Тема

Базы данных и данные

57 материалов

ClickHouse удалил pgrust из бенчмарка: в бинарнике нашёлся код под каждый запрос (github.com)

Сопровождающий ClickBench убрал pgrust, переписанный на Rust Postgres, сказав, что запись измеряет «таблицу поиска под бенчмарк, а не базу данных». Пробы с немного изменёнными запросами отклонялись с ошибками.

Создатель pgrust пришёл в тред, чтобы сказать, что обвинения ложны. Комментаторов интересовало, почему пути к этим файлам оказались в бинарнике.

Не просто заголовок — разбор дискуссии

Главные треды HN: факты из обсуждений, разные стороны, голоса инсайдеров. Email, Telegram или RSS.

Команда из трёх человек заменила лицензию Looker за 150 тысяч долларов HTML-дашбордами от Claude (david.lequin.dev)

Автор говорит, что переписанная версия стоит около 20 тысяч долларов в год против 150 тысяч за Looker. Контроль доступа делают разрешения Snowflake, а дашборды работают в изолированных iframe.

Он не учитывает инженерные часы: восемь месяцев работы на полставки тремя инженерами, 325 коммитов и около 74 тысяч строк кода.

🚀Tech ★ 121 · 💬 73 · 4 дня назад · #ИИ#данные#инструменты#Claude#dbt#Looker+1

UUIDv7 гарантирует только уникальность, а Python может обогнать ваши часы (alexsci.com)

Alex Scott в посте доказывает, что три свойства, которые людям приписывают в UUIDv7, — монотонный порядок, надёжное время создания и непредсказуемость — RFC 9562 не гарантирует. Даже Postgres предупреждает, что извлечённая временная метка может не совпадать со временем создания.

Комментаторы сказали, что это упускает главную причину им пользоваться: держать новые строки вместе в индексе.

DuckDB 2.0 получил серверный режим и асинхронный I/O, но файлы 2.0 старые версии не откроют (duckdb.org)

В релиз вошли серверный протокол Quack, фоновое чтение Parquet и CSV, VARIANT с автоматическим шреддингом и триггеры. Новый парсер PEG стал основным, ICU удалён, а 2.0 поддерживается минимум до октября 2027 года.

Один пользователь сообщает, что сжал 7 ТБ логов Azure в NDJSON до 2,5% от исходного размера в Parquet менее чем за два часа на средней ВМ.

Одно отключение питания в одной зоне Лондона положило HSBC, Revolut и Lloyds (neowin.net)

Сбой начался 19 октября в 23:08 по Тихоокеанскому времени; Google назвал его событием с питанием в одной зоне. По заголовку Neowin, пострадали HSBC, Revolut, Bank of Scotland, Lloyds и Equifax.

SRE из ветки говорит, что многозонные конфигурации есть повсюду, но отказ зоны почти никогда не отрабатывают на практике.

🚀Tech ★ 342 · 💬 172 · 7 дня назад · #бигтех#данные#Google Cloud#HSBC#Lloyds+1

Timestral от Mistral прогнозирует временные ряды на CPU за 10–140 миллисекунд (mistral.ai)

Mistral выпустила Timestral, свои первые базовые модели для временных рядов. Модель на 209 млн параметров занимает первое место на трёх zero-shot бенчмарках с одним чекпоинтом, а модель на 28 млн, по сообщениям, обходит Chronos-2, которая примерно в четыре раза больше.

На серверном CPU с 8 потоками самая маленькая модель делает прогноз примерно за 10 мс, и GPU для этого не нужен.

🚀Tech ★ 556 · 💬 104 · 20 октября · #ИИ#данные#Chronos-2#Hugging Face#Mistral+1

Postgres 19 сдвигается на ноябрь: LLM-ревью нашло слишком много багов, чтобы успеть (theregister.com)

Коммиттер Питер Эйзентраут частично винит в задержке ревью с помощью LLM: оно выявило много мелких дефектов в граничных случаях, которые раньше всплыли бы через годы после релиза. Сорок отчётов, каждому из которых нужно три строки правки, съели оставшееся бета-время.

🚀Tech ★ 180 · 💬 68 · 17 октября · #ИИ#данные#open source#EDB#Peter Eisentraut#PostgreSQL+1

LISTEN/NOTIFY в Postgres масштабируется — если точно определить масштаб (dbos.dev)

LISTEN/NOTIFY может обслуживать высокую нагрузку при правильной архитектуре, но лимит уведомления 8 КБ определяет область применимости.

