home.social

#графы — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #графы, aggregated by home.social.

fetched live
  1. Как устроена сессионная рекомендательная система: граф, метаданные и LightGBM

    Посетитель открыл товар A. Граф предлагает B, похожее описание — C, изображение — D. Как собрать из этих списков рекомендации, не складывая баллы с разным смыслом? На примере работающего проекта на Coveo показываю весь путь: исторический граф товаров, готовые векторы описаний и изображений, до 300 кандидатов и ранжирование с LightGBM. Разбираю квоты источников, пропуски в признаках и парное обучение — включая случай, когда купленный товар вообще не попал в кандидаты. Модель уже обучена, качество измерено, рекомендации доступны через локальный HTTP API. В статье — устройство системы, результаты сравнения с простыми методами и ограничения этих выводов. Код и инструкция воспроизведения открыты. Как собрать 20 рекомендаций

    habr.com/ru/articles/1095556/

    #ранжирование #рекомендательные_системы #графы #машинное_обучение #lightgbm #отбор_кандидатов #сессионные_рекомендации #coveo

  2. Хотел выбрать булочную по отзывам, а написал анализатор аномалий с embeddings и графами

    После переезда я искал булочную на Яндекс Картах и наткнулся на отзыв, начинающийся с фразы «да вот хороший вариант ответа». Из этого вырос ReviewScope, инструмент для поиска аномалий, повторяющихся текстов и необычных закономерностей в отзывах. Расскажу, как устроены embeddings, графы совпадений и взвешенный рейтинг, какие ошибки пришлось исправлять и что показала проверка на 21 тысяче настоящих отзывов.

    habr.com/ru/articles/1092776/

    #python #data_mining #графы #анализ_отзывов #поиск_аномалий #embeddings #streamlit #duckdb #nlp #reviewscope

  3. [Перевод] Теорема о четырёх красках получила новое редкое доказательство

    Теорема о четырёх красках формулируется очень просто: можно ли на непрерывной карте раскрасить каждую область одним из четырёх цветов так, чтобы соседние области были разных цветов? Некоторые математические задачи продолжают преследовать исследователей ещё долго после того, как были решены. Появляется доказательство, его даже торжественно приветствуют, но чувство неудовлетворённости остаётся. Возможно, рассуждение слишком запутано и люди продолжают искать неуловимое доказательство на одной странице. А возможно, доказательство не даёт более глубокого теоретического понимания того, почему утверждение вообще верно. Какой бы ни была причина, математики снова и снова возвращаются к делу, которое формально уже считается закрытым. Один из самых знаменитых таких случаев — теорема о четырёх красках, задача, изменившая само представление математиков о своей науке. Задачу легко сформулировать, а представить себе ещё легче: можно ли на непрерывной карте раскрасить каждую область одним из четырёх цветов так, чтобы соседние области были разных цветов? В середине XIX века этот вопрос почти не интересовал картографов: в их распоряжении было гораздо больше четырёх цветов, и никаких причин искусственно ограничивать палитру они не видели. Но для математиков, как любителей, так и профессионалов, эта головоломка быстро превратилась в одержимость. В середине XIX века головоломка о раскраске карт быстро стала настоящей навязчивой идеей. И сегодня продолжаются поиски более простого решения этой обманчивой задачи — простой на первый взгляд и трудной для решения.

    habr.com/ru/articles/1090146/

    #теорема_о_четырёх_красках #карты #графы #теория_графов

  4. Превратил весь ML-пайплайн в единый вычислительный граф и ни о чём не жалею

    Эксперимент на примере классификации изображений CIFAR-10 с использованием фреймворка ICO: параллельная загрузка данных, аугментации, тренировка и валидация. Поехали!

    habr.com/ru/articles/1074792/

    #машинное_обучение #framework #ai #cv #pytorch #python #nn #графы #проектирование_по

  5. Что общего у Эйлера, воздушных шариков и одной из самых сложных задач информатики?

