Views growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 1 h | 688 |
| 13 h | 1,175 |
| 25 h | 1,240 |
| 76 h | 1,459 |
- After 1 hour688
- After 24 hours1,240
- Total to date1,459

Nov 11 – Nov 15−2 (−0.1%)
| Date | Subscribers |
|---|---|
| Nov 11, 2026 | 3,455 |
| Nov 12, 2026 | 3,450 |
| Nov 13, 2026 | 3,452 |
| Nov 14, 2026 | 3,452 |
| Nov 15, 2026 | 3,453 |
By publication day
| Date | Avg views per post |
|---|---|
| Oct 20, 2026 | 5,104 |
| Oct 21, 2026 | 4,168 |
| Oct 23, 2026 | 4,240 |
| Oct 29, 2026 | 3,129 |
| Oct 31, 2026 | 2,985 |
| Nov 3, 2026 | 2,557 |
| Nov 4, 2026 | 2,302 |
| Nov 5, 2026 | 1,586 |
| Nov 12, 2026 | 1,459 |
Hours after publication
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 1 h | 688 |
| 13 h | 1,175 |
| 25 h | 1,240 |
| 76 h | 1,459 |
Однажды Эрнест Хемингуэй поспорил, что сможет написать самый короткий рассказ, способный растрогать любую неолабу. Он выиграл спор: "For rent: B300s cluster, never trained."
Open in TelegramНа фоне затухающего хайпа с мухой, хочу рассказать одну историю Когда строится распределенная система, база данных, краулер или любое другое ПО для работы с большими объемами информации, появляется необходимость быстро ответить на вопрос “есть ли этот элемент в большом множестве”. Часто для таких сценариев используется фильтр Блума - он довольно эффективен по скорости/памяти, и с его помощью можно ответить на этот вопрос либо “точно нет”, либо “возможно да”. Но для некоторых задач такой ответ слишком груб. Например, рекомендательной системе новостей важно, насколько статья похожа на то, что человек недавно прочитал. Учитывать похожесть и забывать старое фильтры Блума по отдельности уже умели. В Гарварде в 2006 году обычные хеш-функции заменили на такие, у которых похожие элементы чаще попадают в одни и те же биты, и фильтр научился отвечать, есть ли во множестве что-то близкое к запросу. В Университете Альберты в том же году фильтр для краулера научили на каждом шаге уменьшать значения в нескольких случайных ячейках, чтобы давно не встречавшиеся адреса из него выпадали. Однако фильтра, который умел бы и то и другое, исследователи из Сан-Диего в 2018 году не знали и нашли такой у плодовой мушки [тык]. К тому времени нейробиологи обнаружили у мухи нейроны новизны. Они сильно отвечают на новый запах, заметно слабее на повторный, а примерно через час ответ снова становится сильным. Каждый запах муха кодирует меткой из небольшого набора активных клеток, и у похожих запахов метки во многом совпадают. Встреченный запах ослабляет связи от клеток своей метки к нейронам новизны, поэтому повтор вызывает слабый ответ, а со временем связи восстанавливаются. Авторы статьи увидели в этих связях биты фильтра Блума, а в метке его хеш. Позже эти алгоритмы попытались перенести на реальные задачи с переменным успехом. Институт Солка, где работали двое из авторов, подал патентную заявку на хеш мухи для поиска похожих картинок и документов. В IBM Research из фильтра сделали классификатор, который по точности вышел на уровень метода ближайших соседей, а Intel получила патент на поиск похожих векторов, где описан близкий алгоритм хеширования со ссылкой на обонятельную систему дрозофилы [тык]
Open in TelegramHoney wake up, it’s time to burn your weekly quota on kernel optimizations https://openkernelchallenge.dev/
Open in Telegramhttps://emudhra.we-have-a-problem.com/ Люди начинают подозревать, что Паджиты интерпретируют фразу "384-bit key", как "число от 1 до 384"
Open in TelegramDaily reminder: обратная совместимость - твоя головная боль ровно до определённого количества пользователей https://github.com/apple-oss-distributions/libmalloc/blob/libmalloc-812.100.31/src/malloc.c#L4066
Open in Telegram
Радиокружок "Горелая канифоль" им. КТ315@beltrixTechnologies3.45K
ИКС Холдинг@xholding_ruTechnologies3.46K
🧊 siberiacancode x IT-ХОЗЯЕВА@siberiacancodeTechnologies3.42K
Новости IT | Вашу Цифру!@youdigitTechnologies3.5K
RealAtomInfo@realatominfoTechnologies3.41K
max.sh@max_dot_shTechnologies3.41K
SourceCraft@sourcecraftTechnologies3.5K
PyLounge - программирование на Python и всё о Айти 🐍@pyloungeTechnologies3.39K