику.Компоненты должны принимать одинаковые свойства и эмитить одинаковые события.Свойства из composable могут быть опциональными со значениями по умолчанию.Каждый компонент выглядит совершенно по разному (разная вёрстка).Каждый ком…
Недавно работал над хобби-проектом, который описал в другой своей статье. В процессе его реализации у меня возникло желание чиркануть пару абзацев о том, почему React — отстой, но в итоге я не смог удержаться и решил высказаться по полной…Так что вот она полноценная статья, ещё больше той, из которой она родилась. Здесь я подробно опишу все проблемы React и поясню, почему это может не быть виной разработчиков.Древний AngularКогда я был ещё джуном и только осваивал профессию, мне довелось работа…