    Оказывается, из обычного длинного воздушного шарика можно сделать не только собачку, но и вполне серьезный математический объект. Исследователи Эрик Демейн, Мартин Демейн и Ви Харт предложили целую теорию вычислительного моделирования фигур из воздушных шаров . Их идея проста: представить скрученную фигуру как граф.

    habr.com/ru/articles/1073396/

    #графы #эйлер

  6. [Перевод] Спустя 80 лет математики усовершенствовали знаменитый «метод Эрдёша»

    В 1947 году Пол Эрдёш, венгерский математик-передвижник, представил то, что впоследствии стало одним из самых мощных инструментов математики. Он хотел доказать существование определённого вида объектов — в данном случае сети, состоящей из взаимосвязанных узлов. Но, как ни странно, в его доказательстве не указывалось, как именно её построить. Вместо этого он показал, что если рассмотреть все возможные сети и выбрать одну из них наугад, вероятность того, что вы найдёте сеть с нужным свойством, больше нуля. Это означает, что искомая сеть где-то существует, даже если вы почти ничего о ней не знаете. Подход Эрдёша, известный как вероятностный метод, был простым, но революционным. До его появления «если бы я заявил, что определённые объекты должны существовать, вы бы ответили: „Покажите мне такой объект“», — сказал Бенни Судаков , математик из Швейцарской федеральной политехнической школы в Цюрихе. «Но некоторые объекты настолько необычны, что нам трудно даже представить, что они вообще существуют». Метод Эрдёша преодолел эту трудность, продемонстрировав, что случайность можно использовать способами, о которых математики и не подозревали. «Тогда было просто поразительно, что случайность можно использовать таким образом», — сказал Джоэл Спенсер из Нью-Йоркского университета. «Теперь это стало базовым подходом».

    habr.com/ru/articles/1060006/

    #метод_эрдёша #эрдёш #графы #числа_рамсея

  7. Часть II. Начала дискретной математики. SQL, Комбинаторика, Тервер за 15 минут. SQL, EBNF, XPATH в 480 LOC

    ┼┼┼┼┼┼┼┼┼▄▀▀▀▄▄▄▄▄▄▄▀▀▀▄┼┼┼┼┼┼┼┼ ┼┼┼┼┼┼┼┼┼█▒▒░░░░░░░░░▒▒█┼┼┼┼┼┼┼┼ ┼┼┼┼┼┼┼┼┼┼█░░█░░░░░█░░█┼┼┼┼┼┼┼┼┼ ┼┼┼┼┼┼─▄▄──█░░░▀█▀░░░█──▄▄─┼┼┼┼┼ ┼┼┼┼┼┼█░░█─▀▄░░░░░░░▄▀─█░░█┼┼┼┼┼ ┼┼┼██░██░████░██░░░██░░░█████┼┼┼ ┼┼┼██▄██░██▄▄░██░░░██░░░██░██┼┼┼ ┼┼┼██▀██░██▀▀░██░░░██░░░██░██┼┼┼ ┼┼┼██░██░████░████░████░█████┼┼┼ Для строительства компиляторов, нам нужны начала математики. Из них, как мы убедимся, проистекает добрая половина понимания и всех наших работ. В частности, без начал не понять лямбда-исчисление Чёрча, которое мы применим на этапе работы с AST . Рассмотрим элементы дискретной математики с примерами на С, JavaScript, SQL.

    habr.com/ru/articles/1055010/

    #математика #алгоритмы #sql #javascript #графы #комбинаторика #теория_вероятностей #реляционная_алгебра #реляционные_субд

  8. Дедупликация пользователей в базе данных: сохраняем связанные записи

    Знакомая боль: пользователи опечатываются при регистрации, а база данных медленно, но верно превращается в хаос. На одном из проектов в поддержку артистов мы столкнулись с этим лицом к лицу. Раньше карточки артистов создавались автоматически прямо из заявок на выступления. В итоге мы получали гору дубликатов с одинаковыми почтами и телефонами. Администрировать такую базу и координировать выступления стало безумно сложно. Конечно, правильнее всего - пресекать появление дублей еще на входе, но нам нужно было оперативно перебирать систему на ходу и работать с тем, что уже накопилось в проде. Что мы придумали: Решили провести «склейку» профилей. Но просто удалить лишнее было нельзя - за каждым дублем тянулся шлейф из бронирований площадок и блокировок. Наша задача была перенести всю эту историю на одного, «главного» артиста в группе. Правило склейки сделали простым, но учли важную деталь - связи могут тянуться цепочкой. Например, если у первого и второго артиста совпал телефон, а у второго и третьего - почта, то вся троица объединяется в одну группу. Дальше мы определяем одного "главного" и аккуратно переносим все бронирования на него

    habr.com/ru/articles/1049162/

    #sql #postgresql #дедупликация #рекурсивные_запросы #cte #оптимизация_бд #базы_данных #графы #дубликаты #кейс

  9. Дедупликация пользователей в базе данных: сохраняем связанные записи Знакомая боль: пользователи опечатыв...

