AI-агенты

KERNEL SHADOWS: курс по Linux, где ни один тест не требует root, сети и железа

1 мин чтенияHabr AI
Обложка: KERNEL SHADOWS: курс по Linux, где ни один тест не требует root, сети и железа

Три недели назад я рассказывал про курс языка C, который собрал себе сам с помощью ИИ. Тем же способом собрался второй — про Linux. Идея была записана через три дня после первой, с открытым вопросом: приквел это или спин-офф. Вышел спин-офф: та же вселенная и те же персонажи, но там ты пишешь программы, а здесь управляешь системами, на которых они работают. Сразу, чтобы не тратить ничьё время. Это не видеокурс и не платформа. Это git-репозиторий с текстом: 101 папка, в каждой — README с теорией и заданием, каркас файла с TODO, тесты и эталонное решение. Проходится в редакторе с терминалом. Видео нет, регистрации нет, прогресс считает make progress по твоим же файлам. Если ждёшь кнопку «Начать урок» — её тут не будет. 101 серия в восьми сезонах, 98 часов 25 минут задач, 2393 автоматические проверки. Бесплатно, GPL v3, на GitHub. Как это выглядит в первые пять минут?

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Sandflow открыла датасет из 106 тысяч 3D‑моделей
AI-агентыHabr AI

Sandflow открыла датасет из 106 тысяч 3D‑моделей

Французский стартап Sandflow выпустил Sand3D — открытый датасет и 106 тыс. 3D‑моделей различных объектов. Каждая модель сопровождается кодом на Python, который строит объект из независимых деталей. Датасет предлагают использовать для обучения моделей создавать и редактировать 3D‑модели.

1 мин чтения
Обложка: Пять футурологических сценариев сосуществования человека и искусственного разума
AI-агентыHabr AI

Пять футурологических сценариев сосуществования человека и искусственного разума

Представим, что ИИ уже умеет выполнять любую работу, получил юридические права и тела роботов. Кто тогда владеет фабриками, принимает последнее решение и остается автором будущего? Разбираем пять устойчивых обществ и два предела, за которыми сосуществовать уже некому.

1 мин чтения
Обложка: ASR для AI-разработки: как я замерял качество распознавания технических терминов
AI-агентыHabr AI

ASR для AI-разработки: как я замерял качество распознавания технических терминов

В этой статье я расскажу о том, как бенчмарк распознавания речи при AI-разработке голосом. Поговорим про сам замер, фабрики софта, постановку задач, особенности речи и датасет, посмотри на циферки и разберемся почему классический WER — очень коварная метрика, особенно в разработке. Ну что, лонг-тапнем на диплинк и деплоим на шпрот?

1 мин чтения