Научные вычисления / R&D
Из математической теории в проверяемую библиотеку за 9 месяцев
Библиотека компенсированных вычислений: потеря точности видна и проверяема, алгебра модели доказана на Lean 4, каждое численное утверждение подкреплено бенчмарком.
- Статус
- Исследовательский проект
- Срок
- 9 месяцев
- Стек
- Python
- NumPy
- PyTorch
- Pydantic
- Lean 4 + Mathlib
- GitHub Actions
Задача
Арифметика с плавающей точкой молча теряет информацию. Сумма [1e16, 1, −1e16] даёт 0, значимые разности схлопываются в ложные нули, а деление на ноль бросает исключение вместо того, чтобы стать частью модели данных. В финансовых и научных расчётах исправления размазаны по частным заплаткам. Мы поставили задачу сделать арифметику, где потеря точности и особые случаи явны, структурированы и проверяемы, а заявленные свойства доказаны и измерены.
Что сделали
- Собрали ядро на основе Абсолютной Компенсационной Теории (ACT): каждая операция возвращает результат и явную компенсацию, а особые случаи становятся структурированными состояниями с политиками обработки.
- Поверх ядра добавили компенсированную линейную алгебру (GEMM, QR, SVD), оптимизаторы для машинного обучения с обёрткой для PyTorch, финансовый журнал проводок и интеграции с NumPy и pandas.
- Доказали публичные теоремы на Lean 4 и Mathlib. Сборка формального проекта подтверждает, что пропусков (sorry) нет и используются только три стандартные аксиомы Lean. Доказана алгебра модели над вещественными числами, поведение float64 не формализовано.
- Ввели правило: каждое численное утверждение в документации привязано к воспроизводимому бенчмарку и пересчитывается в том же изменении. Проигрыши публикуем рядом с выигрышами: точные операции медленнее обычных, и это тоже измерено.
- Выпустили публичный релиз на PyPI (сейчас версия 1.1.0) под лицензией AGPL-3.0 или коммерческой, с конвейером публикации пакета. В разрабатываемой версии проходят 870 тестов (на 05.10.2026), покрытие строк 76 %.
Результат
- 1,0 вместо 0,0
- сохранён остаток суммы [1e16, 1, −1e16], который float теряет; воспроизводимый бенчмарк генерируется скриптом из репозитория
- 6 из 6
- сценариев опубликованного бенчмарка, где точное ядро скалярного произведения совпало с точным эталоном; numpy.dot совпал в 0 из 6. Ядро на C на PyPI пока не выпущено, а сценарий, где слагаемые взаимно уничтожаются, построен специально
- 0 пропусков
- в доказательствах алгебры модели на Lean 4 + Mathlib (0 sorry), используются только три стандартные аксиомы; поведение float64 не формализовано
- 9 месяцев
- от первого коммита до первого стабильного релиза на PyPI, по истории тегов и коммитов репозитория (актуальная версия 1.1.0)
Услуги
Другие кейсы
Производство · Стройматериалы
MVP в эксплуатацииСпецификация сэндвич-панелей из чертежа за секунды вместо часов
Приложение читает DWG/DXF-раскладку и собирает спецификацию в Excel: 10–30 секунд вместо 2–15 часов вручную. 784 панели объекта сошлись с ручной спецификацией построчно.
- 784/784 и 189/189
- панелей на одном объекте и стеновых панелей на втором совпали с ручной спецификацией построчно, с типоразмерами; расхождение площади 0,001 м²
- 2–15 ч → 10–30 с
- подготовка спецификации объекта: вручную против обработки приложением, по замерам на реальных проектах
Недвижимость · PropTech-маркетплейс
MVP в эксплуатацииМаркетплейс земельных участков с планом освоения: MVP за 2 месяца
Из прототипа-картинки сделали платформу «участок → список работ → подрядчик → заявка»: движок рекомендаций на правилах, три кабинета, 152-ФЗ. MVP за 2 месяца.
- 2 месяца
- от утверждённого ТЗ до предрелизного MVP на HTTPS-стенде: 9-я неделя при собственной оценке плана 10–13 недель
- 7 дней
- от ТЗ до первой полной реализации платформы: 168 файлов, 21,5 тыс. строк; дальше два месяца доводки до предрелиза
Маркетплейсы · Ценообразование
ПилотРепрайсинг по правилам: пилот, где условия договора проверяет код
Сервис следит за ценами конкурентов и по правилам считает цену в согласованном коридоре. Применяется она только после подтверждения. Пилот: 10 SKU, настройка до 14 дней.
- 10 SKU · 2 сценария
- объём пилота; лимит SKU и оба сценария заданы в коде и проверяются контрактными тестами, превысить лимит нельзя
- до 14 дней
- срок настройки по договору от получения входных данных до запуска, затем месяц пилота; даты считает сервис и по окончании закрывает доступ
Посчитать окупаемость похожего процесса
В калькуляторе AVA можно посчитать экономику своего процесса на своих цифрах, без формы и без нашей цены. Он покажет, во что обходится ручная работа, какой денежный эффект даст автоматизация и какой бюджет на неё вернётся. Если эффект не покрывает даже эксплуатацию, калькулятор так и скажет.
Посчитать окупаемостьРазобрать похожую задачу
Опишите процесс и данные, которые у вас есть. До начала работ скажем, что из этого можно посчитать в деньгах, что нельзя и стоит ли браться.