    #sql #postgresql #дедупликация #рекурсивные #запросы #cte #оптимизация #бд #базы #данных #графы

    Origin | Interest | Match
  10. Основы информатики для всех

    Всем привет. Я сделал бесплатную обучающую платформу shlyk.tech с упором на визуализацию идей и структур. Графы, системы счисления, логику, комбинаторику, индукцию здесь можно потрогать, покрутить, прошагать и понять, почему оно так работает.

    habr.com/ru/articles/1043816/

    #основы_информатики #визуализация_алгоритмов #обучение_программированию #дискретная_математика #графы #системы_счисления #комбинаторика #алгоритмы #c++ #образование

  11. Как управлять эволюционным поиском? На примере конечных автоматов

    Есть задачи, в которых мы понимаем, чего нужно добиться, но не можем описать путь к цели. И когда способ достижения цели либо слишком сложен, либо совсем неизвестен, решение находится в процессе проб и улучшений. Так работает эволюция. У нее нет конкретного плана по дизайну организма, но есть цель: существо должно быть достаточно приспособленным к среде, чтобы выжить. А люди для решения такого рода задач придумали эволюционные алгоритмы. С помощью них можно генерировать разные варианты, тестировать их в одинаковых условиях и оставлять те, что становятся лучше по выбранным критериям. Один из способов понять как возникает сложность — это попробовать создать ее самому. Поэтому мы поговорим об эволюционных алгоритмах на примере созданной модели GUCA (Graph Unfolding Cellular Automata). Ее можно запустить на компьютере, чтобы проверять гипотезы и находить закономерности: какие изменения приводят к прогрессу, какие — к стагнации, а какие — к эффектным, но бессмысленным решениям. Мы расскажем про процесс экспериментов с эволюционными алгоритмами: как формулировать цель через оценку и как использовать найденные трюки, чтобы научить компьютер решать подобные задачи быстрее. Github Сайт-песочница YouTube Дисклеймер: Мы не биологи, и эволюционная метафора для нас — удобный язык для разговора об оптимизации и поиске, поэтому термины из биологии могут использоваться неточно.

    habr.com/ru/articles/1035788/

    #генетические_алгоритмы #эволюционные_алгоритмы #эволюционное_моделирование #графы #алгоритмы

  12. Мне надоело искать ошибки глазами — я создал бесплатный аудитор для 1С

    Графы функций одним кликом, поиск уязвимостей в сотнях тысяч строк, транзакции в циклах и мёртвые блокировки — всё это можно найти за минуты. История создания бесплатного визуализатора и аудитора кода 1С с открытым исходным кодом.

    habr.com/ru/articles/1034000/

    #1С #MetaVision #статический_анализ #аудит_кода #визуализация_кода #безопасность_1С #open_source #оптимизация_производительности #графы #SQLite

  13. [Перевод] Структуры данных на практике. Глава 15: Графы и их обход с эффективным использованием кэша

    «Задача абстракции — не быть расплывчатой, а создать новый семантический уровень, на котором можно достичь абсолютной точности», — Эдсгер Дейкстра Взрывной рост количества промахов кэша При определении топологии сети для обхода 500 коммутаторов нашей системе требовалось 37,5 миллисекунды. Вроде бы это не так медленно, если не учитывать количество промахов кэша: 8,5 миллиона. При 500 узлах это 17 тысяч промахов на узел. Структура данных была фундаментально неподходящей для этой задачи. Работа инструмента была простой: определение топологии сети при помощи обхода графа соединённых устройств. У каждого коммутатора было до 48 портов, а нам нужно было при помощи поиска в ширину найти все доступные устройства из начальной точки. Реализация была как по учебнику — список смежности со стандартным BFS. В случае сети из 500 коммутаторов (в среднем по 12 соединений у каждого) статистика была такой: 8,5 миллиона промахов кэша на 500 узлов. Это 17 тысяч промахов кэша на узел ! Я переписал этот код, реализовав графовое представление, учитывающее кэш. Результаты: код стал в 3,75 раз быстрее , а количество промахов кэша уменьшилось в 7 раз. В этой главе мы поговорим об эффективном описании и обходе графов.

