Hacker News Digest

Ollama, 16-CPU Xenon E6320 (old), 1.9Ghz, 120GB DDRAM4, 240TB RAID5 SSDs, on Dell Precision T710 ("The Beast"). NO GPU. 20b (n oooooot f aah st at all). Pure CPU bound. Tweaked for 256KB chunking into RAG.Ingested election laws of 50 states, territories and Federal.Goal. Mapping

Ученые из Университета штата Огайо разработали экологичные мемристоры на основе мицелия шиитаке для высокочастотной биоэлектроники. Эти устройства демонстрируют стабильную работу в диапазоне частот до 1 МГц, что делает их перспективными для нейроинтерфейсов и биомедицинских сенсоров. Мемристоры из мицелия показывают низкое энергопотребление и хорошую биосовместимость, что открывает возможности для имплантируемых электронных устройств.

Исследование показало, что мемристоры на основе шиитаке сохраняют функциональность до 1000 циклов переключения с минимальным дрейфом. Авторы отмечают, что этот биоматериал может стать альтернативой традиционным полупроводникам, снижая экологический след электроники. Технология сочетает в себе преимущества органических материалов и высоких рабочих характеристик, открывая путь к устойчивой электронике будущего.

• Грибные мемристоры уже демонстрируют работоспособность до 5,85 кГц и сохраняются при обезвоживании, что делает их пригодными для космоса.
• Идея «леса как мозг» и «грибные сети» как инфраструктура вычислений становится менее фантастической.
• Появляется ирония в том, что грибные мемристоры могут быть более жизнеспособны, чем транзисторы, и что это может быть первым примером «живой» электроники.
• Возможно, что мы движемся к «естественному» будущему, где вычисления могут быть «выращены» вместо того, чтобы их «собирать».

Исследование MIT показало, что провалы внимания из-за недосыпа совпадают с выбросом спинномозговой жидкости из мозга — процессом, который обычно происходит во время сна. Ученые обнаружили, что во время этих провалов происходит волнообразный отток ликвора, помогающего выводить отходы, накопленные за день. Когда человек не высыпается, организм пытается наверстать этот очищающий процесс, запуская импульсы оттока ликвора, что приводит к значительному ухудшению внимания.

«Если вы не спите, волны ликвора начинают проникать в бодрствование, где их обычно не наблюдают. Однако они сопровождаются компромиссом в отношении внимания: внимание отключается в моменты, когда происходит эта волна оттока жидкости», — объясняет Лора Льюис, ведущий автор исследования. В эксперименте участвовало 26 добровольцев, которых тестировали дважды: после бессонной ночи и после полноценного отдыха.

• Обсуждение вращается вокруг того, что мозг «самоочищается» во время сна, и что сон — это не роскошь, а физиологическая необходимость для здоровья мозга.
• Участники обсуждают, как нехватка сна влияет на когнитивные функции и здоровье мозга, включая риск болезни Альцгеймера.
• Обсуждается, что сон — это не просто отдых, а активный процесс, в котором мозг очищается от токсинов.
• Участники делятся личными историями о том, как нехватка сна влияет на их жизнь и работу.
• Обсуждается, как можно улучшить качество сна и какие факторы влияют на него.

These kinds of deals were very much a la mode just prior to the .com crash. Companies would buy advertising, then the websites and ad agencies would buy their services and they'd spend it again on advertising. The end result is immense revenues without profits. Relatedhttps://www

Статья представляет собой руководство по созданию минимальной библиотеки компьютерного зрения Grayskull, использующей только 8-битные изображения в градациях серого, обычный C и простые структуры данных. Автор демонстрирует базовые операции с пикселями: инвертирование, зеркалирование, копирование, обрезку и изменение размера. Особое внимание уделено двум методам масштабирования - ближайшего соседа (быстрый, но с блоками) и билинейной интерполяции (медленнее, но качественнее).

Библиотека реализует свёрточные фильтры для обработки изображений, где новое значение пикселя вычисляется как взвешенная сумма соседних пикселей с использованием ядра фильтра. Приведены примеры распространённых ядер: размытие по ящику (box blur), гауссово размытие, повышение резкости и тиснение (emboss). Статья подчёркивает, что изображение по сути является прямоугольником чисел, и даже с минимальными инструментами можно реализовать мощные алгоритмы компьютерного зрения.

• Обсуждение охватило от основ компьютерного зрения до практических примеров и ссылок на ресурсы, включая MIT-2024 книгу и репозиторий GitHub.
• Участники обменялись опытом в индустрии машинного зрения, обсуждая такие темы как цвет против grayscale, промышленные применения и библиотеки вроде Halcon и MVTec.
• Были упомянуты такие инструменты как customFilter и примеры кода, а также ссылки на полезные ресурсы.
• В комментариях также поднимались вопросы о балансе между стоимостью, скоростью и качеством изображения в промышленных системах.
• В целом, обсуждение было наполнено практическими советами и ссылками на открытые исходники и учебные материалы.

• Perfetto и его функции обсуждаются как мощный инструмент для анализа производительности, включая поддержку SQL-запросов и визуализацию трассировок.
• Участники делятся опытом использования Perfetto для различных задач, включая генерацию трассировок из SQL-запросов и встроенный в другие инструменты.
• Обсуждаются ограничения и проблемы, такие как производительность при работе с большими трассировками, и отсутствие встроенной поддержки для встроенного UI в другие инструменты.
• Участники также обсуждают возможность встроить UI в другие инструменты и обратную связь с командой разработки Perfetto.

