Data Science by ODS.ai 🦜

Большой релиз библиотеки ударений в silero-stress для русского языка 1️⃣ Переразметили список омографов; 2️⃣ 395 новых омографов, всего 2208 омографов; 3️⃣ Разметили "идеальную" валидацию из 100К предложений с тройным перекрытием; 4️⃣ Добавили в трейн ~54М новых предложений (всего стало 195М); 5️⃣ Решили проблему с "дрожанием" результатов модели; 6️⃣ Добавили регулярки и словосочетания для самых популярных омографов и добавили функционал для пользователей для добавления собственных регулярных выражений и словосочетаний. ⬆️https://habr.com/ru/article/1079674 ⭐️ https://github.com/snakers4/silero-stress

Ну всё, муху подключили к FPV-дрону, на этом можно заканчивать😅 походу пора оцифровывать мозг паука🤔🕷

Привет! 🦜 Уже на следующей неделе стартует новый сезон курсов осень 2026 г. на ODS.ai 🔥, не пропусти! 15 сентября мы вновь перезапускаем онлайн-курс Natural Language Processing & LLMs. Регистрация на курс уже открыта. Что мы будем проходить: ▫️закон Ципфа, TF-IDF, RNN, CNN, Transformer и большой упор сделаем на LLM, агентов тоже не обойдем вниманием; ▫️основные задачи NLP: классификация текста, тегирование, генерация; ▫️еще NLP для кода, RL для LLM, и не только. Переходи по ➡️ ссылке и становись участником курса 💪 Всех ждём!

Доброе утро! ☀️ Представляем Вашему вниманию новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают главные ИИ-события недели: релизы GigaChat 3.5 Reasoning, HuggingFace Chat и Sakana Fugu Ultra, а также попытку спецслужб США ограничить дистилляцию моделей. Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).

Сегодня мы опенсорсим модель, результатом работы которой пользуются 49,5 млн пользователей ежемесячно Наша компактная языковая модель, обученная с нуля, формирует быстрые ответы Алисы AI под поисковой строкой. Артур Петросян, Назар Погосский, Никита Семёнов, Антон Викторов и Дима Калашников разобрали на Хабре, как она устроена и как её обучали. Ниже коротко о главном. AliceAI-T5-35B-A0.6B — Encoder–Decoder с 34,35B параметров и разреженными MoE-слоями: в каждом для токена выбираются восемь экспертов из 512. Архитектуру подбирали под поисковый сценарий — обработать найденные документы и быстро сформировать ответ. Претрейн шёл на 15 триллионах токенов на задаче UL2-денойзинга. Затем контекст растянули с восьми до 128 тысяч токенов через YaRN. Как итог претрейна: после одинаковой процедуры алаймента — у AliceAI-T5-35B-A0.6B-Base 77% винрейта против Qwen3.5-2B в слепом SbS. Отдельный сюжет — балансировка MoE. При масштабировании обучения балансировка со вспомогательным лоссом оказалась нестабильной: роутинг в энкодере коллапсировал. Переход на aux-free routing из DeepSeek-V3 решил проблему. В поисковом пайплайне BERT-подобный экстрактор на 80 млн параметров сокращает документы до полезных для генератора фрагментов. Для его дообучения алгоритм на основе Cross-Entropy RL подбирает варианты контекста с учётом качества ответа и штрафа за длину. Сокращение контекста дало около +40% к пропускной способности без потери качества в наших экспериментах. Для продуктовой версии — SFT на ответах, отобранных через Rejection Sampling или улучшенных через Critique & Revision; затем RLHF на GSPO. Пользовательские сигналы тоже идут в обучение: отдельная reward-модель предсказывает Профицит и даёт один из сигналов для RLHF. У итоговой модели в онлайн-эксперименте винрейт 56,7% против Google AI Overview. Приглашаем пощупать модель, почитать статью и поделиться впечатлениями в комментариях! ML Underhood

Ходят слухи что OpenAI решили Уравнения Навье–Стокса - одну из 7 задач тысячелетия с призом 1млн баксов. Слух пошёл от математика Тристана Бакмастера из New York University - Он утверждает, что ему сообщили: внутренняя исследовательская модель OpenAI получила примерно 100-страничное доказательство blow-up для 3D Navier–Stokes — то есть потенциально решила одну из главных нерешённых задач математики и одну из задач тысячелетия. Ждём анонса 🍿

Доброе утро! ☀️ Встречайте воскресный выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают главные ИИ-события недели: релиз Fable 5.1, выход GPT 6 с заявлениями про AGI и, с точностью до наоборот, законодательную инициативу США о запрете суперинтеллекта. Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).

