Лаб

Эксперименты с замерами: агенты для программирования, симуляции и языковые модели. Отрицательные результаты сохраняются.

  1. pytorchapple-siliconmemory

    Qwen-Image-2.1 по стадиям: второй пайплайн для stageload

    Пайплайн text-to-image в diffusers, загруженный через stageload на Mac с 48 ГБ: eager дошёл до 43,6 ГБ при декодировании VAE, и сторож памяти его остановил, а staged не поднимался выше 19,0 ГБ, и код пайплайна не менялся.

    Читать заметку →
  2. pytorchapple-siliconmemory

    Загрузка PyTorch-пайплайна по стадиям: Pixal3D на Mac с 48 ГБ

    stageload загружает модели стадии, когда она начинается, и освобождает их, когда она заканчивается, для любого PyTorch-пайплайна, который запускает свои модели по очереди. На Pixal3D-mac на Mac с 48 ГБ это снизило пик на 11–17 ГБ на всех стадиях, до которых дошли обе версии, тогда как собственная загрузка порта загоняла машину в своп, пока сторож не остановил процесс.

    Читать заметку →
  3. coding-agentsopen-sourceai-policy

    Чего 30 проектов с открытым кодом ждут от вклада, сделанного с помощью ИИ

    2 октября 2026 года я прочитал правила участия в 30 репозиториях с открытым кодом. В 19 есть правило об ИИ, и 14 из этих правил появились в 2026 году. Пятнадцать из них просят сказать, что вы использовали ИИ, десять хотят, чтобы текст писал человек, а трейлер коммита, который агенты для программирования добавляют по умолчанию, одни проекты требуют, а другие запрещают. Потом рассказываю, что стало с работой, которую я сделал с помощью агента и на той неделе отправил в двенадцать проектов.

    Читать заметку →
  4. benchmarkmcpcoding-agents

    Когда граф кода окупается: большие репозитории, маленькие модели

    664 headless-запуска GitHub Copilot CLI на четырёх открытых репозиториях размером от 1,6 тыс. до 219 тыс. узлов графа, с haiku 4.5, sonnet 5 и opus 5.5. На kubernetes и vscode граф кода снизил стоимость структурных вопросов для haiku до 0,29 от стоимости grep. Sonnet сэкономил около четверти, opus ничего, а на маленьком репозитории граф обошёлся sonnet на 40–50 % дороже.

    Читать заметку →
  5. webgpusimulationdebugging

    Ускорение в 500 раз, при котором ничего не считалось: шесть тихих сбоев в симуляции на WebGPU

    Шесть багов в симуляции частиц на WebGPU не вызвали ни одной ошибки и выдали правдоподобные числа. Как выглядел каждый и что изменилось.

    Читать заметку →
  6. benchmarkmcpcoding-agents

    Граф кода не сделал моего агента дешевле

    252 headless-запуска Claude Code на открытых репозиториях размером от 1,6 тыс. до 25 тыс. узлов графа, с haiku 4.5 и sonnet 5. По токенам граф ни разу не обыграл Read и Grep, лёгкая обёртка всегда обыгрывала сырой сервер графа, а с настройками по умолчанию агент почти не вызывал граф.

    Читать заметку →
  7. kuramotoembeddingsinterpretability

    Осцилляторы, эмбеддинги и контроль, который поймал нас на лжи

    В эксперименте 002 языковые узлы заменили нейронами-понятиями, которые срабатывают в фазе и связаны по сходству эмбеддингов. Контроль с перемешанными фазами всё равно дал связное прочтение: смысл шёл от модели, читающей поле, а не от сети.

    Читать заметку →
  8. emergencellmnegative-result

    Мы соединили языковые модели в разум. Он схлопнулся в одно предложение.

    Восемь копий одной языковой модели поставили в кольцо без ролей и попросили продолжать мысль друг друга. Они сошлись на одном предложении и повторяли его: коллапс мод. Отрицательный результат.

    Читать заметку →
Лаб · Rodion Kazennov