    habr.com/ru/articles/1030626/

    #графы #структуры_данных #обнаружение_топологии_сети

  14. Семь раз посчитай — один раз урони: моделируем инциденты до деплоя

    Ракету не отправляют в космос только потому, что её двигатель и насос успешно прошли стендовые испытания по отдельности. Перед стартом инженеры рассчитывают траекторию, моделируют режимы работы и анализируют сценарии отказов. Расчёт не заменяет реальные тесты, но задаёт для них осмысленную рамку. В софте всё обычно иначе. Распределённый пользовательский путь — например, оформление заказа — собирается из десятков микросервисов, баз и очередей. Разработчики добавляют новую зависимость, видят зелёные тесты, проверяют локальные метрики и выкатывают релиз. Считается, что если при сбое что-то пойдёт не так, настроенная система наблюдаемости обязательно это покажет. Она, конечно, покажет. Но почему при проектировании микросервисов мы так спокойно относимся к тому, что узнаём о хрупкости архитектуры в основном по факту инцидента? Эта статья о том, как получить грубый расчёт деградации системы ещё до релиза. Без отказа от хаос-инжиниринга или мониторинга, а как шаг перед ними. Я расскажу о двух экспериментах, в которых топологическая модель автоматически извлекалась из распределённых трейсов, после чего на ней просчитывались сценарии отказов методом Монте-Карло. Результаты моделирования я затем сравнивал с реальными инъекциями отказов на стендах DeathStarBench и OpenTelemetry Demo. Два эксперимента, результаты и код

    habr.com/ru/articles/1033570/

    #resilience #causality #графы #sre #reliability #modeling

  15. Оптимизация параметров языковой модели на основе графа со-встречаемости слов: когда больше — не значит лучше

    В последние годы мы привыкли, что прогресс в NLP измеряется гига- и терабайтами параметров. Кажется, единственный путь к улучшению качества модели — увеличение ее размера. Но так ли это для специализированных задач? Мы решили пойти от обратного: можно ли заранее, еще до обучения, понять, насколько большой должна быть модель, чтобы эффективно решать конкретную задачу классификации? Эксперимент строится на простой, но мощной гипотезе: структура текстов предметной области, отраженная в графе со-встречаемости слов, диктует минимально необходимую архитектуру трансформера. Мы прошли полный цикл — от анализа текстов студенческих запросов до обучения трех моделей разного размера — и подтвердили, что минимальная модель, спроектированная на основе графовых метрик, не уступает «стандартной» по качеству, превосходя ее по ресурсоэффективности в десятки раз.

    habr.com/ru/companies/gazpromb

    #языковые_модели #графы #llm

  16. Оптимизация параметров языковой модели на основе графа со-встречаемости слов: когда больше — не значит луч...

    #языковые #модели #графы #llm

    Origin | Interest | Match
  17. Как контролировать токены: поиск ошибок, версионирование и графы в едином дашборде

    Как только дизайн-система разрастается больше, чем на 10-20 кнопок, а брендов у вас становится несколько — JSON-файлы с токенами превращаются в кошмар. Дизайнеры экспортируют токены из Figma, разработчики получают пулл-реквест на 5000 строк измененного кода, и никто в здравом уме не может сказать: "А что именно поменялось и ничего ли мы не сломали?" А если вместо английской буквы "c" в коде будет русская? А что если токен зациклился сам на себя? А если у одних токенов более 3-х уровней вложенности, то как поведет себя система? А если нужного токена нет в одном из модов? Да и вообще, как узнать, какие токены можно вынести в примитивы, а какие в семантику и отдельные файлы для брендов? Чтобы решить эти проблемы, я написал веб-интерфейс Tokens Dashboard — ты кидаешь в него JSON (архив, папку, файл, несколько файлов — не важно), а он выдает красивую и понятную аналитику. И сегодня мы разберемся, как это работает. Программа полностью бесплатная и доступна как для пользователей Mac OS, так и Linux / Windows. Она портативна и не мусорит в системе — вы просто удаляете папку, если она вам больше не нужна. Посмотреть кейс

    habr.com/ru/articles/1025146/

    #дизайнсистема #дизайнтокены #figma #фронтенд #архитектура #кодревью #аудит_кода #json #графы #open_source

  18. От линейного текста к семантическому графу: строим knowledge‑extraction‑пайплайн для учёбы Меня зовут Аскольд Ро...

    #графы #ml #llm #учебный #граф #образование #учебники #обучение #система #опенсорс #пет-проект

    Origin | Interest | Match
  19. От линейного текста к семантическому графу: строим knowledge‑extraction‑пайплайн для учёбы Меня зовут Аскольд Ро...