Главный вывод обсуждения: реальные ограничения и контекст эксплуатации важнее громкого заголовка.

Гайд по Postgres советовал стартапам сперва нормализовать схему. HN сказал: сначала — мониторинг (hatchet.run)

Гайд по Postgres от Hatchet ведёт стартапы через дизайн схемы, оптимизацию запросов и масштабирование, с реальными порогами: последовательные сканирования становятся дорогими после 20 тысяч строк, прогоны autovacuum дольше часа означают, что настройку пора менять.

Комментатор, запускавший Postgres в стартапе на ранней стадии, возразил: мониторинг заслуживал места выше дизайна схемы, потому что такие сбои, как transaction ID wraparound, почти не дают предупреждения — а письмо-алерт от AWS легко пропустить, особенно на праздники.

Карта обещала 2438 замков мира, но нашлась только часть родных (thecastlemap.com)

Читатели посчитали цифры по своим странам: в одной только Саксонии больше 700 исторических укреплений против девяти точек на карте; во Франции числится около 180 замков против примерно 45 000 по стране.

Один комментатор угадал причину раньше, чем это подтвердили: карта якобы читает только англоязычную Википедию. Затем в теме появился единственный разработчик сайта, признал, что всё собрано за выходные, и пообещал всё-таки исправить.

Хакер стёр земельный кадастр Румынии, взломав его паролем «P@ssw0rd» (news.risky.biz)

Компания KELA назвала атакующего — Закария Махджуб, работающий из алжирского Орана; его же обвиняют во взломе электронных госсистем Швеции и земельных кадастров ещё пяти стран за последние три года.

Один комментатор на HN заметил: у Алжира с Румынией есть договор об экстрадиции — странный выбор цели для того, кто рассчитывает остаться недосягаемым.

Приложение прячет схему OpenStreetMap, пока она вам реально не нужна (streetcomplete.app)

StreetComplete находит пробелы в OpenStreetMap рядом с вами и превращает каждый в вопрос на один тап: заасфальтирована ли улица? какие часы работы у магазина? Ответ на месте уходит в OSM от вашего имени, без редактора и без тегов, которые нужно изучать заранее.

Настоящий трюк, считает один участник треда: прятать пугающую модель тегов OSM, пока она не понадобится, ведь большинство инструментов показывают схему слишком рано. Но сложность не исчезает, а прячется: другой картограф признался, что никогда не уверен, разметил ли переход «правильным», нигде не задокументированным способом.

Новый рантайм для kdb+ вышел закрытым, без бенчмарков и «попахивает ИИ» (lv1.sh)

Предложение конкретное: запускать существующий код k4/q/qSQL без изменений, обрабатывать 86,5 млн строк на одном CPU «без прохода декодирования», сжимать данные на всех уровнях. Для компаний, которые вынужденно платят Kx за лицензию kdb+, независимый совместимый рантайм — долгожданный запасной выход.

Самый популярный ответ проигнорировал скорость. Он назвал фразу «вектор как единица мышления» псевдонаучной и «почти наверняка написанной ИИ», а также отметил, что l закрыт и не сравнивался в бенчмарках ни с Shakti, ни с самой kdb+.

Postgres-пулер закрыл дыру, через которую сессия клиента утекает в чужую (pgdog.dev)

PgDog встроил собственный SQL-парсер: он отслеживает SET, LISTEN/NOTIFY и подготовленные запросы для каждого клиента, восстанавливая их перед каждым запросом — именно то, от чего приходится отказываться в режиме транзакций PgBouncer. По словам Кокотова, год в продакшене на 2 млн запросов в секунду.

Истории из треда подтвердили: цена реальна. Инженер, недавно перенёсший Django-приложение за PgBouncer, обнаружил, что серверные курсоры queryset.iterator() не переживают пулинг, а statement_timeout в параметрах libpq молча игнорируется.

Одна база данных на всё: доводы против Redis, Mongo и Pinecone (postgresisenough.dev)

Каталог конкретен: UNLOGGED-таблицы вместо Redis, SKIP LOCKED вместо очереди задач, pgvector вместо Pinecone, PostGIS вместо вашего гео-стека — с правилом, что покинуть Postgres можно только после того, как задокументируешь, почему его не хватило.

