Анализ данных (Data analysis)

🧠 PKU-DS-LAB представили Fairy-R1 — мощную LLM-модели для математики и программирования, которая превосходит более крупные модели при меньшем числе параметров. 🚀 Что такое Fairy-R1: • Это семейство языковых моделей, разработанных для задач математического и кодингового рассуждения • Построены на базе DeepSeek-R1 с использованием метода distill-and-merge • Выпущены две версии: — FairyR1-32B (32B параметров) — FairyR1-14B-Preview (14B параметров) 📊 Результаты на бенчмарках: • AIME 2024: 80.4 (32B), 73.7 (14B) • AIME 2025: 75.6 (32B), 64.9 (14B) • LiveCodeBench: 67.7 (32B), 58.8 (14B) 📌 Почему это важно: • Модели работают почти так же точно, как GPT-4, но в 20 раз легче • Умеют обрабатывать задачи на английском и китайском • Используют архитектуру слияния нескольких специализаций (AcreeFusion) 🛠 Как обучали: • Математика: AIMO / NuminaMath-1.5 • Программирование: OpenThoughts-114k • Обучение: на 32 × NVIDIA H100 (32B), 16 × H100 (14B) • Доступ: полностью open-source (Apache 2.0) 🔗 https://huggingface.co/collections/PKU-DS-LAB/fairy-r1-6834014fe8fd45bc211c6dd7 @data_analysis_ml @data_analysis_ml

🧠 VLM-3R: Мультимодальный агент нового поколения VLM-3R — это мощный мультимодальный агент, сочетающий визуальное восприятие, речевое взаимодействие и пространственное мышление. 🔍 Расшифровка названия: VLM-3R = Vision-Language Model for **R**easoning, **R**econstruction и **R**eal-world interaction 🎯 Основные возможности: • Понимание и генерация изображений, видео и речи • Работа в 3D-пространствах (реконструкция и навигация) • Решение задач с реальным контекстом (например, манипуляции с объектами в симуляциях) • Интерактивный агент с мультимодальной памятью и планированием 🚀 На чём построен: • VLM-3R интегрирует крупные языковые и визуальные модели • Использует mid-level представления для более точного понимания • Работает с 2D и 3D сценами, распознаёт объекты, действия и голосовые команды 🔬 Применения: • Робототехника • Виртуальные ассистенты • Интерактивные обучающие среды • Моделирование поведения в симулированных мирах 📎 Подробнее: https://vlm-3r.github.io/

Выгодная инфраструктура с GPU для проектов любого масштаба Если вы создаете приложения на базе ИИ, занимаетесь анализом данных и сложными вычислениями, вам знакома проблема нехватки ресурсов GPU. С Selectel о ней можно забыть. Здесь есть мощные серверы с видеокартами для решения задач любой сложности всего от 29 ₽/час: Почему стоит выбрать аренду серверов с GPU в Selectel: ● Широкий выбор видеокарт: Более 20 моделей карт — от GTX 1080 до профессиональных H100 и А100 (40 и 80 ГБ). ● Гибкость и масштабируемость: Мгновенное масштабирование под растущие нагрузки, стандартные и индивидуальные конфигурации с нужной видеокартой. ● Высокий уровень безопасности: серверы Selectel соответствуют международным и российским стандартам безопасности, включая 152-ФЗ (УЗ-1), PCI DSS, ISO 27001, 27017 и 27018. Разверните ваш проект на серверах с GPU в Selectel от 29 ₽/час: Реклама. АО «Селектел», ИНН 7810962785, ERID: 2VtzquspGb7

🧠 Новая работа от ANSE Project: модель уже знает, какой шум лучший Исследователи Кванён Ким и Санхён Ким предложили улучшение для видео-диффузионных моделей — метод ANSE (Active Noise Selection for Generation). 🔍 В чём идея? В диффузионных моделях начальный шум влияет на результат. Один и тот же prompt с разными шумами может дать совершенно разные видео — по качеству, стилю и соответствию запросу. ANSE предлагает не выбирать шум случайно, а использовать внутренние сигналы модели (внимание/attention), чтобы активно выбрать лучший шум перед генерацией. 🧪 Как это работает? - Используется BANSA (Bayesian Active Noise Selection via Attention) — метрика на основе энтропии внимания - Она измеряет, насколько модель "уверена" в своём внимании при разных инициализациях шума - Для ускорения применяется аппроксимация через бернуллиевы маски и выборку подслоёв 📈 Результаты: На моделях CogVideoX-2B и 5B метод ANSE: • улучшает качество и согласованность видео • требует всего на ~10% больше времени на inference • показывает более стабильные и осмысленные результаты 📎 Подробнее: https://arxiv.org/abs/2505.17561 🌐 Проект: https://anse-project.github.io/anse-project/