    #графы #ml #llm #учебный #граф #образование #учебники #обучение #система #опенсорс #пет-проект

    Origin | Interest | Match
  20. Глухой телефон для ИИ: мы замерили физику LLM-графов и поняли, почему добавление агентов всё ломает

    Индустрия ИИ переживает бум мультиагентных систем . Кажется, рецепт AGI найден: просто соедините 10 умных нейросетей в команду, дайте им роли, и они свернут горы. Но на практике мы часто сталкиваемся с магией «черного ящика». Иногда агенты действительно решают сложнейшие задачи. А иногда - скатываются в бесконечные галлюцинации, теряют контекст и выдают результат хуже, чем базовая модель соло. Индустрия решает эту проблему в стиле средневековых алхимиков: «просто добавьте еще агентов» или «дайте им больше токенов на болтовню». Никто не измеряет физику процесса. Мы решили, что с нас хватит алхимии. Нам понадобился измерительный прибор - эдакий МРТ-аппарат для мультиагентных сетей, который покажет механику общения LLM изнутри. Так появился опенсорсный проект llm-coordination-harness - строгий измерительный стенд (measurement rig), который доказывает, что у общения нейросетей есть своя физика, которую можно и нужно измерять. Под катом рассказываем и показываем на графиках. Никаких заявлений про AGI - только честный хардкорный ресёрч, физика графов и отрицательные результаты, которые оказались важнее положительных. Заглянуть в черный ящик

    habr.com/ru/articles/1019490/

    #llm #ииагенты #multiagent_systems #машинное_обучение #графы #топология_сети #data_science #безопасность_ии #openrouter #бенчмарки

  21. Использование алгоритма Hunt&Kill для создания клеточного лабиринта

    Статья про то, как создавать клеточные лабиринты с помощью алгоритма Hunt&Kill + реализация на языке python.

    habr.com/ru/articles/1005970/

    #графы #лабиринт

  22. Забыть про Backprop: Как я собрал «Термодинамический Мозг» с фазой сна и митозом, который влезет в Arduino

    Мы (человечество) очень хотим создать разум. Инопланетян мы пока не нашли, поэтому пытаемся собрать его сами из кремния и электричества. Но то, куда свернула индустрия сегодня, вызывает вопросы. Мы греем планету мегаваттами энергии, перемножая гигантские матрицы в дата-центрах, чтобы обучить LLM. Backpropagation и современный инференс - это непозволительно дорого и энергозатратно. А что если вернуться к истокам? Что если интеллект — это не градиентный спуск, а кристаллизация связей под давлением информации? В этой статье я расскажу о концепте Термодинамического Мозга . Это самоорганизующийся граф, который обучается в один проход O(1), непрерывно адаптируется к новым данным, спит по ночам, чтобы не сойти с ума, и настолько нетребователен к ресурсам, что его можно запустить хоть во вкладке браузера, хоть на Arduino. Запустить митоз

    habr.com/ru/articles/1003270/

    #искусственный_интеллект #термодинамический_мозг #алгоритмы #митоз #самоорганизация #графы #DOD #javascript #символьный_ИИ

  23. [Перевод] Бесконечность, графы и Wi-Fi: неожиданный мост между теорией множеств и информатикой

    Специалисты по дескриптивной теории множеств изучают узкоспециализированные аспекты математики бесконечности. Теперь они показали, что их проблемы можно переформулировать на языке алгоритмов. В 2023 году математик Антон Бернштейн опубликовал статью о глубокой и удивительной связи между дескриптивной теорией множеств и современной информатикой. Его результат показал, что язык алгоритмов может описывать даже те бесконечные структуры, которые десятилетиями считались чисто абстрактными. И если это правда, то граница между теорией множеств и информатикой проходит совсем не там, где мы привыкли её проводить.

    habr.com/ru/companies/first/ar

    #алгоритмы #графы #математика #множества #бесконечность

  24. [Перевод] Бесконечность, графы и Wi-Fi: неожиданный мост между теорией множеств и информатикой Специалисты по ...

    #алгоритмы #графы #математика #множества #бесконечность

    Origin | Interest | Match
  25. [Перевод] Охота за недостающим типом данных: история о графах

    (Ориентированный) граф — это набор узлов, соединённых стрелками ( рёбрами ). В узлах и рёбрах могут содержаться данные. Вот примеры графов:

    habr.com/ru/articles/979220/

    #алгоритмы #графы #базы_данных #программирование #структуры_данных

  26. Почему вайб-кодинг не работает

    С появлением AI-агентов разработка программного обеспечения изменилась кардинально. Я, как и многие разработчики, начал активно использовать Claude, Cursor и другие инструменты для автоматизации написания кода. Результаты поначалу впечатляли: за один вечер, занимаясь системным анализом, проектированием архитектуры и промпт-инжинирингом, я мог сгенерировать до 100 000 строк кода. Процесс был увлекательным. Не нужно было вручную писать реализацию - достаточно было описать требования, обсудить с AI архитектурное видение, уточнить детали, и код появлялся сам. Я мог работать по вечерам над своими pet-проектами, общаясь с искусственным интеллектом как с коллегой. Это был настоящий вайб-кодинг - приятный, творческий процесс, не отягощённый рутиной. Проблемы начались не сразу. Первые несколько дней работа шла гладко: AI быстро генерировал код, тесты проходили, функциональность работала. Но затем, примерно через неделю-две активной разработки, я стал замечать тревожные симптомы.