Разработчик, у которого email-CRM работает на Redis, не покупается на посылку: его тривиально настроить, и он никогда не падает, так о какой сложности вообще говорит этот жанр?

Amazon перестаёт принимать новых клиентов Mechanical Turk — эпоха краудворка заканчивается (techcrunch.com)

Анализ 2023 года показал, что от 33 до 46% работников MTurk сами гоняли LLM, чтобы выполнять задания. Человеческий труд, который Amazon перепродавала, всё чаще был машинами с человеческим бейджем.

И всё же диагноз с наибольшим числом голосов — не «ИИ съел работу». Он проще: плохой продукт наконец проиграл конкуренцию.

Живая карта поездов Британии, где некоторые пропахивают M25 и Ла-Манш (map.signalbox.io)

Хитрость в том, как это, по словам Signalbox, работает: она определяет, в каком поезде едет телефон, сопоставляя снимок данных устройства с траекторией каждого поезда — без фоновой слежки за местоположением и без железа. В теории изящно.

На практике местных это не впечатлило. Один наблюдал, как поезд с Liverpool Street пропахивает M25 в сорока милях от своего маршрута; другой, живущий рядом с путями, называет всё это практически бесполезным.

Музейный API помечает искусство, «которое мало смотрят» — а в момент, когда вы смотрите, вы его дисквалифицируете (iamwillwang.com)

Уилл Ванг подсвечивает `has_not_been_viewed_much` — меньше 200 просмотров с января 2010 — в публичном API музея как приглашение открывать незамеченные работы, а не готовое приложение.

Тред называет парадокс наблюдателя — посмотри, и счётчик тикнет вверх — и вспоминает Forgotify: сайт, который проигрывал только песни Spotify без единого прослушивания и тем самым удалял их из собственного пула.

Саймон Уиллисон выпустил релиз, в основном написанный ИИ, за $149,25 — цифра, которую все будут использовать не по делу (simonwillison.net)

Уиллисон использовал Fable для предрелизного ревью sqlite-utils 4.0rc2: 37 промптов, 34 коммита, пять блокирующих багов — худший из них, delete_where(), оставлял транзакцию открытой, из-за чего поздние записи тихо откатывались. Он оценивает стоимость API в $149,25; перекрёстное ревью от GPT-5.5 нашло ещё два.

Разворот: $150, потраченные экспертом, который точно знает, о чём спросить, — не те $150, что новичок спустит на погоню за выдуманными проблемами, ведь эти модели никогда не говорят «ничего не нашёл, всё в порядке».

Ubicloud: OOM killer в Linux способен разом оборвать все соединения Postgres. Сооснователь признал: перебор (ubicloud.com)

Механика: процессы Postgres делят общие сегменты памяти, поэтому OOM-killer, убив один процесс, вынуждает постмастер завершить все процессы разом. Ответ Ubicloud — строгий overcommit (vm.overcommit_memory=2): Linux сразу отказывает в выделении памяти сверх лимита с ошибкой ENOMEM, а Postgres просто отменяет ту транзакцию, что стала причиной.

Тред разделился. Один комментатор говорит, что статья неверно описывает режимы overcommit в ядре и не упоминает oom_score_adj; сооснователь самой компании признаёт, что подача получилась слишком резкой.

Вирджиния запретила продавать данные о вашем местоположении — с лазейкой, в которую проедет грузовик Flock (hunton.com)

Запрет вносит поправку в закон Вирджинии о защите потребительских данных и вступил в силу на этой неделе, вслед за Мэрилендом и Орегоном. Цель реальна: потоки геоданных уже использовали для слежки за посетителями сотен клиник Planned Parenthood ради антиабортной рекламной кампании.

Юристы из треда впились в формулировку. Мэриленд и Орегон запрещают обмен за «денежное или иное ценное вознаграждение», Вирджиния — только «денежное». Этой недостающей оговорки и хватает фирмам с камерами автономеров: продай камеры, а доступ к панели отдай «бесплатно».

Аронсон и Дворк: приказ велит переписи защищать данные как в 1975 году (scottaaronson.blog)

Доказательство — пивоварня: пять сводных цифр о пивном бизнесе складываются в систему уравнений, которая восстанавливает число сотрудников каждой фирмы даже после округления. Огрубление теряет пользу и всё равно не защищает — худшее из двух миров.