Хм ну с SVG контроллером бенч уничтожен (если конечно диванные критики не придерутся к мелким неточностям, гляньте просто что месяц назад нейронки выдавали), едем дальше 🎮 Если что SVG сверху, реальное фото снизу (как референс не давал) просто напоминаю, дальше эти сущности будут только способнее🤖 таск съел 2% недельного лимита на very high ефорте

5.6 Sol

Я успеваю отмечать как быстро эволюционирует harness для AI продуктов только по тем мелочам, как меняется мой пользовательский опыт. Вот уже есть background режим в котором Claude сам дождался смены DNS на Cloudflare и пошёл шуршать над задачей дальше. До чего дошёл прогресс…

Major release от нашей небольшой лабы. Поддержка спекулятивного декодинга в нашем инференс движке. Для начала Qwen3.6 27B, поддержка Qwen3.8 27B и Muse Glimmer в пути. Мы сильно превосходим все возможные стеки для Apple Silicon по производительности. Потому что взяли и все сделали как ко-дизайн: кернелы, квантизация и спекуляция. Все с нуля, все свое. Попробовать можно уже сегодня M checkpoint - поменьше L checkpoint (lossless) Все модели которые мы поддерживаем лежат тут, будем рады если попробуете что-то еще. Бенчи тут. Можно изучить как и что измерено и насколько лучше. Подробнее про релиз блог пост

Сегодня мы вышли из stealth! Про нас написали Wired (с заголовком these russian mathematicians ахах), а еще мы опубликовали блог пост с описанием технологии. Все ссылки в этом посте, буду очень рада если сможете репостнуть и прокомментировать :) https://x.com/aimalysheva/status/2095232794792255848

всем привет, я вернулся из отпуска, так что новый выпуск Капитанского мостика от меня и Дмитрия Колодезева #КапитанскийМостик Валентин Малих и Дмитрий Колодезев разбирают главные ИИ-события: сделку NVIDIA и Hugging Face, борьбу OpenAI и Cursor за пользователей и то, почему модели побеждают ценой и скоростью, а не интеллектом. Затем — роботы: почему гуманоидам нужен ещё десяток лет, зачем Китай роботизируется и почему телеприсутствие придёт раньше автономии. Финал — сингапурский проект, где живые человеческие нейроны работают как суперкомпьютер. Трезвый взгляд на ИИ и робототехнику без хайпа. ODS VKVideo ODS YouTube мой дзен @valuableai

🍰 Бесконечный ИИ-слоп в прямом эфире @levelsio запустил Infinite Slop — интерактивный AI-стрим, который генерируется на лету и никогда не заканчивается 📺 • Видео создаётся в реальном времени, а зрители в чате пишут любые фразы, и ИИ вплетает их в сюжет следующего клипа, стараясь связать с предыдущим отрывком 🎬 • Идею подсказал @marcantoinefon, вдохновившись оригинальным стримом @rehan_shei • Инфраструктуру спонсирует fal.ai, который дообучил модель Minimax H3 до версии “Max” — она стала в 50 раз быстрее базовой ⚡ • Раньше на генерацию 15 секунд видео уходило 2-5 минут, теперь ролики выходят быстрее, чем их успеваешь смотреть, то есть видео-модель обгоняет реальное время воспроизведения Технически это первый публичный кейс, где генерация видео работает быстрее просмотра, а не наоборот. Если у вас есть доступ к API fal, стоит присмотреться к Max как к варианту для интерактивных форматов, где задержка критична: чат-боты с видео-ответами, live-реакции, генеративные вывески. Кто первым напишет в чат стрима что-то настолько странное, что ИИ не сможет это связать с прошлым кадром? 😏 Я водил сегодня почти 7 часов и уставший залип конкретно на слоп. https://skunkworks.levels.io/infinite-slop/ Бонус-стрим на Твиче: https://www.twitch.tv/rehanfal (уже прибили за нарушение правил Твича) Чел пробует крутить в других сервисах, его банят https://x.com/rehan_shei/status/2093570456033091595?s=46 @aizvestia #новостИИ

