The Devs
@thedevs · Post #1610 · 19.11.2019 г., 16:30
GraphQL crash course in 10 pictures. #tutorial#graphql @thedevs https://kutt.it/atdlz7
TGTGInsightтелеграм анализLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Намери подобно съдържание
Изходен канал @clockstackwheels · Post #367 · 30.05
Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev
Hashtags
Резултати
Намерени 14 подобни публикации
Търсене: #graphql
当前筛选 #graphql清除筛选
The Devs
@thedevs · Post #1529 · 08.07.2019 г., 18:15
GraphQL: The documentary. #video#graphql @thedevs https://kutt.it/ywvJpQ
Repositorio data science
@repo_science · Post #3204 · 19.05.2023 г., 03:28
#databases#GraphQL 💾 Building Web APIs with GraphQL - The Complete Guide Become an expert in one of the most exciting web APIs framework with this practical, hands-on course 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----
Hashtags
infosecurity
@tg_infosec · Post #2744 · 05.12.2024 г., 08:29
🔒 API Security Academy. • По ссылке ниже можно найти бесплатную коллекцию заданий, которые научат Вас атаковать и защищать приложения, использующие GraphQL. • Академия предоставляет подробные уроки, из которых Вы узнаете о различных уязвимостях и передовых методах обеспечения защиты. Список доступных уроков: - Prevent Mutation Brute-Force Attacks; - Implement Object-Level Authorization; - Disable Debug Mode for Production; - Combat SQL Injections; - Limit Query Complexity; - Implement Field-Level Authorization; - Configure HTTP Headers for User Protection; - Validate JSON Inputs; - Implement Resolver-Level Authorization. В будущем будут опубликованы и другие уроки: - Mitigate Server Side Request Forgery; - Implement Rate-Limiting for Bot Deterrence; - Abort Expensive Queries for Protection; - Configure a Secure API Gateway; - Limit Query Batching to Safeguard Resources; - Implement List Pagination; - Secure Third-Party API Interactions. #API#GraphQL
The Devs
@thedevs · Post #1307 · 25.11.2018 г., 16:27
Building an API with GraphQL and Go. #article#tutorial#go#graphql @thedevs https://kutt.it/Fj7a84
The Devs
@thedevs · Post #1170 · 12.07.2018 г., 16:26
REST vs. GraphQL, a critical review. #article#rest#graphql @thedevs https://kutt.it/tPPzHk
Repositorio data science
@repo_science · Post #3132 · 03.05.2023 г., 21:58
#GraphQL#apiRest 🎛 ¿Qué es GraphQL? ¿Es un reemplazo para la API REST? El siguiente diagrama muestra una comparación rápida entre REST y GraphQL. 🔹 GraphQL es un lenguaje de consulta para API desarrollado por Meta. Proporciona una descripción completa de los datos en la API y brinda a los clientes el poder de pedir exactamente lo que necesitan. 🔹Los servidores GraphQL se encuentran entre el cliente y los servicios de back-end. 🔹 GraphQL puede agregar múltiples solicitudes REST en una consulta. El servidor GraphQL organiza los recursos en un gráfico. 🔹 GraphQL admite consultas, mutaciones ( que aplican modificaciones de datos a recursos ) y suscripciones ( que reciben notificaciones sobre modificaciones del esquema ). ----- Canal principal:@repo_science Cupones:@freecoupons_reposcience -----
Repositorio data science
@repo_science · Post #3678 · 26.10.2023 г., 21:40
#webDevelopment#MERNStack#GraphQL 🌐 MERN Stack And GraphQL Complete Guide With BLOG Project 2023 Description Welcome to the comprehensive MERN Stack and GraphQL Complete Course on Udemy! Whether you’re a beginner or an experienced developer, this course will take you on a journey from the very basics to building a fully functional real-world application. In this course, we’ll start by laying a solid foundation in the MERN Stack (MongoDB, Express.js, React, Node.js). You’ll learn how to set up your development environment, understand the core concepts of each technology, and gain hands-on experience with practical examples and exercises, and deployment. ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----
The Devs
@thedevs · Post #1277 · 01.11.2018 г., 19:32
Build full stack application with React and GraphQL. A great premium course by Wes Bos. #tutorial#course#video#js#react#graphql @thedevs https://kutt.it/AdvancedReact
djangoproject
@djangoproject · Post #604 · 10.06.2019 г., 16:45
https://nordicapis.com/when-to-use-what-rest-graphql-webhooks-grpc/ When to Use What: #REST, #GraphQL, #Webhooks, & #gRPC
GitHub Trends
@githubtrending · Post #14862 · 24.06.2025 г., 13:00
#typescript#codemirror#graphiql#graphql#lsp_mode#lsp_server#monaco_editor#vscode GraphiQL is a powerful, open-source GraphQL IDE that helps you write, test, and explore GraphQL queries easily in your browser or desktop. It offers features like syntax highlighting, live error checking, and schema exploration, making it simpler to work with GraphQL APIs. The project is part of a monorepo that includes tools for different editors like CodeMirror and Monaco, providing a consistent and extensible development experience. Using this monorepo setup improves collaboration, code sharing, and maintenance across related tools, saving you time and effort when building or extending GraphQL IDEs. This means you get a reliable, efficient environment to develop GraphQL applications faster and with fewer errors. https://github.com/graphql/graphiql
GitHub Trends
@githubtrending · Post #15510 · 20.02.2026 г., 13:00
#go#ai_agents#ai_security_tool#anthropic#autonomous_agents#golang#gpt#graphql#multi_agent_system#offensive_security#open_source#openai#penetration_testing#penetration_testing_tools#react#security_automation#security_testing#security_tools#self_hosted PentAGI is an AI-powered tool that automates penetration testing with smart agents using 20+ pro tools like nmap and metasploit in a safe Docker sandbox. It researches vulnerabilities, executes attacks, stores knowledge for reuse, and creates detailed reports via a simple web UI. Quick setup needs Docker, an LLM API key (OpenAI/Anthropic), and `docker compose up -d`. This saves you hours of manual work, speeds up secure testing, cuts errors, and helps find issues faster for better protection. https://github.com/vxcontrol/pentagi
12