Тред добавил контекста и сомнений. Информатик из Стэнфорда напомнил: 2020-й стал первой переписью с дифференциальной приватностью, её конституционность оспаривают в судах, а гражданство можно вычислить, сопоставив разные продукты бюро. Практик лишь вздохнул: любопытная технология стала политикой.

Immich 3.0 добавил неразрушающее редактирование — а тред спорил о фиче, которой всё ещё нет (github.com)

Версия 3.0 — реальный шаг: неразрушающие обрезка, поворот и коррекция на телефоне, движок автоматизаций Workflows, перекодирование HLS на лету и проверки целостности файлов. Ломающие изменения задели сторонние интеграции.

Линией разлома стало шифрование. Несколько человек выбрали Ente из-за отсутствия E2EE. Спорщик резко возразил: для домашней фототеки сквозное шифрование скорее бессмысленно, потеряешь ключи — и потеряешь единственную копию бабушкиных фото. А самый острый баг-репорт: у оператора 20% диска съели дублирующиеся превью.

Почему аудио 24 бит/192 кГц не имеет смысла — и три практика, которые спорят (people.xiph.org)

Физика беспощадна: слух заканчивается около 20 кГц, поэтому 44,1 кГц передаёт всё слышимое, а ультразвук может завернуть искажения обратно в слышимый диапазон. Тест Boston Audio Society всё решил: 554 попытки, верных ответов 49,8%. Подбрасывание монеты.

Но практики провели свои границы. Продюсер клянётся, что слышит 16 бит против 24 в собственных сведениях. Кинозвукорежиссёр пишет на 100 кГц: замедляешь запись и находишь звук выше порога слуха. А DSP-исследователь любит высокие частоты ради щадящих фильтров, хотя про финал согласен.

Postgres 19 наконец дефрагментирует таблицы без блокировок и берёт GROUP BY ALL у DuckDB (snowflake.com)

Крейг Керстинс из Snowflake разбирает бету Postgres 19: REPACK CONCURRENTLY реорганизует распухшие таблицы без блокировок и без pg_repack, партиции сливаются и разбиваются на месте, autovacuum получает параллельных воркеров, а SQL/PGQ приносит графовые запросы.

Тред обсуждал не то, что вышло, а чего всё ещё нет: учёный с 15-летним стажем указал на отсутствие колоночного хранения, другим не хватает материализованных представлений и обновления мажорных версий на месте. И главная придирка: GROUP BY ALL первым придумал DuckDB.

5000 ресторанных меню 1880–1920 годов, и сэндвич с ветчиной за 25 центов (pudding.cool)

Дата-история проводит по пяти тысячам американских меню 1880–1920 годов, оцифрованных из коллекции Баттольфа Нью-Йоркской публичной библиотеки и размеченных блюдо за блюдом волонтёрами на menus.nypl.org.

Читатели заметили, что изменилось, а что нет: устрицы и моллюски открывают страницу, «суп из зелёной черепахи» оказался буквально черепашьим мясом, а сельдерей считался деликатесом — до холодильников он едва переживал дорогу до города.

Справочник по финтех-инженерии попал на главную. Затем пришёл автор, а следом инженеры, которые строили это вживую (w.pitula.me)

Справочник по финтех-инженерии — деньги как целые числа, реестры, идемпотентность, вебхуки, — выложенный автором в одиночку, поднялся на главную, и сам автор объявился в ответах, ошарашенный собственным охватом.

Дальше развернулся рабочий семинар. Бывшие финтех-CTO подтвердили основу; другие назвали трюк с целыми числами в «минимальных единицах» ловушкой на стейблкоинах, event sourcing повсюду — перебором, а совет про удаление PII — гарантией очень плохого дня комплаенс-команды с регуляторами.

Почему время финиша на марафоне скачет к 3:30 и 4:00 и что это говорит о любом пороге, которому вы доверяли (danluu.com)

Эссе Дэна Лу 2020 года картирует всплески, что появляются везде, где стоит жёсткий порог: 9,8 млн марафонских финишей кучкуются у круглых времён, польские экзамены липнут к проходному баллу, обвинения по наркотикам копятся ровно на пороге приговора.

Тред добавляет свежие случаи — шахматные рейтинги, AWS, играющий со своей же целью по P90-задержке, — и одно самоисправление: комментатор назвал заглавный пример липой, понял, что он старше смены политики, и отозвал его. Всплески на марафоне оказываются социальными, а не только тщеславием: пейсмейкеры с флагами.