✔️ Суд признал незаконным внесение Anthropic в черный список Пентагона Федеральный суд в Калифорнии постановил, что Министерство обороны действовало произвольно и немотивированно, объявив Anthropic угрозой национальной безопасности. Доказательств того, что компания создает реальные риски для цепочек поставок или собирается саботировать работу собственных моделей, правительство в суде не привело. Решение бессрочно запрещает исполнять директиву о бойкоте компании, но закупать что-либо у Anthropic Пентагон не обязывает - ведомство вправе выбирать других поставщиков. reuters.com ✔️ США повезут на G20 концепцию мягкого регулирования ИИ На встрече профильных министров стран G20 американская делегация представит Carolina Principles - документ, подготовленный Управлением по науке и технологиям и Минторгом. Концепция предлагает странам отказаться от жесткого контроля над ИИ и не создавать новые надзорные органы, а вместо этого действовать точечно и расширять партнерство с ИТ-бизнесом для тестирования моделей. Поддержать инициативу приедут первые лица индустрии. 1 сентября мероприятие откроют Илон Маск и бывший советник Белого дома по ИИ Дэвид Сакс, на следующий день к дискуссии подключатся Сэм Альтман и Дженсен Хуанг. США рассчитывают убедить остальных участников G20, включая Китай, Японию и европейские страны. Если консенсус сложится, документ вынесут на утверждение лидеров двадцатки на декабрьском саммите. bloomberg.com ✔️ OpenAI тестирует автономный режим Codex Журналисты WIRED нашли в коде OpenAI упоминания Persistent Mode - режима, в котором агент Codex работает в фоне непрерывно, пока его вручную не выключат. Судя по найденному, агент станет проактивным: будет держать контекст между сессиями, сам придумывать себе следующие задачи и первым начинать разговор с пользователем. Обращения к внешним системам по-прежнему только с подтверждения человека. В OpenAI тестирование подтвердили, но сроков не назвали. wired.com ✔️ Gemini Notebook научился работать с книгами В сервисе появилась функция Expert Intelligence - электронные книги из Google Play Books можно подключать как источник знаний. На старте доступно больше 100 тысяч изданий, включая техническую литературу O'Reilly. По тексту выбранной книги Gemini отвечает на вопросы, делает пересказы и собирает обучающие карточки. Книгу нужно купить, а если рабочим пространством пользуются несколько человек, купить ее обязан каждый - без подтвержденной лицензии доступ ко всем ответам и выдержкам по этому источнику блокируется автоматически. Пока функция работает только внутри Notebook. Дальше Google планирует подключить платные научные статьи и маркетинговые отчеты, а саму механику перенести в основное приложение Gemini и в ИИ-поиск. blog.google ✔️ Ученые создали ML-карту нейронных связей для терапии аутизма Исследователи Калифорнийского университета собрали вычислительную карту, которая делит расстройства аутистического спектра на биологические подтипы по сочетанию паттернов мозговой активности и молекулярных биомаркеров. Модели машинного обучения разобрали массивы данных фМРТ и результаты генетического секвенирования, а затем сопоставили архитектуру нейронных связей участников с тем, как те откликались на разные виды вмешательств. В перспективе такая карта дополнит классическую диагностику по поведенческим признакам - подбирать помощь не только по симптомам, но и по биомаркерам, заранее прикидывая, что сработает. Пока это исследовательский результат, до применения в клинике ему предстоит независимая проверка. science.org @ai_machinelearning_big_data #news #ai #ml

