Покупка датируется 13 февраля 2026 года, а сумма сделки составила 9.57 миллиона долларов. В масштабах фондового рынка – капля в море, но для Sands Capital – заметная прибавка к портфелю. Это как прикупить себе новый цилиндр, когда у тебя и так полный чемодан денег. Вроде и не нужно, но приятно.
Среди всего этого многообразия ETF особенно выделяется Vanguard S&P 500 Growth ETF (VOOG +1.05%). Представьте себе S&P 500, но только с акциями, которые растут быстрее всех. Это как если бы вы отобрали самых быстрых бегунов из марафонской дистанции и устроили отдельную гонку. В портфеле всего 139 компонентов, что, конечно, менее разнообразно, чем у широкого индекса, но зато концентрация на действительно перспективных компаниях. Это как выбирать самые вкусные конфеты в коробке – пусть их и меньше, но удовольствия больше.
Spotify вкладывает деньги в искусственный интеллект, подкасты, аудиокниги… Целый букет инноваций, чтобы удержать внимание публики. Мол, слушатель – существо капризное, его нужно постоянно удивлять. Идея неплохая, но, как говорил один мудрый человек, дьявол кроется в деталях. А детали эти, знаете ли, стоят денег.
Дело не в глобальных потрясениях, а в какой-то локальной суете. Warner Bros. Discovery, эта вечно перестраивающаяся компания, решила поделить активы. Сначала – два направления, потом – еще что-нибудь. Все эти реорганизации напоминают мне больного человека, который постоянно меняет позу, надеясь найти удобное положение. Но, как правило, ничего не помогает.
![Оценка логарифмической правдоподобности показывает, что инициализация и тонкая настройка ансамблей на последнем слое превосходят обучение поверхностных ансамблей с нуля, при этом анализ логарифмической правдоподобности энергии и силы, усредненный по пяти наборам данных и трем случайным начальным значениям, демонстрирует значительное улучшение, особенно для материалов BMIM и [latex]\text{BaTiO}_3[/latex], где выделяются отдельные выбросы, указывающие на чувствительность подхода к конкретным свойствам материалов.](https://arxiv.org/html/2602.15747v1/x4.png)
Новое исследование предлагает эффективный подход к построению ансамблей моделей для точного прогнозирования и количественной оценки неопределенности в расчетах межмолекулярных взаимодействий.