jcea (@jcea@mastodon.green)
Problema actualizando mis servicios WSGI a Python 3.13
https://blog.jcea.es/posts/20241012-mod_wsgi_python3_13.html
Show Original Post
pyconde (@pyconde@fosstodon.org)
Call for Proposals opens 19 Nov!
What insight, lesson, or story from your Python or AI work could help others?
Over 80% of our audience are mid- to senior-level professionals — we’re looking for real projects and advanced ideas.
Links coming soon 👀
#PyConDE #PyData #Python #AI #CFP #Community #OpenSource
Show Original Post
pycharm (@pycharm@techhub.social)
Rust vs. Python: Finding the right balance between speed and simplicity
#Python #Pycharm #Comparison #Rustrover
Show Original Post
jobsfordevelopers (@jobsfordevelopers@mastodon.world)
TuSimple is hiring Vehicle Planning Research Engineer
🔧 #cplusplus #python #node
🌎 San Diego, California
⏰ Full-time
🏢 TuSimple
Job details https://jobsfordevelopers.com/jobs/vehicle-planning-research-engineer-at-tusimple-com-oct-20-2023-fffaf1?utm_source=mastodon.world&utm_medium=social&utm_campaign=posting
#jobalert #jobsearch #hiring
Show Original Post
r (@r@fed.brid.gy)
@tommytang.bsky.social On #ComputerLanguages for #Bioinformatics There is an era of #Bioinformaticians who learned #R #RLang back when #Python #PythonLang wasn't very good at statistics/plotting. More recently, the trend has shifted towards the latter.
Show Original Post
r (@r@bsky.brid.gy)
@tommytang.bsky.social On #ComputerLanguages for #Bioinformatics There is an era of #Bioinformaticians who learned #R #RLang back when #Python #PythonLang wasn't very good at statistics/plotting. More recently, the trend has shifted towards the latter.
Show Original Post
malemburg (@malemburg@mastodon.social)
🐍📅✨ 𝐑𝐞𝐦𝐢𝐧𝐝𝐞𝐫: Our Python Meeting Düsseldorf is running a Python Sprint / Hackathon at the offices of Atos in Düsseldorf this weekend (Nov 15./16.).
🚀 If you happen to be around, please do consider registering. Sprints are usually lots of fun. You can learn a lot and work with likeminded people on cool projects.
🤝 Here's the Meetup page with the registration: https://www.meetup.com/python-meeting-dusseldorf/events/311837125/
#python #sprint #hackathon #dusseldorf
Show Original Post
koneko (@koneko@toot.beep.computer)
Avertissement de contenu :Programmation informatique
J’apprends l’existence du langage de programmation OtterLang :
https://github.com/jonathanmagambo/otterlang
Ça ressemble énormément à du #Python 🐍, mais avec des fonctionnalités du #Rust 
comme les types énumérés (entre autres). D’ailleurs, il s’interface sans effort avec des crates Rust.
Comme Rust, c’est un frontend à #LLVM. Il compile donc en code natif et profite de toutes les optimisations et cibles de LLVM.
Ça m’a l’air d’un banger, ce truc. 
Show Original Post
pudovkin (@pudovkin@social.vivaldi.net)
Сделал себе rss-читалку. сидит в закреплённой вкладке. когда есть уведомления, показывает красный фавикон. добавленные rss проверяет на дубликаты и исключает по словам из ЧС.
Теперь хочется не только rss, а звонки, смс, видеоролики, слухи, дорогу на работу, дорогу с работы, ссылки на мемасики и сами мемасики прогонять через эту логику, чтобы не знать ничего об автовазе, кирокорове, утильсборе, морнгерн (как там его)... жду персональный нейрочип, который б с питоном работал.