🎥 Veo3 — новая эра генерации видео от Google DeepMind Veo3 позволяет создавать видео по тексту — теперь даже с диалогами прямо в промпте. Результат: синхронная речь, живые сцены и минимум усилий. Один из креаторов рассказал, как начал с идеи «пластикового ребёнка», а получил эмоциональную историю с настоящим сюжетом. Офисные сцены, шутки, даже синхрон губ — всё сработало с первого раза. ⚠️ Единственное ограничение: image-to-video хуже справляется с речью, и для стабильности используют Pixverse. Veo3 уже применяют для pre-viz в реальных проектах. Черновики получаются настолько хорошими, что их не хотят менять 😄 👏 Респект Google DeepMind — Veo3 делает видео генерацию по-настоящему творческой.

👾 SGLang — промышленный фреймворк для быстрого обслуживания LLM. Проект предлагает готовое решение для быстрого разворачивания модели в продакшене — от оптимизированного рантайма до удобного API. Проект уже используют в NVIDIA, Google Cloud и LinkedIn для обработки триллионов токенов ежедневно на парках из 100k+ GPU. Установка — pip install sglang, а для масштабирования есть туториалы по tensor parallelism. Ключевая фишка — RadixAttention: система кеширования префиксов, сокращающая время генерации. Поддерживает все популярные модели и фичи вроде speculative decoding или квантования INT4. Для разработчиков есть Python-интерфейс с контролем потока и мультимодальным вводом. 🤖 GitHub @data_analysis_ml

🩺 Google выпустила MedGemma — открытые модели ИИ для медицины На Hugging Face вышла коллекция MedGemma, созданная Google на базе Gemma 3 специально для медицинских задач. Это мощные модели, способные анализировать как текст, так и медицинские изображения — от рентгена до дерматологии. 📦 В коллекции: • medgemma-4b-it — мультимодальная модель (текст + изображения) • medgemma-4b-pt — предварительно обученная версия • medgemma-27b-text-it — огромная текстовая модель для клинической документации 🔍 Что умеют: ✅ Обнаружение патологий на рентген-снимках ✅ Ответы на медицинские вопросы (VQA) ✅ Генерация медицинских отчётов ✅ Обработка клинических заметок, триажа, историй болезни 📊 Бенчмарки: • CheXpert F1 (Top‑5): 48.1 vs 31.2 у базовой • DermMCQA точность: 71.8% • VQA‑Rad F1: 49.9 🧪 Пример использования:

from transformers import pipeline
pipe = pipeline("image-text-to-text", model="google/medgemma-4b-it")

🔗 Hugging Face: https://huggingface.co/collections/google/medgemma-release-680aade845f90bec6a3f60c4 📝 Лицензия: Apache 2.0 (с медицинским соглашением) #MedGemma #GoogleAI #Gemma3 #HealthcareAI #RadiologyAI #MedicalAI #OpenSourceAI #HuggingFace

💥 Ищете возможности в Data Science и ML? На курсе «Специализация Machine Learning» мы научим вас не просто работать с данными, а использовать мощные алгоритмы для бизнес-прогнозирования. Программа подходит как новичкам, так и профессионалам: от системных аналитиков до инженеров, которые хотят научиться ML с нуля. Мы дадим вам практические знания и опыт, используя актуальные инструменты. На курсе вы освоите Python, библиотеки pandas, sklearn, глубокое обучение и анализ временных рядов. Пройдете обучение по самым современным фреймворкам и научитесь решать реальные задачи. ➡️ Записывайтесь в группу прямо сейчас: https://tglink.io/ea7310572073?erid=2W5zFGxY1BN Чтобы успеть воспользоваться 🏷15% скидкой на курс «Специализация Machine Learning» + 🎁 промокодом ML_5 и учиться весь год по ценам мая. Скидка на курс действует по 26.05 включительно! #реклама О рекламодателе

💥 Ищете возможности в Data Science и ML? На курсе «Специализация Machine Learning» мы научим вас не просто работать с данными, а использовать мощные алгоритмы для бизнес-прогнозирования. Программа подходит как новичкам, так и профессионалам: от системных аналитиков до инженеров, которые хотят научиться ML с нуля. Мы дадим вам практические знания и опыт, используя актуальные инструменты. На курсе вы освоите Python, библиотеки pandas, sklearn, глубокое обучение и анализ временных рядов. Пройдете обучение по самым современным фреймворкам и научитесь решать реальные задачи. ➡️ Записывайтесь в группу прямо сейчас: https://tglink.io/ea7310572073?erid=2W5zFGxY1BN Чтобы успеть воспользоваться 🏷15% скидкой на курс «Специализация Machine Learning» + 🎁 промокодом ML_5 и учиться весь год по ценам мая. Скидка на курс действует по 26.05 включительно! #реклама О рекламодателе