4392 ответа: карта политических уклонов ИИ и спор о том, кто их оценивал (trakkr.ai)

Trakkr прогнал шесть моделей через 61 политический вопрос, по двенадцать раз каждый, с выключенными веб-поиском и рассуждениями — чтобы повторить дефолт обычного пользователя. Классификатор оценивает каждый ответ от −1 до +1, судья из другой лаборатории перепроверяет выборку. Gemini выходит нейтральным, ChatGPT на −0,29, Grok на +0,21.

Автор сам пришёл в тред защищать свою оценку от главного возражения: вы меряете не модель, а зазор между ней и тем, кто писал рубрику. А самая меткая придирка оказалась про пиксели: серые линии тянут логотип Grok вправо и прячут факт — ChatGPT смещён влево сильнее, чем Grok вправо.

Он проиндексировал 45 млн комментов HN и собрал график 18 лет хайпа (hackernewstrends.com)

Один разработчик загнал весь архив Hacker News (~48 ГБ) в поисковый индекс и построил гистограмму по 45 миллионам постов и комментариев с 2007 года. Накладываешь любые термины и цикл технологий разворачивается прямо на графике: недельный всплеск lk-99, одинокое упорство Stuxnet, крипта, передающая эстафету chatgpt.

Потом заглянул ведущий разработчик ClickHouse и заметил, что у него тот же датасет HN уже лежит как публичная SQL-база. А самый острый голос предупредил: это не Google Trends. Здесь считают то, что люди писали, а не то, что искали.

Третья утечка LastPass: пароли уцелели, а данные клиентов вытекли через CRM-сервис Klue (9to5mac.com)

Третье уведомление LastPass об утечке пришло не с её серверов. Взломали Klue — платформу «рыночной аналитики» для отделов продаж, подключённую к CRM. Наружу вышли имена, телефоны, почты и адреса клиентов LastPass. Зашифрованные хранилища паролей остались нетронутыми.

На HN травля началась мгновенно. Но самый острый комментарий развернул историю: инженер по безопасности заметил, что в каждом отделе продаж к системе подключён десяток таких инструментов, и удивляться стоит лишь тому, что утечки случаются не чаще.

В одном банке исходный код Python хранится в базе данных, а не на диске (calpaterson.com)

Инвестбанки держат секретные форки всей экосистемы Python. По рассказу Патерсона, система одного банка пишет и читает Python-датаклассы прямо в единую глобальную объектную базу под именем Barbara, общую для всей фирмы.

Исходный код самой платформы лежит там же, в базе, а не в файлах. Тред бывших банковских инженеров возводит идею к Goldman SecDB и языку Slang из 1990-х, и один из них называет результат «альтернативной IT-реальностью», из которой не выгуглить выход.

Свиток, обугленный Везувием в 79 году, прочли, не разворачивая (scrollprize.org)

Команда Vesuvius Challenge взяла свиток, который рассыпается в пыль от прикосновения, просканировала его на синхротроне, цифровым способом размотала 1,4 метра папируса и обучила нейросеть различать чернила на обугленном волокне. Итог: стоический трактат о природе человека II века до н. э., прочитанный впервые.

Одна оговорка, которую участник вытащил из препринта: столбцы с 1-го по 4-й попросту утрачены. Слово «целиком» здесь — щедрость.

16 000 строк на Rust написал Claude — автор ни одну из них не читал (posthog.com)

Старый парсер интерпретировал грамматику ANTLR в рантайме; переписанный — рекурсивно-нисходящий с ядром на алгоритме Пратта. На ноутбуке он работает в 70 раз быстрее, в проде — в 454 раза, с нулём расхождений на миллионах запросов в теневом режиме.

В треде это называют анти-вайб-кодингом: инженер, строящий такие же оракульные стенды, говорит, что корпус можно сделать достаточно большим, чтобы доверять коду, который ты не читал. Скептик задаёт вопрос, на который никто не ответил: почему не скомпилировать грамматику вместо того, чтобы фаззером добиваться согласия генератора кода?

323 новых пакета R за месяц — и 40 из них вышли без единого README (rworks.dev)

В мае на CRAN появились 323 новых пакета; 40 из них не содержали ни README, ни виньетки, ни ссылки на репозиторий. Куратор подборки «Топ-40» говорит: работа стала экспоненциально сложнее.

