Data Science | Machinelearning [ru]

Бесплатная транскрибация без облаков: почему одной модели мне не хватило Этот человек живёт в созвонах — добрая половина рабочего дня уходит на встречи и обсуждения. А потом случился ребёнок, начались ночи без сна, и детали поехали: какой срок озвучили, кто обещал вернуться с ответом, чем в итоге договорились. Сперва он думал просто купить готовое приложение, а потом полез сравнивать Whisper, Parakeet и GigaAM. Короче, прогнал 32 конфигурации распознавания и слепил каскад из двух моделей: первая даёт костяк текста, вторая подчищает неточности. На его записях такой подход вытащил каждую пятую ошибку — WER просел с 27,0% до 21,7%. Из этих экспериментов родилось бесплатное приложение под Mac: пишет встречи и превращает аудио с видео в текст локально. В статье — как отбирались модели, что замерялось, какие «очевидные» решения сдохли и промт для агента, чтобы собрать всё своими руками. Читать далее 👉 Telegram | Max

api2app: когда ComfyUI работает как API Урок про то, как прикрутить ComfyUI в роли API и на скорую руку собрать веб-приложение, до которого можно достучаться из любой точки мира. А ещё — без кода быстро перекраивать интерфейс под новые задачи. Читать далее 👉 Telegram | Max

PrismML докинула в семейство Bonsai 2 ещё моделей Американская ИИ-контора PrismML показала три новых Bonsai 2 — на 2, 4 и 9 млрд параметров. Сделаны они на базе Qwen 3.5 от Alibaba. Главная фишка — веса: в основных всего три значения, −1, 0 и +1. Поэтому файлы весят 0,43 ГБ, 0,95 ГБ и 2 ГБ, то есть примерно в девять раз меньше, чем оригинальные модели с 16-битными весами. Рассуждения, понимание изображений и вызов инструментов никуда не делись, а целится всё это в первую очередь в локальных ИИ-агентов на смартфонах, компах и прочих устройствах. Теперь скорость. По данным PrismML, на iPhone 18 Pro Max модель 9B выдаёт до 34 токенов в секунду, а 2B — целых 120. В официальных тестах Bonsai 2 9B почти не сливает родной Qwen 3.5 того же размера в программировании и следовании инструкциям. Но на сложных задачах разрыв уже нихуёвый: Tau2Bench — 73,02 против 85,25, в анализе сложных документов — 73,8 против 88,73. Веса всех трёх моделей выложили под Apache 2.0 — коллекция на Hugging Face. Только вот 2 ГБ — это размер лишь языковой модели 9B в самом компактном формате. Понадобятся картинки — визуальный модуль придётся докачивать отдельно, ещё около 0,62 ГБ. 👉 Telegram | Max

С вас идея, а Т-Банк за нее заплатит В Т-Банке ищут трейдеров, разработчиков и тех, кто просто увлекается инвестициями. Зарегистрируйтесь на программу «Инвест. Премаркет» до 11 ноября.  Ваши AI-сценарии для бизнеса смогут побороться за призовой фонд программы — 2 500 000 ₽. А сами идеи Т-Банк поможет масштабировать и сделать частью бизнеса. Успейте подать заявку до 11 ноября

Запустить жирную LLM на видяхе с мизерной памятью? Держи расклад: 27 млрд параметров в 16 битах — это примерно 54 ГБ. А если каждый вес хранить одним битом плюс один общий масштаб на группу из 128 весов, те же параметры влезут где-то в 4 ГБ (словарную таблицу не считаем). Но есть подвох: возьми и тупо округли веса до знака — модель сдохнет. Bonsai от PrismML как раз так и хранит веса в трансформерных блоках, только при этом остаётся рабочей. Разрабы выложили формат, вычислительные ядра под llama.cpp и MLX и простенький инструмент квантизации. А вот каким способом получили сами веса — не сказали. Автор попробовал повторить: сперва пошёл через послойную квантизацию и получил нерабочую модель с большой перплексией. Потом сравнил веса Bonsai и оригинальной Qwen3-1.7B — и эта сверка натолкнула на мысль про обучение. В итоге он сам обучил однобитную модель. Читать далее 👉 Telegram | Max

Claude и мутные сиды NIST: где реально есть доказательства, а где уже догадки 16 октября Anthropic выкатила сразу две работы. В первой копаются, откуда взялись «случайные» сиды у эллиптических кривых NIST. Вторая — про проектирование квантовых схем. Дальше по сути: что там подтверждено кодом, который можно воспроизвести, и расчётом, а что так и осталось гипотезой самих авторов. И ещё момент — где формулировки в пресс-подаче стоит читать аккуратнее, чем заголовки про них. Читать далее 👉 Telegram | Max

Gemini стартует с «Вот» в 9 текстах из 10. Что за повадки у 12 нейросетей на рабочем контенте Прогнал 84 рабочих текста через 12 нейросетей и записал их привычки. Gemini открывает текст через «Вот» девять раз из десяти. Kimi и Claude Sonnet закругляются мыслью, что что-то ещё стоит докрутить. А длинных тире у них в среднем примерно как у Гиляровского. Читать далее 👉 Telegram | Max

Сравните модели GigaChat на своей задаче в GigaPlatform AI Studio Это среда, в которой можно менять настройки моделей и проверять ответы на своих запросах. В AI Studio можно: • Сравнить ответы двух моделей на одном запросе. • Сравнить ответы при разной температуре. • Настроить системный промпт и проверить его на нескольких запросах. • Сохранить промпт и историю диалога в JSON. Пять рабочих сценариев разобрали в статье. Попробуйте AI Studio бесплатно и без ВПН.

