TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #309 · 2 фев.

Метод строки split() разделяет строку на несколько строк по указанному символу >>> "a_b_c".split('_') ['a', 'b', 'c'] Можно указать максимальное количество разделений >>> "a_b_c".split('_', 1) ['a', 'b_c'] Или резать с другой стороны с помощью rsplit() (right split) >>> "a_b_c".rsplit('_', 1) ['a_b', 'c'] А что будет если оставить аргументы пустыми? >>> "a_b_c".split() ['a_b_c'] Получаем список с одним элементом, потому что по умолчанию используется пробельный символ. >>> "a b c".split() ['a', 'b', 'c'] То есть это равнозначно такому вызову? >>> "a b c".split(" ") ['a', 'b', 'c'] Кажется да, но нет! Давайте попробуем добавить пробелов между буквами >>> "a b c".split(" ") ['a', '', '', 'b', '', '', 'c'] И вот картина уже не так предсказуема 😕 А вот что будет по умолчанию >>> "a b c".split() ['a', 'b', 'c'] Всё снова красиво! 🤩 По умолчанию в качестве разделителя используется любой пробельный символ, будь то табуляция или новая строка. Включая несколько таких символов идущих подряд. А также игнорируются пробельные символы по краям строки. >>> "a\t b\n c ".split() ['a', 'b', 'c'] Аналогичный способ можно собрать с помощью регулярного выражения. Но пробелы по краям строки придется обрабатывать дополнительно. >>> import re >>> re.split(r"\s+", ' a b c '.strip()) ['a', 'b', 'c'] Здесь тоже можно указать количество разделений >>> re.split(r"\s+", 'a b c', 1) ['a', 'b c'] А что если мы хотим написать красиво, то есть split() без аргументов, но при этом указать количество разделений? В этом случае первым аргументом передаём None >>> "a\n b c".split(None, 1) ['a', 'b c'] Данный метод не учитывает строки с пробелами, взятые в кавычки 'a "b c" '.split() ['a', '"b', 'c"'] Но для таких случаев есть другие способы. #tricks#basic

Резултати

Пронајдени 7 слични објави

Пребарај: #sota

当前筛选 #sota清除筛选
Yummy 😋

@godlynews1 · Post #14863 · 12.02.2026 г., 06:02

全球SOTA编程模型MiniMax M2.5上线 2月12日,MiniMax正式上线最新旗舰编程模型MiniMax M2.5。 作为全球首个为Agent场景原生设计的生产级模型,其编程与智能体性能 (Coding & Agentic)比肩国际顶尖模型,直接对标 Claude Opus 4.6,支持PC、App、跨端应用的全栈编程开发,尤其在 Excel高阶处理、深度调研、PPT等Office核心生产力场景中均处于行业领先(SOTA)地位。 M2.5模型激活参数量仅 10B,在显存占用和推理能效比上优势明显,支持 100 TPS 超高吞吐量,推理速度远超国际顶尖模型。 🗒 标签: #SOTA#MiniMax 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

探索号

@seeker_rc · Post #20415 · 13.05.2026 г., 06:25

做了一个 AI 工作流 SOTA 诊断 skill,希望能直接基于工作空间给出最优改进方案 先说真话—— 发这帖主要是想找几个 fellow ,一起追 Claude Code / Cursor / MCP / agent 这一摊东西的当前 SOTA 。 我自己用 Claude Code 半年,从 hooks / skills / MCP / subagent 一路跟着出新,但每周还是会怀疑两次"我这套 harness 是不是已经落后了"——你们应该也有过这种感觉。 X 和即刻上人人都在晒 setup ,没人讲「你当前 workspace 在哪一档 / 跟 SOTA 差哪几条 / 下一步先装哪个能消化的」。所以我做了一个工具 [lorejump.com](http... via V2EX 分享创造 标签: #SOTA#skill#lorejump ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道:科技探索者 每天推荐有趣内容,欢迎订阅、转发。

Data Science Jobs

@datasciencejobs · Post #1997 · 03.04.2024 г., 18:02

#вакансия#ml#cv#pytorch#numpy#opencv#SOTA#DL#удалённо Senior ML Engineer (Computer Vision) от 450 000 ₽ на руки Требуемый опыт работы: 3–6 лет Полная занятость, удаленная работа Мы в Gradient ищем талантливого и опытного ML инженера для создания новых передовых технологий и улучшения текущих пайплайнов обработки фото и видео для приложений Gradient и Persona. Gradient — мобильное приложение для редактирования фото и видео: - Самое скачиваемое приложение в мире за месяц в 2019, 2020 годах - Best of 2019 среди приложений по мнению Apple Persona — передовой бьюти фото и видео редактор с уникальными технологиями обработки селфи Совокупно наша аудитория составляет больше 100 миллионов пользователей Наш идеальный кандидат: - Имеет опыт работы в качестве ML Engineer или CV Engineer от 3 лет - Идеально знает Pytorch, numpy, opencv - Прекрасно разбирается во фреймворках для деплоя под mobile и server (CoreML, TFlite, torchscript) - Имеет опыт обучения production ready GAN моделей - Знает основные SOTA Computer Vision статьи и имеет практический опыт в их реализации - Обладает отличным математическим бэкграундом - линейная алгебра, теория вероятностей, мат. анализ - Активно следит за статьями с профильных конференций по Deep Learning: CVPR, NIPS, ICML, ICLR, ECCV, ICCV и может извлекать из них ключевые идеи. Будет плюсом, если: - Вы работали с задачами в области face beautification - У вас есть публикации на arxiv или популярные github репозитории Отправить резюме и задать вопросы по вакансии можно @axcher

