Argon от Google переписал модель океана из 174 тысяч строк Fortran в Rust за 59 минут 🎯 Разработчики взяли FVCOM, модель прибрежного океана из 264 файлов и 174 774 строк, а Argon от Google переписал её на Rust за 59 минут. Скорость выросла в 1,88 раза. ⚙️ Задание было из четырёх условий: никаких блоков unsafe, без выделений памяти в горячих циклах, файл до 400 строк с тестами, а числа обязаны совпасть с оригиналом на ста прогонах. 🕐 Работа шла в три этапа: одиннадцать минут на сборку и эталоны, три минуты на план, сорок пять минут на перенос в 13 модулей Rust. 🐞 Перенос вскрыл ошибки, которые в Фортране не были видны годами: одна запись выходила за массив на 50 колонок, счёт из трёх номеров узлов переполнял 32 бита на большой сетке, а солёность могла уйти в минус и попасть под корень. Строку H1(0) = H1(1) Argon объяснил как обход деления на ноль. 🧪 Первый прогон дал 36 из 37. Один тест упал на бассейне, где вся вода лежит одним слоем: расчёт полез за нижний слой, которого нет. Argon прочитал трассировку, добавил проверку и получил 42 из 42 при покрытии 96,8%, а сто прогонов совпали до 12-го знака. 📈 Скорость росла так: 883, 682, 548 и 469 мс после LLVM-профиля. Памяти программа стала занимать вдвое меньше: 5,48 МБ вместо 11,84 МБ. 💡 Навык Google выложил навыком migrate-to-rust: одна команда запускает её на любом коде. 📎 https://antigravity.google/blog/modernizing-40-year-old-scientific-code-with-gemini-4-argon · https://github.com/google/skills/tree/main/skills/developers/migrate-to-rust #Gemini #Antigravity #Rust #Fortran ------ @tsingular
Открыть в Telegram
Технозаметки Малышева
Новости инноваций из мира Искусственного Интеллекта. 🤖 [РКН: 7021469833 ] Всё об ИИ, ИТ трендах и Технологической Сингулярности. 🤖: @ai_gptfreebot [бесплатный бот] ✍️: @tsingular_bot [каталог ботов и курсов] 💸: https://pay.cloudtips.ru/p/c8960bbb
Подписчики, 30 дней
31 окт. – 4 нояб.+14 (+0,1%)
Показать таблицей
| Дата | Подписчики |
|---|---|
| 31 окт. 2026 г. | 13 253 |
| 1 нояб. 2026 г. | 13 257 |
| 2 нояб. 2026 г. | 13 257 |
| 3 нояб. 2026 г. | 13 266 |
| 4 нояб. 2026 г. | 13 267 |
Средние просмотры поста по дням
По дню публикации
Показать таблицей
| Дата | Просмотров на пост |
|---|---|
| 30 окт. 2026 г. | 2 339 |
| 31 окт. 2026 г. | 2 262 |
| 1 нояб. 2026 г. | 2 153 |
| 2 нояб. 2026 г. | 2 136 |
| 3 нояб. 2026 г. | 1 524 |
| 4 нояб. 2026 г. | 1 186 |
Самые просматриваемые за месяц
- 01Просмотры4,53 тыс.Пересылки28Реакции42Комментарии0
- 02Просмотры2,95 тыс.Пересылки128Реакции—Комментарии—
- 03Просмотры2,87 тыс.Пересылки128Реакции—Комментарии—
- 04Просмотры2,84 тыс.Пересылки128Реакции—Комментарии—
- 05Просмотры2,71 тыс.Пересылки129Реакции—Комментарии—
Новые посты
Ахаха, как в воду глядел: https://t.me/tsingular/9099 В ChatGPT появятся семейные подписки: https://x.com/btibor91/status/2117875196594209270 #OpenAI #цены #юмор ------ @tsingular
Открыть в TelegramНе даёт мне покоя тема самоулучшения навыков. Актуальность её растет тем сильнее, чем больше агентов внедряются в компаниях. Каждый из них множит свои навыки и при этом не всегда оптимально и успешно. Вы в это тоже упрётесь, если ещё нет. Поэтому предлагаю вместе посмотреть, как в разных работах предлагают навыки оптимизировать. Разобрал шесть работ 2026 года, обзор 124 исследований и Harness² от Google. Основные выводы пока такие: Контроль пороговых значений и метрик даёт больше, чем количество попыток. Когда количество навыков разрастается до нескольких десятков, простой поиск по сходству перестаёт работать надёжно и находить нужный навык, нужны иерархия, связи, версии и временные метки. Все методы пока проверяют эффект работы навыка после его запуска. Следующий шаг, - модель, которая оценит эффект от изменения навыка ДО его запуска. Обсудим в эфире на канале ИИзбранное в воскресенье в 20:00 Презентация там же #навыки #агенты #презентации #руководства ——— @tsingular
Открыть в Telegram1 гипотеза рабочая, но не в 100% виде. оказывается DSH уже часть возможностей CopilotKit имеет, а вот AG-UI возможно будет полезен #DSH #CopilotKit ——— @tsingular
Открыть в TelegramСвязи
Похожие каналы
Fun Science@funscienceТехнологии34,2 тыс.
НИИ ИИ@ai_rostovТехнологии3,9 тыс.
Никита Шарипов@sharipovnikitaТехнологии1,6 тыс.
Denis Sexy IT 🤖@denissexyТехнологии140 тыс.
Machinelearning@ai_machinelearning_big_dataТехнологии277 тыс.
AI Projects@turboprojectТехнологии13,7 тыс.
Анализ данных (Data analysis)@data_analysis_mlТехнологии51,9 тыс.
Клубный Сервис@klubniy_servisЮмор и развлечения193 тыс.
Кто упоминает
НИИ ИИ@ai_rostov1 упоминание, 6 репостовПоследний пост
Клубный Сервис@klubniy_servis3 упоминанияПоследний пост
Fun Science@funscience2 упоминания, 1 репостПоследний пост
ИнфоПовод@kaluginprofit1 упоминание, 1 репостПоследний пост
Кого упоминает
Machinelearning@ai_machinelearning_big_data3 упоминания, 3 репоста
НИИ ИИ@ai_rostov4 репоста
Denis Sexy IT 🤖@denissexy3 репоста
Никита Шарипов@sharipovnikita3 репоста
Анализ данных (Data analysis)@data_analysis_ml2 репоста
AI Projects@turboproject2 репоста- VAI@vai_art1 упоминание, 1 репост
CodeCamp@codecamp1 репост
NN@naebnet1 репост
Раньше всех. Ну почти.@bbbreaking1 упоминание