🖥 Anthropic выпустила плагин для рефакторинга и миграции старых проектов Code Modernization анализирует проекты, разбирается в архитектуре и зависимостях, предлагает план обновления и помогает перейти на новые технологии. Причём после миграции плагин запускает тесты и сравнивает поведение старой и новой версий, чтобы ничего не сломалось. При этом изменений сначала должен одобрить человек ✖️ xCode Journal

⚡️ В сети начали массово сливать IT-курсы и книги известных онлайн школ Вот отсортированная база с тонной материала (постепенно пополняется): (363 видео, 87 книги) — Python (117 видео, 53 книги) — ВАЙБКОД (174 видео, 91 книги) — DevOps (415 видео, 68 книги) — Frontend (137 видео, 93 книги) — DS/ML (143 видео, 33 книги) — ИБ/Хакинг (352 видео, 89 книги) — С/С++/C (343 видео, 87 книги) — Java/QA (176 видео, 32 книги) — Git/Linux (167 видео, 53 книги) — PHP/1С (227 видео, 83 книги) — SQL/БД (114 видео, 77 книги) — Сисадмин (107 видео, 43 книги) — BA/SA (181 видео, 32 книги) — Go/Rust (167 видео, 43 книги) — Kotlin/Swift (112 видео, 24 книги) — Flutter (113 видео, 82 книги) — GameDev (183 видео, 37 книги) — Дизайн (136 видео, 33 книги) — PM/HR Скачивать ничего не нужно — все выложили в Telegram

Звонок из «службы безопасности»: и для человека, и для железяки «Здравствуйте, служба безопасности банка…» — а дальше отрепетированный сценарий: давят авторитетом, гонят по срочности, запирают в изоляции («трубку не бросайте!»), подсовывают левый канал для проверки. Тот же самый каркас прекрасно заходит и против ИИ-ассистента: zero-click промпт-инъекция EchoLeak (CVE-2025-32711) в Microsoft 365 Copilot, а в июле 2026-го — история с автономными агентами в инфраструктуре Hugging Face. Их никто не ломал, вообще. Они сами себя уболтали. Причина ровно одна, и она архитектурная: что у человека, что у языковой модели на входе нет стенки между «данными» и «инструкциями». И разница между нами в одном — человек способен встать и выйти из разговора. А набор рычагов — фальшивый авторитет, накрученная срочность, отрезание от проверки, подмена канала, социальное доказательство, раскачка мелкими шагами — один в один для бухгалтера, бабушки, школьника и автономного агента. Веками не меняется, меняются только декорации. Автор раскладывает, почему телефонный разводила и промпт-инъекция в LLM — одна и та же песня, и что из этого следует для обучения людей. Читать далее 👉 Telegram | Max

ИИ без интернета прямо в десктопе: как Ollama засунули в лаунчер под три ОС Автор пилит Lumi — открытый лаунчер в духе Spotlight. Жмёшь хоткей, вылезает строка: запускай софт, ищи файлы, спрашивай нейросеть. Код он клепает в паре с Claude и прямо признаёт: программист из него так себе. Но тесты, цифры и ошибки — не постановочные, всё по-настоящему. Хотелка была простая: юзер без опыта тычет одну кнопку — и получает ИИ, которому интернет вообще не сдался. Никакого терминала. И знать, что за зверь такой Ollama, тоже не надо. Что из этого вышло, обо что автор навернулся и как потом заделывал — всё в статье. Читать на Habr 👉 Telegram | Max

ИИ-агент настрочил 63 пул-реквеста самому себе за одни сутки — и под это пришлось завести надзирателя Днём чел ковыряет корпоративные системы, а вечерами пилит свои проекты через Claude Code. И в какой-то момент дошло: кода он пишет всё меньше, а диспетчером работает всё больше. То пни агента, чтобы он не встал на паузу. То перепроверь его бодрое «готово». То с утра облом: подписка кончилась в час ночи, а всё это время ничего не крутилось. Под такое дело он собрал локальный надсмотрщик — AIWorks. А потом скормил ему на сутки его же собственный репозиторий. В статье — как эта штука устроена, чем всё обернулось и, что самое интересное, где оно по дороге развалилось. Читать далее 👉 Telegram | Max