    habr.com/ru/articles/975044/

    #aiкодинг #графы #архитектура_приложений

  27. [Перевод] Узоры оригами помогли решить важную физическую проблему

    Амплитуэдр — это геометрическая фигура, обладающая почти мистическими свойствами : вычислив её объём, вы получите ответ на ключевой вопрос физики о том, как взаимодействуют частицы. Молодой математик из Корнеллского университета Павел (Паша) Галашин обнаружил, что амплитуэдр связан с оригами — искусством складывания бумаги. В доказательстве (октябрь 2024) он показал: узоры оригами можно перевести в набор точек, образующих амплитуэдр. Иными словами: способ складывания бумаги и способ столкновения частиц приводят к одной и той же геометрической форме. «Паша уже проделал блестящую работу, связанную с амплитуэдром», — сказал Нима Аркани-Хамед, один из авторов идеи амплитуэдра, изобретённого в 2013 году . «Но это для меня совершенно новый уровень». Опираясь на связь с оригами, Галашин решил открытую гипотезу: импульсный амплитуэдр можно разрезать на простые части, соответствующие физическим расчётам. Проще говоря, части амплитуэдра действительно соединяются так, как и должно быть. Результат не только связывает две разные области — математики уже исследуют, какие ещё идеи можно перенести по этому мосту. Они используют его, чтобы лучше понять амплитуэдр — и ответить на другие вопросы в гораздо более широком диапазоне контекстов.

    habr.com/ru/companies/first/ar

    #физика #оригами #графы #геометрия #амплитудэр #матрицы #векторы #изгиб

  28. Как работает навигация между городами без интернета

    2ГИС с самой первой версии навигатора умеет строить разные виды маршрутов — автомобильные, пешеходные, маршруты на общественном транспорте — на мобильных устройствах без доступа к интернету, но только внутри городов. С 2019 года 2ГИС также умеет строить маршруты между городами, но только при наличии интернета. Уже давно наши пользователи просили дать возможность строить междугородние маршруты без доступа к сети. И вот, мы наконец сделали это.

    habr.com/ru/companies/2gis/art

    #2гис #алгоритм #алгоритм_А #офлайннавигация #тайлы #графы

  29. Rise of RAG: от плоских векторов к темпоральным графам в юридическом домене

    Привет, Хабр! Меня зовут Екатерина, я практикующий инхаус-юрист с фокусом на IT, IP и рекламе. Недавно я начала экспериментировать с технологией Retrieval-Augmented Generation и векторным поиском в юридических задачах, а также исследовать архитектурные подходы к построению баз знаний в юриспруденции. Этот материал — обзор трёх публикаций о способах построения таких баз, а также моя попытка начать формулировать методологию структурирования юридического знания для RAG. Буду признательна за любой инпут со стороны ML-специалистов.

    habr.com/ru/articles/964202/

    #RAG #эмбеддинги #графы #база_знаний #юриспруденция

  30. [Перевод] Кому нужен Graphviz, если можно написать его самому?

    Недавно мы переделали наши внутренние инструменты, визуализирующие компиляцию JavaScript и WebAssembly. При работе оптимизирующего компилятора Ion мы теперь можем генерировать интерактивные графы, демонстрирующие, как конкретно обрабатываются и оптимизируются функции. Вы можете сами поэкспериментировать с этими графами в оригинале статьи . Просто введите какой-нибудь код на JavaScript в функцию test , и наблюдайте за созданием графа. Также там можно щёлкать и перетаскивать граф, менять масштаб при помощи колеса мыши с зажатым Ctrl и перетаскивать ползунок вниз, чтобы изучить процесс оптимизации. В процессе экспериментов обратите внимание на то, насколько стабильна схема графа даже при изменении размеров блоков и добавлении новых структур. Попробуйте нажать на заголовок блока, чтобы выделить его, а затем перетащить ползунок, и наблюдайте за тем, как меняется граф, а блок остаётся на месте. Или нажмите на номер команды, чтобы подсветить её и следить за ней между проходами. Разумеется, мы не первые, кто начал визуализировать внутренние графы компиляторов, и не первые, кто сделал их интерактивными. Но меня не устраивали результаты работы популярных инструментов наподобие Graphviz и Mermaid , поэтому я решил создать алгоритм специально под наши потребности. Получившийся алгоритм прост, быстр, создаёт на удивление высококачественный вывод и его можно реализовать в менее чем тысяче строк кода. В этой статье я объясню алгоритм и конструкторские решения, лежащие в его основе.