Тред расходится во мнениях о причинах. Одни обвиняют AI-«слоп» и избыточную зависимость от tidyverse; недавний первичный контрибьютор возражает: CRAN прогнал его пакет через два раунда проверки живым ревьюером.

Гист утверждает, что Postgres заменяет Kafka, Redis и Neo4j (gist.github.com)

Гист устанавливает намеренно высокую планку: берите отдельную систему только после того, как исчерпаете Postgres, задокументируете его ограничения и примете операционные издержки второго стека. PGMQ вместо Kafka, pgvector и ParadeDB вместо Elasticsearch, Apache AGE вместо Neo4j.

Затем SRE из Google переворачивает аргумент: к Kafka или Snowflake тянутся именно тогда, когда Postgres уже не справляется, а ветеран с 20-летним стажем утверждает, что одна большая база сложнее в эксплуатации, чем несколько маленьких.

F3: формат файлов, который таскает свой декодер внутри себя в виде WASM. Гениально — или мина замедленного действия (github.com)

F3 (Future File Format) собрал 621 очко. Идея, которая всех зацепила: формат самоописываемый — внутри файла лежат и данные, и WASM-бинарники для их декодирования, чтобы не зависеть от языковых SDK.

Восторг быстро встретил скепсис. «Если я архивирую петабайты на 10+ лет, я не хочу полагаться на то, что WASM-интерпретатор будет доступен и производителен в будущем», — пишет один инженер. А ещё внутри встроенного декодера придётся дебажить чужой код.

Baidu выложила Unlimited OCR: трюк, который не даёт ИИ «захламлять память» при чтении 100-страничных PDF (github.com)

Baidu открыла Unlimited OCR — модель для one-shot парсинга длинных документов. 456 очков, 104 комментария. Архитектурный трюк: не «запоминать каждое слово» при чтении 100 страниц, а держать короткую память под контролем.

Тред оценил и инженерию, и манеры: в благодарностях Baidu отдельно упомянула Deepseek-OCR и PaddleOCR — «классный жест». Но всплыл и старый страх: модели на OCR любят выдумывать артефакты и переводить иностранные слова на английский, ломая результат.

Алгоритмические монокультуры в найме: 10% соискателей отвергают разом везде — просто потому, что вендор один (hai.stanford.edu)

Исследование Stanford HAI про алгоритмические монокультуры в найме собрало 137 очков и 145 комментариев. Главная находка: если резюме отвергает один доминирующий вендор, оно с большей вероятностью отвергается всюду.

Тред считает, что заголовок про расовое смещение прячет более важное. Около 10% кандидатов, подающихся на вакансии с одним и тем же алгоритмом-скринером, отвергаются разом везде — больше, чем если бы компании решали независимо. Это и есть монокультура: одна модель — один приговор на всю отрасль.

Карта Джерри: человек 60 лет рисует несуществующий мир по карточкам из собственной колоды (jerrysmap.com)

«Карта Джерри» — гигантская карта вымышленного мира, которую художник десятилетиями расширяет по карточкам из собственной колоды. 380 очков, 49 комментариев.

Тред очаровался самой системой: процесс двигает случайность из колоды, но творческую часть — рисование тайла — оставляет человеку. А ещё страница вытащила воспоминания: десятки людей признались, что в детстве так же платтили воображаемые субдивизии, реки и железные дороги.

Почти половина приложений для LG-телевизоров содержит SDK резидентных прокси (spur.us)

Исследование Spur: почти половина приложений для смарт-телевизоров LG содержит SDK резидентных прокси — то есть превращает ваш ТВ в выходной узел для чужого трафика.

В треде важное уточнение: это сторонние, а не штатные приложения LG. И, к удивлению многих, согласие пользователя реально запрашивается, а не закопано в 20-страничном EULA.

А ещё подметили связь с ИИ: именно так — через резидентные прокси — массово выкачивают данные для обучения моделей, обходя блокировки по ASN.

Швейцарский Apertus открыт до самых данных — и без единого GPU (apertvs.ai)

Apertus выходит в размерах 8B и 70B, заявляет более 1000 языков и встраивает соответствие EU AI Act: удаление персональных данных, уважение к отказам, предотвращение запоминания. Главный тезис — полная воспроизводимость («Open для AI — то же, что Open для Source»), а не бенчмарки. Дата отсечки: март 2024-го.

