Возможно, стоит пояснить разницу между синхронизацией из thread/process-safe и синхронизацией с помощью Lock🤔
Наша задача — заставить разные процессы и потоки обращаться к базе данных (или любым другим ресурсам) последовательно. Чтобы не случилось так называемого race condition, то есть состояние гонки. Это когда разные потоки или процессы пытаются одновременно что-то сделать с одним и тем же ресурсом.
В этом случае нам нужна какая-то логика ограничения. Пока один процесс не завершил своё действие, другие не могут получить доступ к ресурсу.
Так вот, thread-safe и process-safe означает что отдельно взятые операции записи в БД гарантированно будут последовательны. Запросы из разных процессов или потоков выстроятся в очередь и не будут мешать друг другу. Лучше всего когда этот блок реализован на уровне БД в виде атомарных операций или ещё как-то.
Но зачем нам тогда еще дополнительный Lock?
Этот способ синхронизации используется когда процесс никак не укладывается в одно действие и должен сделать множество операций прежде чем дать доступ следующему. В этом случае процесс ставит некий глобальный Lock на ресурс и никто другой, даже получив законное право на доступ, не может ничего сделать. Все ждут пока этот Lock не будет снят.
Это решается на уровне приложения и правильность реализации полностью в вашей ответственности. Например, если забыли разблокировать или сделали перекрёстный Lock (Deadlock как на картинке), то всё зависнет в бесконечном ожидании.
#basic
📌xAI уволила 500 универсальных аннотаторов и вместо них в 10 раз увеличивает число специализированных AI-туторов.
xAI меняет стратегию обучения Grok. Вместо сотен универсальных аннотаторов компания делает ставку на специалистов-экспертов и увеличивает их команду в 10 раз.
Это означает переход от широкой разметки «на все темы» к глубокой проработке сложных областей — математики, кода, финансов и безопасности.
👉 Grok постепенно перестаёт быть универсальным чат-ботом и превращается в экспертного ассистента, ориентированного на критические задачи, где особенно важна точность и надёжность.
Плюс - рост качества там, где ошибки недопустимы.
Минус - возможное снижение качества в бытовых и повседневных темах.
🟠Источник: Business Insider
businessinsider.com/elon-musk-xai-layoffs-data-annotators-2025-9
🟠Вакансия в Х: https://x.com/i/jobs/1845336351098667008
@ai_machinelearning_big_data
#xAI#Grok#AI#DataAnnotation#AITutors#ElonMusk
👓Report Raises Privacy Concerns Over Data Annotation for Meta Smart Glasses
A media investigation reports that workers reviewing data for Meta have watched sensitive footage recorded by Ray-Ban Meta smart glasses, including videos showing people in private situations such as using the bathroom or changing clothes. The report is based on interviews with more than 30 employees of Sama, a contractor from Kenia providing data annotation services for Meta’s AI systems. According to interviewed workers, some videos captured by the smart glasses showed intimate scenes, including people having sex or partners leaving bathrooms unclothed.
The investigation was conducted by Svenska Dagbladet, Göteborgs-Posten, and journalist Naipanoi Lepapa. Employees cited in the report said reviewing such content created discomfort but was part of their assigned annotation work. The report describes a continuous flow of potentially privacy-sensitive material being processed for training and improving Meta’s AI systems.
Meta confirmed that content shared with its AI services may be reviewed by contractors to improve user experience. According to the company’s privacy policies, photos, videos, voice recordings, and transcripts generated through interactions with Meta AI or cloud processing on its smart glasses may be analyzed using machine learning and human reviewers, including third-party vendors.
#AIPrivacy#DataAnnotation#AIGovernance#AIethics#SurveillanceTech#WearableAI#PlatformResponsibility