🧠 GAIA — новый ориентир для General AI Assistants GAIA — это benchmark, который проверяет, насколько AI-ассистенты могут мыслить, действовать и работать с инструментами в реальных. 📊 Что тестируется - 466 заданий, требующих: - логического мышления и планирования - работы с вебом и мультимодальностью (текст, изображения) - использования инструментов — браузера, кода, анализа файлов и пр. - Задания просты для человека, но AI решает их с трудом (люди получают ~92 %, GPT‑4 + плагины — ~15 %) :contentReference[oaicite:1]{index=1} 🔍 Почему это важно - В отличие от других benchmark-ов, GAIA фокусируется на настоящих задачах, а не узкоспециализированных тестах - Задания ясны и дают однозначный ответ, что облегчает автоматическую оценку - Benchmark защищён от «запоминания» — задачи редко встречаются в открытых данных и требуют последовательных действий :contentReference[oaicite:2]{index=2} 🛠️ Как работает 1. Задачи задаются "в ноль" — без примеров 2. AI получает вопрос (текст и/или файл) и должен самостоятельно: - искать в интернете - обрабатывать мультимодальные данные - выполнять код или анализ 3. Ответы оцениваются автоматически — только один правильный вариант :contentReference[oaicite:3]{index=3} ⚡ Перспективы и вызовы - Пока лишь немногие модели приближаются к человеческому уровню — GPT‑4 с плагинами на ~15 % - Benchmark рассчитан на долгосрочное развитие AGI — от точности решения до открытости и надёжности оценивания - GAIA подчёркивает необходимость создания систем, способных последовательно действовать, а не просто «угадывать» ответы. 🔗 Github: https://github.com/Intelligent-Internet/ii-agent 🔗 GAIA Examples: https://ii-agent-gaia.ii.inc

😢 Нет, я не плачу, это просто слёзы...

🚀 Skywork.ai — первый в мире AI-офис с глубоким исследованием (DeepResearch) Стартап Skywork.ai запустился глобально и представил уникальное решение — интеллектуальную рабочую среду, в которую встроены «суперагенты» на базе AI. Они умеют проводить глубокий анализ данных и создавать документы, таблицы, презентации и даже подкасты — буквально по одному запросу. ### 🔍 Что такое Skywork.ai: 📄 Docs — пишет отчёты, статьи и обзоры, подкреплённые фактами и источниками 📊 Sheets — строит таблицы, графики и проводит анализ данных 📽️ Slides — делает готовые презентации с дизайном 🌐 Webpages & Podcasts — создаёт веб-контент и аудио на основе анализа 🧠 General — универсальный агент: понимает тексты, изображения, видео и музыку --- ### 🧠 Главное отличие — DeepResearch Это не просто генерация текста. Skywork.ai: - Понимает контекст - Уточняет, что вы хотите (с помощью формы Clarification Card) - Показывает источники информации прямо в тексте - Делает выводы на основе проверенных данных --- ### 🎯 Преимущества: ✅ Создаёт отчёты и презентации за минуты ✅ Все факты подтверждены источниками ✅ Можно экспортировать в PDF, Excel, PowerPoint ✅ Работает с текстом, таблицами, аудио, видео ✅ Подходит для аналитиков, маркетологов, исследователей, авторов 💸 Цена — от $19.99 в месяц. Уже доступно по всему миру, без инвайтов. 📌 Попробовать просто: 1. Зарегистрируйтесь на [skywork.ai](https://skywork.ai) 2. Введите свой запрос (например: «Сделай отчёт по рынку генеративного ИИ») 3. Уточните цели через форму Clarification Card 4. Получите готовый документ, графики или презентацию Skywork Super Agents доступен как онлайн сервис (стоимость от $20/мес., есть пробный период), а для разработчиков открыли исходники фреймворка DeepResearch и API для вызова агентов по выбору. globenewswire.com #AI #SkyworkAI #DeepResearch #productivity #документы #презентации #таблицы

🌟 Илон Маск говорит, что Grok 3.5 будет рассуждать, исходя из первых принципов, используя физически обоснованные методы для направления мышления. Модель разбирает сложные задачи до фундаментальных истин, а затем выстраивает логику «снизу вверх», проверяя выводы на соответствие базовым законам.