Один основатель рассказывает, что уже сегодня строит на ней настоящий RAG-софт: для агентных задач она не готова, но едет. Скептики целили в институцию: модель движется со скоростью комитета, у страны нет собственных GPU, а лучшим результатом проекта могут оказаться люди, которых он обучил.

Трафик Google по IPv6 перевалил за 50% — успех, который зрел 15 лет (blog.apnic.net)

Внедрение росло почти линейно — около 10 пунктов каждые три года с 2018-го, что читается как провал, пока не заметишь: это кривая зрелого протокола, который двигают провайдеры рациональными решениями о затратах. Jio, Вьетнам и Саудовская Аравия поднимаются куда круче.

Трафик Китая не измеряют, поэтому истинная мировая цифра, скорее всего, выше — возможно, от 65 до 75 процентов. Долгий срок — это не застой; это медленная победа.

Тред спалил ленивые объяснения: нет, рост — это не просто боты в AWS, и нет, нельзя было «просто» расширить IPv4.

ИИ-агент Bayer для исследования лекарств — и оценка 3,1/5,0, которую статья опустила (martinfowler.com)

PRINCE — ассистент Bayer для доклинических исследований, выросший из поиска по ключевым словам в разговорного агента. Его надёжность держится на инженерии контекста (каждый агент видит только нужное ему) и инженерии обвязки (сохранённое состояние, повторы, резервные провайдеры).

Статья называет RAGAS и метрики достоверности, но не приводит собственных цифр ни по точности, ни по задержке.

Читатель добыл недостающую из первоисточника: общая способность — 3,1/5,0, и это для инструмента медицинских исследований.

Лишь 5% отказов по медицинским заявкам сочли «медицински необоснованными» (randalolson.com)

Анализ внутрисетевых заявок по ACA даёт долю отказов от 13% до 35% в зависимости от страховщика. Сюрприз — в разбивке под этим диапазоном.

Лишь примерно 1 отказ из 20 ссылался на медицинскую необходимость. Остальные были административными: исключённые услуги, отсутствие направления или предварительного согласования — либо причина, которую страховщик попросту не назвал.

Поворот треда: «причина не указана» не значит «безвредно».

Бесплатная «ИИ»-замена Crunchbase оценила Anthropic в $18 млрд — реальная цифра отличалась в 50 раз (startupwiki.tech)

Автор продаёт связку из ИИ-агентов, вклада сообщества и «реестра агента». Комментаторы нашли устаревшие цифры, отсутствующие компании и значки, которые ведут в никуда.

Самый полезный совет: федерироваться с Wikidata — она бесплатно подтянет связи обратно к Crunchbase и другим источникам.

В 242 американских городах нижний ценовой сегмент жилья преодолел отметку в $1 млн (investors.zillowgroup.com)

Калифорния насчитывает 105 таких городов, Нью-Йорк — 41, Нью-Джерси — 26. При этом типичное стартовое жильё по всей стране стоит $198 649 — и разрыв между заголовком и медианой и есть вся история.

Основатель, продавший компанию за восьмизначную сумму, написал, что едва может позволить себе квартиру в Джерси-Сити, а дома вокруг него вообще не продаются. Другие усомнились в методологии: Zillow так и не опубликовал список конкретных городов.

Ubiquiti выпустил NAS за $3999 на ZFS без лицензий и без ограничений на диски (blog.ui.com)

Enterprise NAS от Ubiquiti: 16 отсеков, 64 ГБ ECC, два порта 25GbE и явная фраза «никаких прошивочных ограничений на модели дисков» — читатели восприняли её как прямой выпад в сторону вайтлиста Synology.

Главный аргумент в пользу покупки: если Ubiquiti забросит продукт, просто вынимаете диски и делаете `zpool import` на любом другом железе. Главное опасение: 8-ядерный ARM-чип, который на более дешёвом UNAS Pro 8 уже не успевает насыщать собственный канал 10GbE.

Соло-разработчик сделал ER-диаграммы, не отправляющие SQL никуда — а инженер сказал, что это не ER (sqltoerdiagram.com)

Устав от инструментов с пейволлами, обязательной регистрацией и серверами, заглатывающими твою схему, robhati сделал sqltoerdiagram.com: клиентский холст, где вставленный DDL превращается в интерактивную диаграмму — её можно таскать, авто-раскладывать и экспортировать в PNG или SVG.

