Data Science

Share Your Attention: Transformer Weight Sharing via Matrix-based Dictionary Learning 📚 Read @datascienceiot

На ИТ-Пикнике планируют поднять темы о том, как ИИ учится рассуждать, как устроено автономное вождение, зачем людям нужен опенсорс и кто кого доучит: GenAI или платформы. Крупнейший ИТ-фестиваль пройдет уже в следующую субботу. @datascienceiot

Fine-tuning with gpt-oss and Hugging Face Transformers 📚 cookbook @datascienceiot

DSPy SIMBA explained 📚 Читать @datascienceiot

Рекомендательные сис#темы пыtаю9тся пре$дсkaзать, какие о!бъекty buдут инте@ресны поlз0вате&лю, имeя опр*д*л*nnyu info%рмаtciu о 1go пr0f1le_8xZ$@. Кажется, анонсируют событие про нейронки и реком!

Matrix Calculus (for Machine Learning and Beyond) 📚 Читать @datascienceiot

An introduction to the symmetric group algebra 📚 Читать @datascienceiot

The Many Faces of Information Geometry 📚 Read @datascienceiot

Schmidhuber’s Fast-Weight work of 1991-92 introduced an explicit mechanism for token-to-token interaction inside recurrent neural networks (RNNs). Each time step wrote an outer-product fast weight that linked the current hidden state (a “key”) with a “value.” 📚Статья @datascienceiot

Андрей Рыбинцев, более 10 лет развивавший ИИ в Авито, стал управляющим директором по ИИ и вошел в состав правления. Сейчас платформа масштабирует внедрение ИИ в продукты, сервисы и внутренние процессы компании. Теперь все ключевые ИИ-команды компании — около 900 специалистов из департаментов Data Science, Поиска и Рекомендаций, Аналитики данных — объединятся под его управлением. Также в компании будет сформирован новый кластер AI Experience, который сосредоточится на развитии ассистентов на базе генеративного ИИ. По словам Рыбинцева, он с командой планирует масштабировать уже работающие решения и внедрить новые технологии, которые будут ощутимы для миллионов пользователей и тысяч бизнесов по всей стране. Рыбинцев стоял у истоков построения ИИ-инфраструктуры в компании: внедрял Trust & Safety, антифрод, развивал ML-модерацию, масштабировал Data Science. Под его руководством также было запущено семейство генеративных моделей — текстовая A-Vibe и мультимодальная A-Vision.

Deep Research Agents with Test-Time Diffusion Google keeps pushing on diffusion. 📚Paper @datascienceiot

Разработан метод, который позволяет видеть, как внутри ИИ появляются смыслы и менять их в процессе генерации без переобучения модели Исследователи из T-Bank AI Research представили на ICML 2025 метод, позволяющий анализировать и управлять поведением языковых моделей без переобучения. Он отслеживает, как смыслы формируются внутри модели, и позволяет точечно усиливать или подавлять темы в генерации текста. Метод не требует дополнительных расходов и применим для уже обученных LLM. 📚Paper @datascienceiot

The Era of DiffusionLM might be upon us 📚 Читать @datascienceiot

Альфа-Банк и ВШЭ запустили магистратуру — «Продуктовый подход и аналитика данных в HR-менеджменте» Магистранты будут: — работать с HR-аналитикой и DevRel — разрабатывать web- и мобильные HR-сервисы — учиться формировать, развивать и мотивировать команды Учиться можно бесплатно. Студенты пройдут оплачиваемую стажировку в банке, лучшие получат оффер в команду. Заявки принимают до 8 августа. @datascienceiot

AI Comes Up with Bizarre Physics Experiments. But They Work. 👉 Read @datascienceiot

В рекомендациях есть две точки зрения: 1. Бигтех: закинем в нейросеть пару петабайт данных, добавим побольше трансформерных блоков, тысячи видеокарт — и вот вам рексис нового поколения. Но вы не сможете это проверить, потому что только у нас столько данных. 2. Академия: пораскинем мозгами, добавим inductive bias в линейный автоэнкодер и получим соту на всех открытых датасетах. Обучаем на макбуке 19 года. Мы любим оба подхода, но на ридинг-группе поговорим про второй. Роман Логойда, ML-инженер AI VK, представит статью Why is Normalization Necessary for Linear Recommenders? 🔹Начало встречи 24 июля в 18:00. Зум: ссылка ID: 313 292 5940 Код: 473906 Параллельно запустим стрим прямо в канале AI VK Hub.

Anthropic just released a research paper. Inverse Scaling in Test-Time Compute 📚 Читать @datascienceiot

Открыт приём статей в научный журнал Международной конференции по ИИ — AI Journey. Главный приз за лучшую статью — 1 миллион рублей. Ключевые работы опубликуют в спецвыпуске «Доклады Российской академии наук. Математика, информатика, процессы управления» и его англоязычной версии Doklady Mathematics. Что даёт участие: • Шанс выиграть 1 000 000₽ • Публикация в авторитетном журнале с индексацией Scopus/WoS • Возможность представить исследование на площадке конференции AI Journey 2025 Условия: — Статья должна быть оригинальной (не опубликована ранее) — Принимаются работы на русском и английском — Дедлайн — 20 августа 2025 Как подать заявку: https://aij.ru/science

How to Train Your LLM Web Agent: A Statistical Diagnosis 📕 Книга @pythonlbooks

Изучить все разделы современного Data Science — этой осенью в НИУ ВШЭ Центр непрерывного образования факультета компьютерных наук Вышки предлагает возможность обучения на различных IT-курсах и программах: от базовых курсов по математике и Python до продвинутых специализаций по Data Science. Программа профессиональной переподготовки «Специалист по Data Science» - Полный цикл обучения Data Science: от базовых разделов математики и программирования до нейросетей и работы c Big Data. Первая программа переподготовки, аккредитованная Альянсом в сфере ИИ. Очные курсы: - «Математика для анализа данных» - «Алгоритмы и структуры данных» - «Python для автоматизации и анализа данных» - «Прикладная статистика для машинного обучения» - «Машинное обучение» - «Глубинное обучение» При подаче заявки до 31 июля вы сохраняете старую цену в новом учебном году. Реклама. НИУ "ВШЭ". ИНН 7714030726. erid: 2SDnjcLngeJ