![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.tlmtr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
Data Science | Machinelearning [ru]
الذهاب إلى القناة على Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
إظهار المزيد![Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.tlmtr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
الشبكة:📈 نظرة تحليلية على قناة تيليجرام Data Science | Machinelearning [ru]
تُعد قناة Data Science | Machinelearning [ru] (@devsp) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 19 796 مشتركاً، محتلاً المرتبة 6 508 في فئة التكنولوجيات والتطبيقات والمرتبة 33 329 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 19 796 مشتركاً.
بحسب آخر البيانات بتاريخ 26 أغسطس, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -139، وفي آخر 24 ساعة بمقدار -9، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.29%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 4.87% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 640 مشاهدة. وخلال اليوم الأول يجمع عادةً 963 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 6.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, nvidia, контекст, openai, архитектура.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
Личный блог автора - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 27 أغسطس, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
19 796
المشتركون
-924 ساعات
-267 أيام
-13930 أيام
أرشيف المشاركات
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.tlmtr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
А все-таки Qwen3.8-27B — думает меньше и быстрее, чем 3.6
В пятницу вышла Qwen3.8-27B. Автор рассказывает, что с середины мая сидит на локальной Qwen3.6, поэтому ему было интересно протестировать новинку.
На Хабре были статьи о том, что 3.8 слишком долго думает и много галлюцинирует (что автору кажется не совсем корректным), поэтому он поделился настройками, которые работают у него.
По его словам, Qwen3.8-27B превзошла ожидания, и «задумчивой» её никак не назвать.
Читать далее
👉 Data Science | Machinelearning [ru]
Спросил у девяти нейросетей, где лечить зубы в Москве: 4941 ответ и очень странная механика
Ассистент на вопрос «где в Москве вылечить зуб» отвечает не ссылкой на поиск, а готовым списком клиник с адресами и ценами. Автор прогнал 549 бытовых запросов через девять моделей, получил 4941 ответ и разметил в них 94 клиники. Конкретная клиника названа в 91,7% ответов, но имя бренда даёт лишь 8,7% упоминаний — всё остальное приносят страницы. Одна клиника попала в ответы 1694 раза и ни разу не была названа по имени, а половина моделей в интернет вообще не заглядывает.
Внутри — разбор механики, таблицы по моделям и источникам и глава про то, где метод врёт.
Читать далее
👉 Data Science | Machinelearning [ru]
Хочешь попасть в Яндекс или прокачать ML?
Data Dojo — это не лекции, а разбор реальных задач из ML-соревнований и общение с экспертами Яндекса.
Здесь ты прокачаешь навыки, найдёшь команду и выйдешь на новый уровень — как настоящий data-самурай. Нетворкинг, карьерные инсайты и задачи, которые решают топы — всё в одном месте.
Встреча ML-комьюнити Data Dojo:
— общение с руководителями команд
— реальные кейсы из ML
— новые карьерные возможности
Это не просто встреча — это шанс выйти на следующий уровень, прокачаться в ML и получить карьерную консультацию от экспертов Яндекса.
Подай заявку бесплатно и начни свой путь data-самурая уже 9 сентября!
Записаться онлайн
#реклама 16+
yandex.ru
О рекламодателе
😎 Нашли отличный курс, который позволит выжать максимум из агентов
Внутри учат, как правильно строить harness вокруг Codex и Claude Code: хранить состояние между сессиями, задавать агенту ограничения, не давать ему заканчивать задачу раньше времени и проверять, что получилось в итоге.
Всего в курсе 13 лекций с домашками, несколько практических проектов и готовые шаблоны, которые можно забрать себе.
✖️ xCode Journal
⌨ Anthropic опубликовала системные промпты Claude
Внутри собраны промпты для всех моделей: от Haiku 3 до Fable 5 и Opus 5. Можно посмотреть, какие инструкции модель получает ещё до начала диалога и как они менялись со временем.
✖️ xCode Journal
👩💻 Всем программистам посвящается!
Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования:
Выбирай своё направление:
👩💻 Python — t.me/python_ready
🤔 InfoSec & Хакинг — t.me/hacking_ready
🖥 SQL & Базы Данных — t.me/sql_ready
👩💻 IT Новости — t.me/it_ready
🤖 AI & ML — t.me/neuro_ready
👩💻 Frontend — t.me/frontend_ready
👩💻 C/C++ — https://t.me/cpp_ready
👩💻 C# & Unity — t.me/csharp_ready
👩💻 Linux — t.me/linux_ready
👩💻 Java — t.me/java_ready
📖 IT Книги — t.me/books_ready
📱 JavaScript — t.me/javascript_ready
🖼️ DevOps — t.me/devops_ready
🖥 Design — t.me/design_ready
📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!
🗺 Принесли огромный бесплатный роадмап по CS и алгоритмам
Coding Interview University начинался как короткий список тем для подготовки самого автора, но по итогу превратился в структурированный фундаментальный план обучения.
Автор, кстати, после такой подготовки получил оффер в Amazon.
