Телеграм канал «Мнение миллениала»

Это и правда очень высокий уровень политической культуры, вот такому нас нужно учиться учиться и ещё раз учиться!

В Сербии студенты перенесли методы прямой демократии в электоральную политику.

Вместо иерархической организации, построенной сверху вниз и зависящей от лидеров, они создали студенческие общие собрания (пленумы), на которых каждый мог выступить. Решения принимались в ходе обсуждений, по возможности на основе консенсуса.

Эту практику они распространили и за пределы университетов. В районах, городах и деревнях возникли гражданские собрания (zborovi). Люди собирались, чтобы обсуждать собственные проблемы, предлагать решения и совместно принимать их.

Список из 250 кандидатов в депутаты парламента они сформировали следующим образом:

1. Распределение мест между университетами.

Сначала 250 мест в списке распределили между шестью университетскими городами пропорционально численности студентов. Чтобы Белград не доминировал в списке, обеспечили представительство других городов в его верхней части. Затем квоты каждого города распределили между факультетами.

2. Выдвижение кандидатов на студенческих собраниях.

Более чем на 80 факультетах по всей стране состоялись студенческие пленумы. Сами студенты не выдвигали свои кандидатуры, однако каждый мог предложить кандидата и объяснить, почему считает его достойным.

Предложенные кандидатуры обсуждались. Сначала участники пытались достичь консенсуса, а при необходимости проводили голосование.

3. Отказ от представителей существующего политического истеблишмента.

Студенты закрыли дорогу действующим политическим кадрам. Они не выдвигали действующих и бывших членов правящих партий, политиков и чиновников, работавших на действующую власть, а также высокопоставленных руководителей оппозиционных партий.

Таким образом, им удалось сформировать список, независимый как от власти, так и от традиционной оппозиции.

4. Взаимный контроль кандидатов между факультетами.

Факультеты также проверяли кандидатов, предложенных друг другом. Все имена объединялись в общий список, доступный для рассмотрения на каждом факультете.

Возражения обсуждались на студенческих собраниях. Для исключения кандидата требовалось, чтобы против него высказалось более половины собраний. Возражения одного факультета было недостаточно.

5. Формирование окончательного списка.

Вместо исключённых или добровольно снявших свои кандидатуры включали резервных кандидатов.

Так был сформирован список из 250 человек, в который вошли профессора, врачи, учёные, рабочие, деятели искусства и общественные активисты.

Почему вы несчастны, даже когда всё хорошо?

🔼Фундаментальное статья из области психологии (около 70 тысяч цитирований!) авторов Эдварда Деси и Ричарда Райана выделяет ровно 3 фактора необходимых для психического благополучия:

– Автономия (свобода поступать в соответствии со своими ценностями, не действовать из чужого мнения или ожиданий)

– Компетентность (я делаю что-то и вижу результат, и этот результат влияет на окружение; не обязательно быть лусшим в своём деле, можно двигаться маленькими шажочками)

– Близость с другими (любимые люди и друзья, с которыми выстроены доверительные отношения, которые рядом не только когда вы им полезны или удобны; кстати, это перекликается с гарвардской работой о счастье, которую мы уже обсуждали на канале)

📍Формулировка в статье достаточно жёсткая – все три фактора имеют значение, одного или двух недостаточно.

Почему так?

Допустим, у вас есть хорошая карьера, она даёт вам ощущение компетентности, но оставляет мало свободы жить как вам хочется. Или отношения дают близость, но требуют постоянно отказываться от себя в угоду близкому. И т.д. Достижение в одной области не закрывает нехватку в другой. Важен баланс всех трёх частей.

💚Вывод статьи: Когда эти базовые потребности НЕ УДОВЛЕТВОРЯЮТСЯ, психика включает защитные механизмы и подсовывает человеку "суррогаты". Он начинает гнаться за внешними целями: богатством, идеальным имиджем, признанием и лайками. Но они не способны полноценно привести к психическому благополучию и внутреннему балансу.