    habr.com/ru/articles/962436/

    #spidermonkey #графы #графы_визуализация #компиляция

  31. Строим полный граф импортов python на основе статического анализа

    Эта статья о разработке средства визуализации импортов внутри проекта на python, основное назначение которого построить полный граф связи скриптов между собой и с внешними библиотеками, основываясь только на статическом анализе AST дерева. Код не будет выполняться, а доступность библиотек — проверятся. Цель показать, что было задумано, а не как это будет работать в текущем окружении.

    habr.com/ru/articles/946740/

    #графы #python3 #ast

  32. Альтернативные подходы к решению «Парадокса двух детей»

    Как‑то раз, просматривая новостную ленту перед работой, я наткнулся на почти ничем не примечательную статью на нашем любимом Хабре. Статья эта очень близко пересказывает страницу из Википедии, которая называется «Парадокс мальчика и девочки». Примечательна эта статья на Хабре лишь тем, что под стандартным и общепринятым решением этой несложной задачи разразился почти что холивар на тему правильности решения/формулировки задачи и адекватности автора. В этой статье я хотел бы вставить свои пять копеек и выразить несколько своих мыслей по этому поводу, которые накопились на небольшую статью. Основная их цель — найти способ объяснить решение этой задачи человеку, который знает тервер на самом базовом школьном уровне, и который не имеет никакой теоретико‑вероятностной интуиции (такие люди, в основном, и рождали споры в комментариях). Конечно, без базовых знаний в других областях математики не обойтись, но на мой взгляд, если такое объяснение существует, то это неплохая альтернатива классическому решению. Ибо истинное решение задачи из теорвера зачастую противоречит человеческой интуиции.

    habr.com/ru/articles/944552/

    #Теория_вероятностей #Графы #Алгоритмы #Выборка #Парадокс

  33. Простые числа и многозначные логики

    Интересным является вопрос о погружении арифметики в n+1 -значные логики Лукасевича Ł n+1 . Какая часть арифметики может быть погружена в Ł n+1 ? Для функции φ( х ) = m рассматривается обратная к ней, определяемая соотношением φ –1 ( m ) = { n , φ( n ) = m }, где φ( х ) – функция Эйлера. Пример , если φ( n ) = 4 , то это уравнение имеет ровно четыре решения φ –1 ( 4 ) = { 5, 8, 10, 12 }. Гольдбахом (1690 –1764) поставлена проблема о разложении четных чисел ≥ 4 на сумму двух простых. Если это верно, то для каждого числа m найдутся простые числа р и q такие, что φ( р ) + φ( q ) = 2m. Эдмунд Ландау в 1912 г. на международном конгрессе математиков в Кембридже заявил, что проблема Гольдбаха недоступна для современного состояния науки. Недоступна она и сейчас. Верифицируемость предположения Гольдбаха установлена до 4∙10 14 . Делались попытки найти формулу, с помощью которой вычислялись бы (или порождались) все простые числа. Наилучший результат принадлежит Ю.В. Матиясевичу (1977), который нашел полином из 10 переменных. Асимптотическое распределение простых чисел в НРЧ, доказываемое аналитическими методами, приводится в книге К. Прахара (1967). О первых 50 млн простых чисел статья Д. Цагера (1984). Можно считать, что впервые на проблему решения подобных уравнений обратил внимание Э. Люка (1842 – 1891). Об этом сказано в книге И.В. Арнольда (1939) «… следуя Люка, сгруппированы числа n с одним и тем же значением функции φ( n ) в пределах от 1 до 100 , т.е. дана таблица функции обратной по отношению φ( n )» В книге Серпинского (1968) задача №245 «Найти все натуральные числа n≤ 30 , для которых φ( n ) = d ( n ), где φ( n ) – функция Эйлера, а число d ( n ) – число натуральных делителей числа n ». Рассмотрим только случай n = 30 . Делителями числа 30 являются числа 1, 2, 3, 5, 6, 10, 15 и 30 , т.е. d ( n = 30 ) = 8 . Значит надо решить уравнение φ( 30 ) = 8 , где n≤ 30. Или, по-другому, найти значения для обратной функции Эйлера φ –1 ( 8 ), т.е. определить множество { n , φ ( n ) = 8 } для n≤ 30. Это множество образовано числами { 15, 16, 20, 24, 30 }. Более того, ни для каких других n >30 φ ( n ) ≠ 8 . Множество значений φ –1 ( m ) = Ø пусто для всех нечетных значений и многих четных значений m > 1 . В первой сотне числа 14, 26, 34, 38, 50, 62, 68, 74, 76, 86, 90, 94 и 98 не являются значениями φ ( n ).