✖️ xCode Journal
Practical ML Conf — конференция для настоящих экспертов
Обсудим, как извлекать из машинного обучения реальную пользу для бизнеса.
⚡Технические доклады ведущих специалистов, инженерные мастер-классы и много нетворкинга;
⚡Церемония вручения Yandex ML Prize — премии Яндекса при экспертной поддержке ШАДа за вклад в развитие ML;
⚡Знакомство с ML-сервисами Яндекс.
Зарегистрироваться
#реклама 16+
pmlconf.yandex.ru
О рекламодателе
![[Перевод] Что вскрылось, когда я засунул GitHub Copilot за MITM-прокси За пару лет ИИ-приложений расплодилось как грязи, и ав](data:image/jpeg;base64,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)
[Перевод] Что вскрылось, когда я засунул GitHub Copilot за MITM-прокси
За пару лет ИИ-приложений расплодилось как грязи, и автору надоело пялиться на них снаружи — захотелось копнуть внутрь. Кредиты Copilot у него сгорают только в путь, поэтому подопытным кроликом стал именно он. VS Code и Copilot перетряхнул до последнего винтика.
Читать далее
👉 Data Science | Machinelearning [ru]
🤣 А эти деньги сейчас с нами в одной комнате?
💥 xCode Journal
🤖 ИИ воевали и пытались отключить друг друга, лишь бы выполнить задание
Anthropic дал трём агентам задачу переписать бэкенд, причем каждому из них — на свой язык программирования. При этом агенты не знали, что работают параллельно в одном пространстве. Когда они заметили, что кто-то постоянно перезаписывает их работу, то решили, что им мешают намеренно, и перешли к саботажу.
Они блокировали аккаунты конкурентов, запускали скрипты для постоянного убийства чужих процессов и даже создавали самораспространяющийся вредоносный код, чтобы защитить собственную версию проекта.
✖️ xCode Journal
17 сентября собираем всех, кто реально делает ИИ, на AI R&D DAY в Москве.
Конференция для R&D-специалистов, AI-архитекторов, продакт-менеджеров и технических лидеров, отвечающих за внедрение технологий следующего поколения.
Особенности программы:
🔹 NextGenAI: из исследований — в продукты
🔹 Голос, текст, изображения, звук — в одной системе
🔹 Как оценивать качество, когда старые метрики устарели
🔹 22 доклада от тех, кто пишет код, а не только статьи
Это не конференция «послушать и забыть». Это точка сборки сообщества, которое формирует, а не комментирует.
📍 Москва / онлайн
💰 Бесплатно
🚨 Места ограничены
👇 Регистрация по ссылке: https://tglink.io/4225f51f9faec6?erid=2W5zFGKNeJm
#реклама
О рекламодателе
🤖 Когда твой код настолько плох, что даже ИИ отказывается с ним работать
💥 xCode Journal
Планета снова трещит по швам: технооптимисты против технопессимистов. Главный камень преткновения — ИИ, LLM, нейросети и этот чёртов вайб-кодинг. На дворе 2026, и всё ещё не ясно, окупятся ли триллионы вложений и весь этот хайп: будет либо грандиозный пшик, либо реальный рост производительности и «второе электричество».
перевёл самую ядрёную заочную перепалку двух инженеров-разработчиков ПО: памфлет технооптимиста и контр-памфлет технопессимиста.
Читать далее
👉 Data Science | Machinelearning [ru]
Как ИИ метит текст и как содрать эти вотермарки
В ЕС теперь по закону каждый LLM-провайдер обязан шлёпать метки на всё, что сгенерил ИИ. Claude обновила документацию по своим вотермаркам, но конкретики ноль: ни как они добавляются, ни как их ловить — инструментов тоже не завезли. Автор паникует, что его текст могут принять за генератив, и в статье разбирает, как эти метки устроены и как от них избавиться.
Читать далее
👉 Data Science | Machinelearning [ru]
Single Task Algorithmic Reasoning Models: маленькая модель против большой LLM — кто кого?
Коллеги уже показали, а мы и сами убедились: в 2026-м отличная reasoning-модель не вывезет на одних текстовых рассуждениях. Чтобы отвечать нормально на большинство вопросов, ей нужны инструменты, мультимодальные рассуждения, а порой и вовсе экзотика вроде рассуждений в латентных представлениях сети.
И ещё: завезли фреймворк STARM для обучения рекурсивных reasoning-моделей. Он заметно уделывает по качеству все предыдущие open source аналоги.
Читать далее
👉 Data Science | Machinelearning [ru]
Ханс Моравек тыкнул пальцем в 2028-й как в дату, когда железяки поумнеют до нашего уровня. И ведь не промазал, похоже.
77-летний старик-робототехник впервые за 20 лет вылез под софиты и разродился большим интервью. Говорит, со скоростями не налажал, но саму суть машинного мозга представлял себе в корне иначе. Реальность нарисовалась совсем другая, веселее некуда.
Это пиздец.
Читать на Habr
👉 Data Science | Machinelearning [ru]