Хотите заниматься искусственным интеллектом, строить карьеру в топовых IT-компаниях и разрабатывать технологии будущего? Поступайте на AI360! AI360 — это уникальная бакалаврская программа, разработанная Яндексом, Сбером и 5 ведущими университетами России. Она позволяет получить актуальные знания и практический опыт, чтобы стать востребованным профессионалом в одной из самых динамично развивающихся областей — ИИ. На AI360 вы будете обучаться у лучших практиков отрасли, погружаться в реальные проекты крупнейших IT-компаний, участвовать в международных конференциях и проходить межвузовские модули в ведущих университетах-партнёрах. А ещё вас ждёт стипендия, которая поможет сосредоточиться на достижении больших целей в IT! Переходите по ссылке, чтобы узнать подробности и подать документы в один из вузов — НИУ ВШЭ, МФТИ, ИТМО, СПбГУ или Университет Иннополис! Набор открыт до 25 июля: https://bit.ly/43mHJm5

⚡️ Anthropic представила Claude 4 Opus и Sonnet 4 На мероприятии Code /w Claude CEO Anthropic презентовал Claude 4 Opus и Claude Sonnet 4. ✔️ Opus 4 Anthropic называет лучшей моделью для кодинга, она справляется с многошаговыми задачами, работая часами без потери эффективности — например, сохраняет контекст игры в Pokémon, записывая ключевые данные в локальные файлы. ✔️Sonnet 4, доступная даже бесплатным пользователям, стал серьезным апгрейдом предыдущей версии: точнее выполняет инструкции и сократил ошибки в навигации по коду с 20% до нуля. Обе модели поддерживают расширенное мышление: чередуют анализ и использование инструментов веб-поиска, а также выполняют задачи параллельно. Для разработчиков появилась интеграция с VS Code, JetBrains и GitHub Actions — правки от Claude теперь отображаются прямо в редакторе. В бета-режиме можно подключать SDK для создания собственных агентов. По словам партнеров: GitHub и Replit, Opus 4 понимает сложные кодбазы, а Sonnet 4 идеален для повседневных задач. Например, в GitHub Copilot его уже тестируют как основу для нового агента. В тарифные планы Pro, Max, Team и Enterprise Claude включены обе модели и расширенное мышление, а Sonnet 4 также доступен для бесплатных пользователей. Обе модели доступны в Anthropic API, Amazon Bedrock и Google Cloud's Vertex AI. Ценообразование остается неизменным по сравнению с предыдущими моделями Opus и Sonnet: Opus 4 - $15/$75 за миллион токенов (ввод/вывод), Sonnet 4 - $3/$15.

🚀 Project NOVA — Networked Orchestration of Virtual Agents Что это такое? Project NOVA — это полностью open-source и self-hosted платформа, позволяющая развернуть экосистему ИИ‑ассистентов. В ядре стоит роутер-агент, который принимает запросы и перенаправляет их к одному из 25+ специализированных агентов, реализованных через n8n и MCP-серверы :contentReference[oaicite:0]{index=0}. Основные особенности - Централизованная маршрутизация запросов к нужному агенту - Агенты для разных задач: управление знаниями, разработка, медиа и автоматизация - Полностью работает локально: конфигурация через Docker и docker-compose - Общение между агентами через n8n workflows и протокол MCP (Model Context Protocol) - Есть примеры системных подсказок, Dockerfile и готовые потоки для быстрого старта :contentReference[oaicite:1]{index=1} Как это работает - В репозитории: - Папка agents/ — системные промты для агентов - mcp-server-dockerfiles/ — Docker-образы и конфиги для запуска серверов MCP - n8n-workflows/ — экспорт потоков для n8n - prompt-templates/ — шаблоны для автоматического создания новых агентов - reference-guide/ — подробная документация и справочники :contentReference[oaicite:2]{index=2} Примеры агентов - Управление знаниями: TriliumNext, BookStack, SiYuan, Paperless-NGX и др. - Разработка: CLI Server, Gitea, Forgejo, поиск по файловой системе - Медиа: Ableton Copilot, OBS Studio, Reaper, YouTube (транскрипция) - Автоматизация: веб-скрапинг (Puppeteer), RAGFlow, Flowise - Умный дом: Home Assistant, Prometheus мониторинг :contentReference[oaicite:3]{index=3} Начало работы 1. Установи n8n (версия ≥1.88.0) и MCP-клиент 2. Запусти MCP-сервера через Docker (конфиги в репозитории) 3. Импортируй потоки в n8n (через CLI или Web UI) 4. Настрой ключи API и подключи LLM (OpenAI, Claude, Gemini или локальные Ollama) 5. Запусти router workflow — и вводи вопросы в чат: NOVA сама маршрутизирует запросы :contentReference[oaicite:4]{index=4} Зачем это нужно? - 📚 Управление знаниями: попросить найти нужные заметки или документы - 🎙 Медиа‑асистент: управлять Ableton или OBS через чат - ⚙ Автоматизация рутинных задач: скрипты, API, инфраструктура и умный дом - 🔐 Локальный контроль и конфиденциальность — всё на своих серверах Опыт сообщества На Reddit отмечают: > "NOVA — self‑hosted AI ecosystem… entirely self‑hostable, open-source, and privacy-focused" :contentReference[oaicite:5]{index=5} 📌GitHub: https://github.com/dujonwalker/project-nova