Data Science Jobs

@datasciencejobs · Post #2035 · 17.04.2024 г., 15:03

#вакансия#ml#cv#ComputerVision#pytorch#numpy#opencv#SOTA#DL#удалённо#fulltime Вакансия: Python Developer (Computer Vision) Компания: Megainsight Полная занятость, удаленная работа Зарплатная вилка: от 3000 usd Megainsight — динамично развивающаяся команда специалистов, создающая продукт для оптимизации и увеличения LTV клиентов в торговых сетях. Наше решение SAAS включает в себя технологии машинного обучения и компьютерного зрения, которые позволяют розничным сетям расширять и поддерживать базу данных лояльных клиентов, а также оптимизировать маркетинговые кампании. Основные задачи: Мы разрабатываем систему рекомендаций на основе видеопотоков в реальном времени с различными алгоритмами обнаружения и распознавания для анализа поведения покупателей в розничной торговле. - Вам необходимо быстро погрузиться в текущий этап проекта системы видеоаналитики и взяться за реализацию блока бизнес-логики – обработки и синхронизации событий на основе видеоданных; - Мы ожидаем от кандидата решения задач по интеграции бизнес-логики с блоком компьютерного зрения, а также участия в решении задач детекции и трекинга объектов; - Осуществлять проектирование и внедрение сервисов, их взаимодействие; - Проектирование архитектуры и серверной реализации решения; Требования: - Опыт коммерческой разработки на Python от 5 лет в качестве CV Engineer/ML Engineer; - Опыт в разработке и реализации проектов в области компьютерного зрения от сбора данных до внедрения в продакшен; - Опыт настройки межсервисного взаимодействия, знание механизмов синхронизации, multithreading, multiprocessing; - Уверенные знания фреймворков для решения задач компьютерного зрения (Pytorch/Keras/Tensorflow, opencv, numpy), хорошая математическая подготовка; - Опыт работы с PostgreSQL, ClickHouse; - Опыт работы с Linux, Docker and Git/Gitlab; - Английский – чтение технической литературы и научных статей; - Способность прогнозировать и балансировать долгосрочное стратегическое проектирование и краткосрочные тактические решения; - Самоорганизованность и инициативность, опыт оформления проведенных экспериментов и результатов работы. Будет преимуществом: - Знакомство с Triton, ClearML/MLFlow, K8s - Опыт мониторинга сервисов, а также оценки качества работы моделей в продакшен-среде Контакты для связи: [email protected]

Venture Village Wall 🦄

@venturevillagewall · Post #3607 · 20.12.2024 г., 19:00

o3 & o3-mini Break Benchmark Records The performance of o3 and o3-mini showcases state-of-the-art (SOTA) results across various benchmarks. Key insights include: - Frontier Math scores increased from 2% to 25%. - SWE-Bench achieved 71.7%, a significant leap for a startup that recently raised $200 million with 13.86% earlier this year. - ELO on Codeforces reached 2727, held by only 150 individuals globally. - ARC-AGI model scored 87.5%, breaking a five-year deadlock. - Noteworthy progress on GPQA and AIME benchmarks. Access to o3-mini is currently available to security researchers, while general public access is set for late January. Full access to o3 will follow later. #AI#SOTA#Benchmarks#o3#o3-mini #FrontierMath#SWE-Bench #Codeforces#ELO#ARC-AGI #GPQA#AIME#Funding#Progress#Research#Technology#Innovation

Venture Village Wall 🦄

@venturevillagewall · Post #3606 · 20.12.2024 г., 18:41

O3 and O3-Mini Benchmark Breakthroughs The O3 and O3-Mini models showcase state-of-the-art (SOTA) performance with significant leaps in various benchmarks. Results on Frontier Math have jumped from 2% to 25%. The SWE-Bench model achieved a score of 71.7%, while a startup has raised $200 million following results of 13.86%. ELO on Codeforces reached 2727, surpassing most peers globally. Notably, the ARC-AGI model scored 87.5%, breaking a five-year benchmark. Access for security researchers to O3-Mini starts today, with general access available in late January. #O3#O3Mini#SOTA#Benchmarks#AI#ML#Funding#Codeforces#ARC-AGI #FrontierMath#SWE-Bench #ELO#GPQA#AIME#SecurityResearch#TechUpdates#Innovations#Startups#Performance#AIModels