Инженерный понт: таблицы растеризуются в кэшированные битмапы с отсечением вне области просмотра, а парсер SQL отслеживает позиции токенов, так что переименование остаётся точечным. Возражение: таблицы — не сущности, поэтому из одного SQL настоящей ER-диаграммы не выйдет.

Минторг запретил «вброс шума» в данные переписи. Исследователь: выиграют только атакующие (desfontain.es)

Дамьен Дефонтен разбирает сделку без выигрышной стороны: убрать шум — и останутся лишь огрубление и подавление, которые убивают точность для малых групп и меньшинств, а данные всё равно остаются уязвимыми.

Атака на восстановление, отмечает он, — это просто решение системы уравнений, и без шума она становится тривиальной. Основатель privacy-компании усложняет образ злодея: запуск 2020 года, по его словам, был настоящей внутренней катастрофой.

Postgres 19 наконец отвечает: как эта строка выглядела в прошлый вторник? (pgedge.com)

Postgres 19 добавляет нативные темпоральные таблицы по времени приложения: PRIMARY KEY (id, valid_at WITHOUT OVERLAPS) заменяет пляску с EXCLUDE USING gist, FOR PORTION OF позволяет UPDATE переписать лишь один временной срез, а внешние ключи PERIOD следят за действительностью на всём промежутке.

Разработчик, реализовавший это, зашёл в тред и сказал: системного времени всё ещё нет, и он надеётся взяться за него следующим. А автор статьи назвал это крупнейшим релизом со времён v10.

9 321 японская станция загорается по годам — и карта превращается в рисовые поля и реки (jivx.com)

Данные — координаты и даты открытия из Wikidata; 96 станций отбросили из-за пропусков. Между 1900 и 1930 годами «карта взрывается».

Автор обронил факт интереснее самой визуализации: у каждой японской станции есть собственная печать, и их можно собирать в блокнот как дневник путешествия.

🌍Other ★ 198 · 💬 68 · 11 июня · #культура#данные#Japan#Wikidata

Стартап из трёх человек привлёк $5,5 млн, чтобы шардировать Postgres без правок кода (pgdog.dev)

Меняется только строка подключения, не приложение. Open-source-версия набрала 1,4 млн загрузок в Docker; раунд — от Basis Set, YC и Pioneer Fund.

Самым красноречивым отзывом стал запрос Саймона Уиллисона: выпустите обычный бинарник, потому что ради того, чтобы попробовать, он не станет поднимать Helm или Docker.

Фермер подарил городу землю под парк. Город продал её под дата-центр за 10 млн $ (tomshardware.com)

Комментаторы, видевшие сделки с сельской землёй вблизи, говорят: схема рутинная. Истощённые округа подписывают сделки без обязательств с компаниями, обещающими дата-центры, а те порой просто перепродают участок.

Самое мрачное наблюдение било по гражданскому укладу: американское зонирование позволит вам дойти пешком до дата-центра, но не до продуктового магазина.

Linear хранит всю вашу базу данных в браузере — вот как это устроено (performance.dev)

Мутации сначала попадают в локальное хранилище IndexedDB; сервер узнаёт через WebSocket только после перерисовки экрана. Каждое свойство модели — отдельный observable в MobX, поэтому изменение одного поля перерисовывает одну ячейку.

Четыре миграции сборщиков урезали отгружаемый JS на 50%, сжатый размер на 30%, первую отрисовку в Safari на 59%. Service worker тихо предкэширует ~1200 ассетов после первого входа.

Тред не убеждён. Пользователи жалуются на медленный поиск, разрастающуюся память, многоминутную блокировку синхронизации. Главный вопрос: оптимистичный UI — это выигрыш в производительности или ложь о сохранности данных?

🚀Tech ★ 358 · 💬 163 · 8 июня · #данные#веб

Ответ Microsoft на Temporal — расширение Postgres, гоняющее воркфлоу прямо в SQL (github.com)

pg_durable позволяет описать устойчивый к падениям многошаговый воркфлоу целиком на SQL и выполнять его внутри Postgres — без Redis, без Temporal, без флота воркеров. Первая реакция треда: поздравляем, вы заново изобрели хранимые процедуры, и юнит-тестировать их по-прежнему нельзя.