✔️ Nvidia покупает Hugging Face Сумма сделки - $12,9 млрд. По данным инсайдеров, стороны находятся на стадии оформления, официальных комментариев от обеих компаний пока нет. Переговоры ускорились после того, как Hugging Face получила предложение о поглощении от другого неназванного игрока и привлекла банк для оценки спроса. Для Nvidia это выход за пределы железа и прямой контроль над площадкой, через которую расходится и разрабатывается основная масса открытых моделей. Ровно поэтому сделка почти наверняка заинтересует антимонопольные органы. theinformation.com ✔️ Бигтех подписал открытое письмо об ИИ в кибербезопасности OpenAI, Microsoft, Google, Anthropic, AWS, Cisco, CrowdStrike и еще около сотни компаний призвали защищать критическую инфраструктуру от атак, написанных с помощью ИИ, - тем же ИИ. Коалиция предупреждает, что сегодня модели работают скорее на защитников - они автоматизируют поиск и закрытие уязвимостей, копившихся в системах десятилетиями. Перевес этот не вечен, поэтому внедрять такие инструменты нужно сейчас, пока он есть. Корпорациям авторы письма советуют поднять киберзащиту на уровень топ-менеджмента, государствам - усилить координацию и финансирование отрасли. openai.com ✔️ Anthropic встроила браузер в Claude Через боковую панель Claude сам открывает сайты, читает страницы, кликает по элементам и заполняет поля. Пригодится, когда нужно снять цифры с дашборда, у которого нет API, или заполнить форму. Работает это в изолированной среде - вкладок, закладок и паролей пользователя Claude не видит. Авторизацию можно перенести из Chrome, Edge или Firefox, но точечно - сессия привязывается к конкретной странице, а не отдается целиком. Почтовые клиенты и банковские сайты закрыты наглухо. Функция появится на этой неделе у подписчиков Pro, Max, Team и Enterprise. Если нужно работать с уже открытыми вкладками, Anthropic советует расширение для Chrome. claude.com ✔️ Google обновила Gemini Omni Flash до 1.1 Видеомодель умеет как генерировать, так и редактировать. Сцену выдает длиной до 40 секунд, опираясь на 10 секунд предыдущего видеоряда. На вход принимает текст, звук, изображения и видео. Появилось ручное задание первого и последнего кадра, плюс черновой режим - он на 60% быстрее и втрое дешевле обычного, а понравившийся результат потом поднимается до 4K. Секунда видео стоит 3 цента в 360p и 30 центов в 4K. Все, что генерирует модель, помечается невидимым знаком SynthID. Модель доступна в Google AI Studio и через Agent Platform API, а подписчикам AI Plus, Pro и Ultra - еще и в Google Flow и приложении Gemini. blog.google ✔️ ИИ-агент Instinct хайпует среди инвесторов Кремниевой долины Стартап Spear Street Technology закрывает раунд на 250 млн долларов при оценке в 2,5 млрд. Ведут раунд Benchmark и Index Ventures. Основатель - 23-летний Ноа Шинн, автор метода Reflexion, до этого работавший в Sierra. Instinct он делает как персонального агента, которого не нужно настраивать. Чтобы тот управлял компьютером, разбирал почту, бронировал билеты и проводил платежи, достаточно написать ему сообщение или позвонить голосом. Первые тестировщики называют его "OpenClaw для обычных людей". При этом продукт в закрытой бете, выручку и число пользователей стартап не раскрывает. wsj.com @ai_machinelearning_big_data #news #ai #ml

Работа посвящённая созданию онтологически-ориентированных ИИ-систем для химии (технология применяется в системах Palantir) Суть подхода — оцифровка химических знаний с помощью формальных онтологий и построенных на их основе правил вывода. Это позволяет сократить расход токенов, ускорить обработку запросов и повысить точность ответов по сравнению с классическими методами. Разработка позиционируется как узкоспециализированный аналог Wolfram|Alpha, но исключительно для химии, и послужила теоретической основой для проекта ChemWolf. Пока длилось рецензирование, автор уже собрал рабочий прототип. В планах — валидация, эксперименты с моделями для генерации первых перспективных молекул и последующие лабораторные испытания. Конечная цель — выход на промышленный уровень: например, создание ткани для футболки из молекулы, спроектированной с помощью ChemWolf, и её появление на рынке. Это превратило бы инструмент в полноценное промышленное ИИ-решение в области химии. Ссылка: https://arxiv.org/abs/2608.26164 Автор исследования: @realmedoyed