Попробовал подменить разработчиков ИИ-агентами Один агент баг прошляпил. Четыре субагента — нет: заказ можно было оплатить повторно даже после успешной оплаты. На скрытом наборе тестов соло-запуск вытянул 7/8, а агентная команда дожала до 8/8. И это при том, что обе версии без проблем прошли production build и собственные тесты. Так что, всю команду разработчиков уже можно разгонять? Читать далее 👉 Telegram | Max

Nano Banana 2.1 против Nano Banana 2, Pro и GPT Image 2.5: 14 задач с русскими промптами 6 октября 2026-го Google выкатил Nano Banana 2.1. Модель прогнали через 14 задач с русскими промптами, а в соперники взяли Nano Banana 2, Pro и GPT Image 2.5. В наборе — часы, таблица элементов, афиши, правка тарифной карточки. И в восьми случаях русский текст лежит прямо на картинке. Если считать по баллам, все четыре влезли в 5 очков из 76 — но косячат по-разному. Nano Banana Pro эпично развалилась на таблице из 18 элементов. Nano Banana 2.1 просадила регистр и знаки препинания в афишах и инфографике. GPT Image 2.5 Sunburst промахнулась реже всех, только от Nano Banana 2 её отделяет один балл (72 против 71) — то есть шум. Внутри материала: что заявлено, как устроен тест, результаты по каждой задаче, цена в токенах и промпты для повтора. Читать далее 👉 Telegram | Max

Fish Audio выкатили голосовую ИИ-модель Drama 3 Пацаны только что дропнули голосовую ИИшку, которой рулишь как живым актёром. Всё, хватит пихать в текст мутные служебные коды — просто напиши «прочитай это так, будто тебя окончательно достала жизнь», и она выдаёт ровно это. И вот почему это прям огонь: одно слово прозвучало криво — правишь только его, остальная озвучка даже не шелохнётся. Голоса модель меняет прямо посреди фразы. И может вытянуть целую сцену с кучей персонажей из одного сценария. Твой голос клонирует и тащит его характер с манерой речи в другие языки. Языков — 83, а веса валяются на скачивание под лицензией Fish Audio Community License. А чтоб показать, на что она способна, разрабы склонировали голос Uncle Roger и заставили его весь ролик разносить собственный жареный рис. Ахах, ну это просто прекрасно. 👉 Telegram | Max

АЙТИШНИКИ БЕСПЛАТНОЕ ОБУЧЕНИЕ Проект «Terminal» стал крупнейшей библиотекой бесплатного образования. В одном канале собраны курсы, книги, полезные инструменты и практические тренажёры для всех разработчиков: • Практические курсы и задания • Книги и статьи известных авторов • Полезные инструменты и ресурсы • IT-новости и инсайды Обучение по всем направлениям: SQL, Python, ML, Frontend, PHP, C++, Go, Git, Linux, QA, Java, Vibe-coding, InfoSec и др. ⌨️ подписаться

Как собрать RAG-чат для сайта, который не сочиняет цены: пять решений из моего бота С июня пилю AI-чат для сайтов — такой, что не выдумывает цены и не поддакивает клиенту по любому поводу. До пяти решений из статьи я допер через свои же факапы. Читать про пять решений 👉 Telegram | Max

🦾 LLM умеют генерировать тексты, отвечать на вопросы и работать с документами. Но чтобы использовать их в реальных задачах, важно понимать, как модели принимают решения и почему иногда дают неожиданный результат. 🚀 На открытом уроке разберём, как устроены большие языковые модели и как применять эти знания на практике. Вы узнаете: — как модель выбирает слова и формирует ответ; — как развернуть LLM локально и проверить её работу через API; — как модели используют контекст из документов и почему это важно для RAG-систем. Урок подойдет начинающим разработчикам, аналитикам и менеджерам продукта, которые хотят понимать ИИ глубже и использовать его в рабочих задачах. Открытый урок проходит в преддверии старта курса «LLM-инженер». 📋 27 октября в 20:00 МСК. ➡️ Все участники получат скидку на обучение. Принять участие: https://vk.cc/d2RHw3 Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Можно ли научить мелкую LLM учиться, не раздувая веса? В первой статье автор крутил опыты на модельке, которая спокойно влезает в домашнюю видюху. Суть вопроса: способна ли она умнеть со временем — не раздуваясь до гигантских размеров, а за счёт памяти, аккуратного дообучения и проверки ответов. Теперь он выкладывает карты: всё это — шаги к новой архитектуре LANN-4. То есть к нейросети, которая учится всю свою «жизнь», имея компактный неизменный «мозг» и память, вынесенную наружу. Только вот самой архитектуры пока нет — её ни выбрали, ни собрали. А мелкие модели в опытах — подопытные инструменты, а не LANN-4. А вот что нихрена не вышло: проверка показала — если одну и ту же небольшую модель дообучать на примерах несколько раз кряду, лучше от раза к разу она не становится. Первый раунд подучивания даёт ощутимый прирост, дальше рост встаёт — накопления не случилось. Автор просит помочь найти дыру в устройстве решающей проверки, прежде чем палить примерно сутки работы видеокарты. Читать далее 👉 Telegram | Max