#психология

Китайцы, что вы делаете: Moonshot AI выпустила Kimi K3.1 Pro — новую флагманскую модель, которая на некоторых бенчмарках обходит Claude Opus 5.5 и GPT-6 Astra 😨

Главное:
🟢 2,8 трлн параметров и контекстное окно на 1 млн токенов;

🟢 На бенчах, как вы поняли, модель показывает себя прекрасно: 65,7 балла в Terminal-Bench 4.0 — почти на уровне Opus 5.5. А на Humanity’s Last Exam обходит вообще всех;

🟢 Открытые веса обещают выпустить уже 4 ноября.

Модель уже доступна в веб-версии Kimi, мобильном приложении и Kimi Code.

Самое время тестить 👍

@xor_journal

Electronic Arts закрывает легендарную студию BioWare, создавшую Mass Effect и Dragon Age, после 30 лет работы. Компания прекратила разработку новой части Mass Effect и планируеколо 400 сотрудников, сообщает Bloomberg. В числе увольняемых около 50 работников BioWare.
Контекст:
Студия была основана в 1995 году и также выпустила Star Wars: Knights of the Old Republic, Baldur's Gate и Neverwinter Nights. Ее закрытие происходит на фоне масштабной реструктуризации Electronic Arts.
@ejdailyru

Классика

Возможно, нейросети – вовсе не черные ящики, как мы привыкли считать

Ник Каммарата, известный в области интерпретируемости ученый, выпустил важнейшее огромное эссе под названием "Neural Networks Are Already Clean". Каммарата был одним из первых ученых, кто занялся интепретируемостью (он же построил команду интепретируемости в OpenAI), и выпустил несколько фундаментальных работ по этому вопросу. Сейчас он работает в Goodfire.

Так вот, он выдвигает гипотезу, что нейросети на самом деле устроены проще, чем мы думаем.

Все попытки интерпретировать сетки в основном строятся на предположении о суперпозиции: считается, что просто на нейроны смотреть бессмысленно, поскольку модель якобы сваливает в каждый из них массу несвязных вещей. Поэтому ученые стараются сначала распутать активации с помощью других моделей (самый известный подход – SAE), и только потом как-то работать с найденными признаками.

Ник говорит, что он и сам раньше был сторонником такого подхода. Однако сейчас он утверждает, что никакая декомпозиция, возможно, не нужна, и что в нейронах на самом деле объеденены не рандомные вещи, а более глобальные концепции. Просто они не всегда очевидны для человека.

Есть такая основополагающая работа для сферы интерпретируемости, как Circuits, 2020 года. Каммарата был ее соавтором, и как раз там была "доказана" суперпозиция нейросетей. Авторы разобрали GoogLeNet для распознавания изображений, и показали, что один и тот же нейрон активировался и при виде капотов машин, и при виде мордочек кошек. Этот пример до сих пор считается каноническим доказательством того, что несвязанные признаки в сетях почти беспорядочно растекаются по нейронам.

Так вот в своем эссе Каммарата опроверг этот кейс. Оказалось, что две концепции смешались в этом нейроне не просто так: это был нейрон V-образной формы. Он активировался, когда нужно было отличить вытянутое от круглого, а морды кошек и капоты оказались просто наиболее частыми примерами.

Каммарата показывает, что факт читаемости нейронов не зависит даже от размеров модели. Просто чем модель меньше, тем нейроны грубее в плане внутреннего признака, и тем сложнее бывает эти признаки понять. Автор называет это фрактальной природой обобщения: маленькие модели – грубое объяснение, большие – более детальное для каждого нейрона.

В случае с языковыми моделями, в частости, это тоже работает. В предварительных аудитах Qwen3-32B примерно у 90% нейронов одна основная работа, у ~7% две связанные, и только 2–4% пока не поняты. Результаты похожие для моделей вплоть до триллионов параметров, включая MoE.

И хотя все выводы пока крайне предположительные, автор предполагает, что тут есть параллель с «горьким уроком» Саттона, и что в интерпретируемости может сработать тот же принцип, что и в самом глубоком обучении. То есть обычное исследование нейронов в масштабе может оказаться эффективнее, чем сложные подходы.