🧠 ICT.Moscow представил первый референс-бук аналитики об ИИ ICT.Moscow отобрал наиболее заметную аналитику 2025 года по искусственному интеллекту от более чем 100 российских и зарубежных авторов, объединив ее в формате каталога-справочника. Каждое исследование (а их 121) сопровождается коротким пересказом и приводится по хронологии выхода на площадках первоисточников в 7 категориях: ➝ состояние рынка ➝ технологические направления ➝ программирование и ИИ ➝ применение и эффекты в разных сферах и отраслях ➝ кадры ➝ отношение и восприятие (включая этику) ➝ прогнозы и форсайты Такой каталог удобно распечатать, чтобы иметь под рукой как навигатор по авторитетным исследованиям за год, покрывающим разные аспекты искусственного интеллекта: от общего состояния рынка к кейсам применения и прогнозам.  🖍Вне зависимости от географии аналитики преимущественно писали о применении ИИ, а также о разных технологических направлениях. Но если отечественные материалы чаще сосредоточены на ГенИИ, ИИ-агентах и больших данных, то зарубежные — на ИИ-агентах, инфраструктуре и Open Source. 🖍Из числа авторов в России можно выделить red_mad_robot, MTS AI, Yandex B2B Tech, Just AI, АНО «Цифровая экономика», Фонд «Сколково», Ассоциацию Финтех, «Яков и Партнёры», «Технологии Доверия», Axenix, Mindsmith, ИТМО, Университет Иннополис и др., а в мире — Google, McKinsey, BCG, National Research Group, Capgemini. Изучить каталог → Следить за свежей аналитикой об ИИ можно здесь  →

OpenCode появилась загадочная модель Ox Alpha - и первые тесты выглядят очень хорошо Новая stealth-модель Ox Alpha уже появилась у пользователей OpenCode, но её происхождение пока официально не раскрыто. В одном из первых небольших прогонов на 10 сложных DeepSWE-задачах ей приписывают около 80% успешных решений - выше Fable 5, GLM-5.3, Grok 4.6 и GPT-5.6 Sol в том же мини-тесте. Важно не путать это с официальным DeepSWE leaderboard: полный бенчмарк содержит 113 задач, и публичного полноценного результата Ox Alpha пока нет. Сам DeepSWE сейчас возглавляют frontier-модели примерно в районе 70+% pass@1. По сообщениям пользователей, Ox Alpha также идёт с большим контекстом и сейчас доступна бесплатно/в промо-режиме, поэтому её активно гоняют на coding и agentic-задачах. В сообществе уже подозревают, что под капотом может скрываться одна из новых китайских моделей, но это пока лишь догадки. @machinelearning_interview / Папка полезного по ML. https://x.com/Machinelearrn/status/2090758575475794270

⚡️ 6 полезных репозиториев для работы с AI-агентами 1. Agency Agents https://github.com/msitarzewski/agency-agents Набор из 232 специализированных агентов для 16 направлений: разработка, дизайн, маркетинг, управление и другие задачи. 2. Codebase Memory MCP https://github.com/DeusData/codebase-memory-mcp Строит граф знаний по кодовой базе, чтобы агент быстрее находил связи между файлами, функциями и сущностями. Заявлена поддержка 158 языков. 3. OpenMontage https://github.com/calesthio/OpenMontage Инструмент для создания видео с помощью кодингового агента: сценарий, ассеты, монтаж и рендеринг можно собирать через промпты. 4. Agent-Reach https://github.com/Panniantong/Agent-Reach Дает агенту доступ к X, Reddit, YouTube, GitHub и другим источникам для поиска и сбора информации. 5. Orca https://github.com/stablyai/orca Позволяет запускать несколько кодинговых агентов параллельно и управлять их задачами из одного места. 6. OmniRoute https://github.com/diegosouzapw/OmniRoute Единый шлюз для работы с большим количеством AI-провайдеров через один endpoint. @data_analysis_ml / Папка полезного по ML. Сохраняй 🔖