Современные электронные паспорта представляют собой встроенные устройства с файловой системой, контролем доступа и криптографической защитой, соответствующие стандартам ICAO Doc 9303. Их файловая структура включает три типа файлов: основные (MF) как корневой каталог, специализированные (DF) как приложения и элементарные (EF) с данными. Основное приложение eMRTD содержит персональные данные (DG1) и биометрическую информацию (DG2 с фотографией), а также дополнительные опциональные группы данных для цифровых штампов и виз.

Эти документы используют короткодействующий RFID (ISO 14443) и защищены от несанкционированного чтения, прослушки, подделки и копирования. Модель угроз разделяет атакующих по физическому доступу: без паспорта нельзя прочитать данные или отследить его перемещения, а с паспортом - скопировать цифровую копию или получить доступ к биометрическим данным (отпечатки пальцев DG3, радужка DG4). Несмотря на современные протоколы, поддержка устаревших механизмов создает дополнительные риски для владельцев.

• Вашингтонский "Enhanced ID" стал первым документом, одобренным DHS в 2005 году, но уже тогда исследователи нашли уязвимости, включая возможность удалённого клонирования и отключения чипа, а ведь с тех пор технологию так и не обновили.
• Паспорт как технология контроля движения людей: от крепостных до наших дней.
• Электронные паспорта и ID-карты не решают проблему подделки документов, а лишь переносят доверие с бумаги на криптографию, что в условиях коррупции в гос. органах не имеет значения.
• Почему в 2024 году нельзя сделать паспорт, который нельзя было бы подделать? Потому что это не позволит контролировать потоки мигрантов.
• Паспортизация как способ контроля миграции.

31 октября 2025 года на платформе claude.ai возник инцидент, связанный с повышенным уровнем ошибок. Проблема была зафиксирована в 09:25 UTC, после чего команда немедленно приступила к расследованию. В 10:18 UTC инженеры идентифицировали причину сбоя и начали внедрение исправления. К 10:23 UTC решение было успешно реализовано, и специалисты приступили к мониторингу результатов для полного устранения проблемы.

Инцидент затронул всех пользователей сервиса claude.ai. Компания предоставила возможность подписаться на обновления по электронной почте и SMS для получения оперативной информации о статусе решения проблемы. Это стандартная практика для Anthropic при возникновении технических сбоев, позволяющая пользователям быть в курсе developments.

• Пользователи жалуются на частые и непредсказуемые перебои в работе различных AI-сервисов, включая Claude, ChatGPT, Gemini и Grok.
• Некоторые участники обсуждения отмечают, что в последнее время стабильность работы сервисов ухудшилась, и это влияет на их рабочий процесс.
• Обсуждается вопрос, насколько критично зависеть от AI в повседневной работе: одни участники отмечают, что продолжают использовать сервисы, несмотря на проблемы, другие отказались от них в пользу классических инструментов вроде Google и Stack Overflow.

• Apple в течение многих лет настаивал на глянцевых экранах, а затем внезапно предложил нано-текстуру как премиум-фичу, что вызвало обсуждение.
• Пользователи делятся опытом, что нано-текстура действительно уменьшает отражения и делает работу в ярком освещении более комфортной, но при этом она не влияет на четкость изображения и может даже улучшить его.
• Обсуждение также коснулось того, что Apple в последнее время предлагает нано-текстуру как премиум-фичу, в то время как раньше матовые экраны были стандартом.
• Участники обсуждения также затронули, что нано-текстура может быть доступна как опция для MacBook Air, что может сделать его более привлекательным для пользователей, которые предпочитают матовые экраны.
• Некоторые участники обсуждения выразили надежду, что Apple может вернуть матовые экраны как стандартную опцию для будущих моделей.

Исследователи изучают возможности моделей рассуждений (LRM), которые улучшены для пошагового анализа и самопроверки. Несмотря на впечатляющие результаты на таких наборах данных, как NLGraph, где LRM демонстрируют способность к обобщению в математике, физике и других областях, их эффективность резко падает при увеличении сложности задач. Авторы создали новый dataset — Deep Reasoning Dataset (DeepRD), который позволяет генерировать задачи с контролируемой сложностью. На примере проверки связности графов и планирования доказательств в естественном языке выяснилось, что даже передовые модели теряют точность, когда задачи выходят за рамки определенного уровня сложности.

Анализ реальных данных показывает, что подавляющее большинство примеров (графы знаний, взаимодействий, математические доказательства) попадают в зону, где LRM работают эффективно. Однако «длинные хвосты» сложности — редкие, но сложные случаи — раскрывают их ограничения. Например, даже такие модели, как GPT-4o, теряют более 50% точности на задачах, выходящих за пределы привычного диапазона. Это подчеркивает необходимость разработки новых подходов, способных справляться с высокой сложностью, особенно в критически важных областях, где ошибки могут быть неприемлемы.

• Существующие модели не способны к обобщённому рассуждению, а лишь имитируют его, что подтверждается их неспособностью решать задачи даже средней сложности без специальной дообученной модели.
• Исследователи создают набор данных, который намеренно исключает возможность обобщённого рассуждения, и показывают, что модели не способны к нему.
• Проблема в том, что модели не могут сказать "я не знаю" и вместо этого начинают галлюцинировать.
• Стоит ли вообще пытаться заставить LLM рассуждать, если можно просто использовать специализированный инструмент для этого, вместо того чтобы пытаться заставить LLM делать то, для чего они не предназначены.