Недавно делал быстрый прототип асинхронного приложения в котором требовалось вызывать много синхронного кода. Да, я знаю, что это не лучший дизайн, но нужно было быстрое решение на один процесс и без очередей. Поэтому я выполнял код в потоках.
Выглядело это примерно так:
from fastapi.concurrency import run_in_threadpool
async def execute(data: DataRequest) -> DataResponse:
try:
result = await run_in_threadpool(sync_function, data)
return DataResponse(data=result)
except Exception as e:
return DataResponse(
error=str(e),
success=False,
)
В общем работает нормально. Для всех вызовов под капотом используется общий тредпул, всё работает предсказуемо.
Но потребовалось изменить количество запускаемых в пуле потоков (по умолчанию создается 40 воркеров).
Так как дело происходит с FastAPI, делается это через lifespan используя настройки anyio:
import anyio
@asynccontextmanager
async def lifespan(app: FastAPI):
limiter = anyio.to_thread.current_default_thread_limiter()
limiter.total_tokens = 100
yield
# если вдруг нужно вернуть обратно
limiter.total_tokens = 40
Зачем менять количество воркеров?
- уменьшить, если оперативки мало (один тред занимает ~8мб)
- увеличить чтобы выдержать нагрузку
Если есть предложения получше при тех же вводных - предлагайте😉
#async
Сегодня в Ступино прошел уже 11-й по счету ежегодный конкурс профессионального мастерства «Мособлгаз Skills-2025».
Этот конкурс стал настоящей «Олимпиадой газовиков», собрав более 100 участников из 7 команд, готовых продемонстрировать свои навыки и стремление к вершинам профессионализма.
Каждый раз это не только соревнование, но и отличная возможность обменяться опытом, вдохновиться успехами друг друга и укрепить командный дух.
В одиночных и командных номинациях мы увидим лучших проектировщиков, продавцов-консультантов, электрогазосварщиков, машинистов экскаваторов, а также бригады аварийно-диспетчерского участков и слесарей по ремонту подземных газопроводов.
В этом году мы включили новые номинации: "Лучший наставник" и "Лучший студент". Это прекрасная возможность для тех, кто передает свои знания и опыт, а также для молодого поколения специалистов. Также впервые на конкурс приглашены сотрудники АО «Мособлтепло», которые в следующем году станут полноправными участниками соревнований, ведь у нас общая миссия – мы работаем, чтобы в домах Подмосковья было тепло и уютно!
Пожелал участникам уверенности в своих силах, упорной борьбы и, конечно же, честных побед! Вперед к новым достижениям!
@baranov_mosoblgaz
#Мособлгаз#Skills
📌Насколько Skills реально помогают LLM-агентам.
SkillsBench — исследование и первый бенчмарк, где Agent Skills тестируются как самостоятельный артефакт.
Авторы из 15+ топовых университетов взяли 84 задачи из 11 доменов, запустили 7 конфигураций моделей (Claude Code с Opus/Sonnet/Haiku 4.5 и 4.6, Gemini CLI с Gemini 3 Pro/Flash, Codex с GPT-5.2) и проверили 3 условия: без Skills, с готовыми Skills и с самостоятельно сгенерированными Skills. Итого: 7 308 траекторий с детерминированными верификаторами на pytest.
Готовые Skills в среднем поднимают pass rate на 16,2 процентных пункта: с 24,3% до 40,6%. Но картина неоднородная: в медицине прирост составил +51,9%, для производства — +41,9%, тогда как в разработке ПО всего +4,5%.
Это объяснимо: там, где модели плохо покрыты обучением (клинические протоколы, промышленные воркфлоу), Skills дают максимальный эффект. Там, где модель и так знает домен - почти ничего.
🟡Главный и неожиданный результат: самогенерация Skills не работает.
Когда моделям предлагали сначала написать нужные гайды, а потом решать задачу, средний результат упал на 1,3% по сравнению с работой вообще без Skills. Только Claude Opus 4.6 показал скромный плюс (+1,4%), а GPT-5.2 просел на 5,6%.
Иными словами - модели не умеют надежно создавать то знание, которым умеют пользоваться.
🟡Еще один интересный момент - это объем Skills.
Оптимальный вариант: 2–3 модуля, прирост +18,6%. При 4 и более - всего +5,9%. Подробная документация вообще дает отрицательный эффект: –2,9%, с ней агент буквально тонет в контексте.
Показательна и стоимость решения задач: Haiku 4.5 со Skills обходит Opus 4.5 без Skills — меньшая и более дешевая модель с готовыми Skills бьет старшую модель без них.
Gemini 3 Flash при этом показал лучший абсолютный результат среди всех конфигураций - 48,7% со Skills при цене $0,57 за одну задачу против $1,06 у Gemini 3 Pro.
🟡Страница проекта
🟡Arxiv
@ai_machinelearning_big_data
#AI#ML#LLM#Benchmark#Skills
💠Прием в магистратуру Высшей школы бизнеса и предпринимательства!
🏆Отправьте документы для повышения своей профессиональной квалификации и изучения инновационных подходов!
🌠 Кандидат должен иметь стаж работы не менее 3 лет после окончания бакалавриата.
🔎 Более подробная информация по ссылке!
🔗 Ссылка для регистрации: e-tinglovchi.gsbe.uz
☎️ +998 71 239-03-15
#GraduateSchool#Admission#Learn#Skills
🔝Web-site |🔝Facebook | 🔝Instagram | 🔝Youtube
🇺🇿 Biznes va tadbirkorlik oliy maktabi magistratura dasturlariga qabul!
📄O‘z kasbiy malakangizni oshirish va innovatsion yondashuvlarni o‘rganish uchun hujjatlaringizni yuboring!
❗️Nomzod oliy taʼlim muassasasining bakalavr darajasini tamomlagandan keyin kamida 3 yil ish stajiga ega bo'lishi shart.
🔎Batafsil ma'lumotushbu havolada!
🔗 Ro‘yxatdan o‘tish uchun havola: e-tinglovchi.gsbe.uz
💡 Zamonaviy biznes ta’limini tanlang – biz bilan kelajagingizni quring!
📞+998 71 239-03-15
#GraduateSchool#Admission#Learn#Skills
🔝Web-site |🔝Facebook | 🔝Instagram | 🔝Youtube