Аналитика без хард скиллов, как дашборд без данных: выглядит солидно, а пользы мало. Если хотите уверенно работать с данными и строить эффективные модели, вам на курс «Hard Аналитика данных» от karpovꓸcourses. Вас ждут 6 месяцев продвинутой теории и мощной практики — чтобы повысить грейд и стать тем, к кому идут за сложными решениями. Вы научитесь: 🔹 Создавать дашборды, которые решают задачи бизнеса. 🔹 Работать с большими данными с помощью Spark, S3, Clickhouse. 🔹 Строить пайплайны данных, даже если в компании нет команды DWH. 🔹 Проводить сложные эксперименты, чтобы избежать дорогостоящих ошибок. 🔹 Строить и обучать модели. 🔹 Эффективно работать с ML-инженерами и командой DWH. С 12 по 31 мая курс можно взять в комплекте с симулятором Data Science на 3 месяца — и получить скидку 10%. Прокачаете и аналитику, и работу с ML-инструментами на практике. На симуляторе решите 80+ бизнес-задач из разных индустрий. Учиться на выгодных условиях Реклама. ООО «Карпов Курсы», ИНН: 7811764627, erid: 2VtzqxCDgiQ

Прогресс искусственного интеллекта поистине стремителен #Veo3

🧠 BAGEL‑7B‑MoT от ByteDance — открытая мультимодальная модель нового поколения ByteDance представили BAGEL‑7B‑MoT — мощную мультимодальную модель с 7 млрд активных параметров (14B total), которая уверенно конкурирует с лидерами в генерации, понимании и редактировании изображений. 🔹 Ключевые особенности: • Архитектура Mixture‑of‑Transformer‑Experts (MoT) • Два энкодера: один для пикселей (VAE+ViT), второй для семантики • Обучение на interleaved текст+изображение+видео+web токенах • Поддержка генерации, редактирования, мультиязычного понимания 🔹 Что умеет BAGEL: • Понимает изображения на уровне лучших open моделей (Qwen2.5‑VL‑7B) • Генерирует изображения лучше SD3‑Medium (GenEval score: 0.88) • Делает интеллектуальное редактирование (CoT score: 55.3) • Навигация по сценам и предсказание будущих кадров 🔹 Бенчмарки: | Тест | Qwen2.5‑VL‑7B | BAGEL | |-------------|---------------|--------| | MME | 2347 | 2388 | | MMBench | 83.5 | 85.0 | | MathVista | 68.2 | 73.1 | | GenEval | 0.80 | 0.88 | 🔹 Под капотом: • SigLIP + FLUX.1 + Flash Attention 2 • Параметры: 7B активных, 14B полных • Весовые файлы доступны на Hugging Face (~29 GB) • Лицензия: Apache 2.0 📎 Репозиторий и модель: https://huggingface.co/ByteDance-Seed/BAGEL-7B-MoT

🗣️ TEN VAD — ультраточная система обнаружения речи в реальном времени Это современная модель Voice Activity Detection (VAD), превосходящая по точности популярные решения вроде WebRTC VAD и Silero VAD. Она стала частью фреймворка TEN Framework — платформы для создания мультимодальных голосовых агентов. 🔹 Что делает TEN VAD особенной: • 📈 Точность на SOTA-уровне — протестирована на LibriSpeech, GigaSpeech, DNS Challenge • 🕒 Минимальная задержка — точное определение начала и конца речи в реальном времени • 🧩 Низкие требования к ресурсам — подходит даже для мобильных устройств • ⚙️ Гибкая интеграция — поддержка C и Python, работает на Linux, Windows, macOS, Android и iOS • 🔊 Оптимизирована для 16 кГц аудио, с шагами 10/16 мс https://huggingface.co/TEN-framework/ten-vad