#rss #vivaldi #новости #python
Show Original Post
habr (@habr@zhub.link)
SemantML. Семантическая нейродинамика
Введение: Кризис смысла в эпоху больших данных Начну немножко издалека. Мы живем в парадоксальное время. Искусственный интеллект окружает нас повсюду: он пишет тексты, рисует картины, решает сложные задачи. Но за этим фасадом цифрового всемогущества скрывается фундаментальная, почти метафизическая проблема: наши самые продвинутые модели не понимают ровным счетом ничего. Те, кто сколько-либо погружен в сферу ML, это прекрасно знают. Представьте библиотеку, где каждый книга идеально описана, проиндексирована и взаимосвязана, но нет ни одного читателя, способного понять смысл написанного. Это - точная метафора современного ИИ. GPT-4, Gemini, Claude - это блестящие имитаторы, статистические попугаи, оперирующие символами без малейшего представления об их значении. Они могут рассуждать о физических явлениях, но не понимать их, анализировать метафоры, но не схватывают их суть, генерировать тексты о боли и радости, оставаясь абсолютно пустыми внутри. Этот разрыв между формой и содержанием, между синтаксисом и семантикой, является последним крупным барьером на пути к настоящему искусственному интеллекту. Но, возможно, есть решение как это обойти. Что если вместо того, чтобы заставлять машины имитировать мышление, создать для них среду, где мышление возникает естественно - как возникают волны в океане или мысли в человеческом мозге? SemantML: От статистики к семантической нейродинамике Хочу вас познакомить с проектом под названием SemantML - радикально новый подход к созданию ИИ, который отказывается от парадигмы "обучения на текстах" в пользу "мышления в смыслах". Гипотеза проста и одновременно нова: сознание - это не алгоритм, а динамический процесс в семантическом пространстве, и чтобы создать искусственный разум, нужно сначала создать для него "дом" - среду, где могут рождаться и взаимодействовать смыслы.
https://habr.com/ru/articles/964834/
#ии #семантика #нейросети #машинное_обучениe #python #физическая_модель #волновая_функция #нейродинамика
Show Original Post
habr (@habr@zhub.link)
Пять Научных Статей и Один Хакатон: Собираем Продвинутый RAG для AI for Finance Hack 2025
Что, если я скажу вам, что можно за 72 часа(личный вызов/ограничение) в одиночку спроектировать, собрать и отладить RAG-систему, архитектура которой основана на пяти state-of-the-art научных статьях, опубликованных буквально в последние месяцы? В рамках хакатона AI for Finance Hack 2025 от Changellenge » я решил проверить это на практике. Спойлер: было больно, интересно, а результат превзошел все ожидания. Задача хакатона была классической, но с подвохом: создать финансового AI-ассистента, который дает точные ответы на вопросы пользователей, основываясь на предоставленной базе знаний. "С подвохом" — потому что среди простых вопросов вроде "что такое ОСАГО" скрывались и сложные, многоэтапные ("multi-hop") кейсы: "сравни условия по продукту А и продукту Б", "какой был лимит по вычету в прошлом году и как он изменился сейчас?". Стандартный RAG-подход "найди похожие документы -> передай в LLM" на таких задачах быстро ломается. Он либо не находит все части информации, разбросанные по разным документам, либо находит слишком много "шума", в котором "тонет" языковая модель. Поэтому, вместо того чтобы строить очередной простой RAG, мы решили пойти по пути "тяжелой артиллерии" — спроектировать полноценного агентского помощника , который умеет планировать, анализировать и итеративно уточнять поиск . Эта статья — история нашего штурма: от амбициозного плана, собранного из передовых исследований, через жестокую реальность отладки API и библиотек, до финальной, оптимизированной и высокопроизводительной архитектуры. Я покажу, какие именно идеи из научных статей мы взяли, как адаптировали их под жесткие рамки хакатона и, самое главное, как решали проблемы, которые возникали на каждом шагу.
https://habr.com/ru/articles/963482/
Show Original Post
riverfount (@riverfount@bolha.us)
Dando sequência a posts sobre SOLID, uma reflexão sobre o princípio de Open/Closed em Python:
https://bolha.blog/riverfount/como-o-principio-aberto-fechado-pode-transformar-seu-codigo-python
Show Original Post