    habr.com/ru/articles/943892/

    #Логика #математическая_логика #простые_числа #натуральный_ряд_чисел #графы #функция_Эйлера #эквивалентность #классы_эквивалентности #нормальные_формы #штрих_Шеффера

  34. Как рёбра графа 3D-сцены помогают LLM отвечать на вопросы?

    Привет, Хабр! Меня зовут Татьяна Земскова, я аспирантка МФТИ и младший научный сотрудник команды Embodied Agents лаборатории Cognitive AI Systems AIRI. Областью моих научных интересов является компьютерное зрение для робототехники. Я изучаю, в частности, то, каким образом робот может использовать различные модальности (текст, 3D‑облака точек) для лучшего понимания 3D‑сцены. Сегодня мы поговорим о понимании 3D‑сцены в контексте задач, где требуется одновременно и трёхмерное компьютерное зрение, и обработка естественного языка, а также о том, как представление 3D‑сцены в виде графа с рёбрами помогает в их решении. Главной особенностью графового представления 3D‑сцены является его компактность, поэтому граф можно использовать для сжатого описания 3D‑сцены, подающегося на вход в LLM. Это позволяет получать качественные ответы на вопросы о 3D‑сцене до 5 раз быстрее по сравнению с методами, использующими последовательности изображений для LVLM. Это мы показали вместе с моим научным руководителем Дмитрием Юдиным в недавней работе 3DGraphLLM: Сombining Semantic Graphs and Large Language Models for 3D Scene Understanding , принятой на ведущую конференцию по компьютерному зрению ICCV 2025. Мы предоставляем открытый исходный код метода 3DGraphLLM с инструкциями по запуску, а также публикуем предварительно обученные веса модели на Hugging Face . Это позволяет каждому желающему легко воспроизвести результаты и опробовать все описанные методы на собственных данных. Здесь же хочется подробнее рассказать о новом методе и пути, по которому мы к нему пришли.

    habr.com/ru/companies/airi/art

    #графы #llmмодели #scene_understanding #graphs #question_answering #detection #captioning #детекция_объектов

  35. Кому нужна математика?

    Недавно я прочёл книгу «Кому нужна математика?» Нелли Литвак и Андрея Райгородского — и она меня по-настоящему зацепила. Это короткие, живые рассказы о том, как математика помогает решать важные и неожиданные задачи: от составления расписаний до защиты интернет-трафика. В этом посте я перескажу три истории из книги, которые особенно меня удивили

    habr.com/ru/articles/933332/

    #математика #прикладная_математика #алгоритмы #научпоп #графы #линейное_программирование #криптография #диффихеллмана #оптимизация #книги

  36. Важнейшая модель теории вероятностей

    Что объединяет частицу в воде, биржевой курс и кота Барсика, бродящего по району в поисках ларька с рыбой? Всё это — примеры случайного блуждания. Эта простая модель из теории вероятностей помогает описывать самые разные явления: от диффузии молекул до принятия решений и работы алгоритмов. Она кажется интуитивной — но за ней скрывается множество нетривиальных и красивых свойств. Мы начнём с истории открытия броуновского движения — от наблюдений Роберта Броуна до формулы Альберта Эйнштейна, которая связала наблюдаемое явление с атомной гипотезой. Покажем, как идея случайного движения превратилась из гипотезы в надёжный инструмент научного анализа. Затем перейдём к математической модели случайных блужданий, разберём, как она устроена и где используется. Научимся с ней работать: найдём среднюю скорость удаления, обсудим задачу о разорении игрока и вернёмся к нашему коту Барсику. В завершение мы коснёмся неожиданной связи случайных блужданий с электрическими цепями, мыльными плёнками и графами — и покажем, как одна и та же задача может быть решена разными способами. В финале — красивая задача для самостоятельного решения: её можно решить математически или запрограммировать симуляцию. Выбирайте способ по вкусу.

    habr.com/ru/articles/914146/

    #математика #теория_вероятностей #случайность #модель #броуновское_движение #монтекарло #графы #электрические_цепи #дисперсия

Share on Mastodon

Enter the server where you have an account.