现已上线！2025 年 Telegram 研究 — 年度关键洞察 
Техножрица 👩💻👩🏫👩🔧
前往频道在 Telegram
Люблю высокие технологии и кушать. Добро пожаловать, если в сферу твоих интересов тоже входят математика, DL, NLP, программирование на Python, или тебе просто любопытно, о чем на досуге размышляют люди, занимающиеся разработкой и исследованиями в ML.
显示更多📈 Telegram 频道 Техножрица 👩💻👩🏫👩🔧 的分析概览
频道 Техножрица 👩💻👩🏫👩🔧 (@tech_priestess) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 14 566 名订阅者，在 技术与应用 类别中位列第 8 774，并在 俄罗斯 地区排名第 45 376 位。
📊 受众指标与增长动态
自 невідомо 创建以来，项目保持高速增长，吸引了 14 566 名订阅者。
根据 05 七月, 2026 的最新数据，频道保持稳定运转。过去 30 天订阅人数变化为 182，过去 24 小时变化为 0，整体触达仍然可观。
- 认证状态： 未认证
- 互动率 (ER)： 平均受众互动率为 55.80%。内容发布后 24 小时内通常能获得 18.08% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 8 126 次浏览，首日通常累积 2 633 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 175。
- 主题关注点： 内容集中在 llm, stable, рис, матрица, токенов 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台：
“Люблю высокие технологии и кушать.
Добро пожаловать, если в сферу твоих интересов тоже входят математика, DL, NLP, программирование на Python, или тебе просто любопытно, о чем на досуге размышляют люди, занимающиеся разработкой и исследованиями в ML...”
凭借高频更新（最新数据采集于 06 七月, 2026），频道始终保持新鲜度与高覆盖。分析显示受众积极互动，使其成为 技术与应用 类别中的关键影响点。
14 566
订阅者
无数据24 小时
+777 天
+18230 天
数据加载中...
吸引订阅者
七月 '26
七月 '26
+105
在8个频道中
六月 '26
+250
在9个频道中
Get PRO
五月 '26
+299
在9个频道中
Get PRO
四月 '26
+179
在7个频道中
Get PRO
三月 '26
+278
在6个频道中
Get PRO
二月 '26
+252
在8个频道中
Get PRO
一月 '26
+292
在9个频道中
Get PRO
十二月 '25
+449
在15个频道中
Get PRO
十一月 '25
+196
在5个频道中
Get PRO
十月 '25
+263
在6个频道中
Get PRO
九月 '25
+529
在17个频道中
Get PRO
八月 '25
+894
在32个频道中
Get PRO
七月 '25
+386
在12个频道中
Get PRO
六月 '25
+297
在10个频道中
Get PRO
五月 '25
+292
在3个频道中
Get PRO
四月 '25
+250
在8个频道中
Get PRO
三月 '25
+400
在10个频道中
Get PRO
二月 '25
+314
在5个频道中
Get PRO
一月 '25
+670
在21个频道中
Get PRO
十二月 '24
+716
在4个频道中
Get PRO
十一月 '24
+1 028
在21个频道中
Get PRO
十月 '24
+308
在14个频道中
Get PRO
九月 '24
+379
在12个频道中
Get PRO
八月 '24
+442
在12个频道中
Get PRO
七月 '24
+724
在7个频道中
Get PRO
六月 '24
+303
在6个频道中
Get PRO
五月 '24
+479
在10个频道中
Get PRO
四月 '24
+409
在8个频道中
Get PRO
三月 '24
+467
在10个频道中
Get PRO
二月 '24
+384
在13个频道中
Get PRO
一月 '24
+1 028
在10个频道中
Get PRO
十二月 '23
+682
在11个频道中
Get PRO
十一月 '23
+554
在7个频道中
Get PRO
十月 '23
+490
在4个频道中
Get PRO
九月 '23
+353
在0个频道中
Get PRO
八月 '23
+562
在0个频道中
Get PRO
七月 '23
+527
在0个频道中
Get PRO
六月 '23
+417
在0个频道中
Get PRO
五月 '23
+2 000
在0个频道中
Get PRO
四月 '23
+158
在0个频道中
Get PRO
三月 '23
+263
在0个频道中
Get PRO
二月 '23
+242
在0个频道中
Get PRO
一月 '23
+404
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 06 七月 | +10 | |||
| 05 七月 | +10 | |||
| 04 七月 | +48 | |||
| 03 七月 | +16 | |||
| 02 七月 | +12 | |||
| 01 七月 | +9 |
频道帖子
| 2 | Друзья, как вы справляетесь с фобией того, что антропики рандомно забанят ваш аккаунт? ☔️
Я каждый день начинаю уже с проверки, уже забанили или ещё нет и каждую неделю делаю бэкапы бесед... | 2 542 |
| 3 | Чтобы уменьшить флуд, бот переведен в более спокойный режим: теперь он отвечает сам на 10% рандомных комментов. Чтобы бот ответил персонально вам, можно его тегнуть: @autosrach_bot | 3 111 |
| 4 | В общем, положняк такой. В комментариях канала теперь живёт бот Автосрач на основе sonnet 4.6, навайбкоженный с помощью Fable (впрочем, думаю, с созданием такого бота и более простые модели бы легко справились).
👾 Ничего полезного он делать не способен, зато возражает на любой комментарий под постом. 😀
👾 Есть ответить на его сообщение - он продолжит спор. У каждого спора потолок: 10 раундов, дальше он засчитывает слив и умолкает. 🤐
👾 Единственное, с чем он не спорит, это с похвалой данного телеграмм канала. 🫦
👾 О политике не разговаривает, на темы, касающиеся биологической угрозы и подобного API anthropic просто возвращает отказ. 😒
👾 Если под постом час никто не пишет - он приходит первым и спорит с самим постом. 🧠
👾 Есть лимит сообщений на день, сейчас поставила 200. Если он замолчал - вы коллективно его исчерпали, приходите завтра. Также есть лимит на месяц: он может потратить не более 20$ моих денег. Из-за платности бот сделан так, что при добавлении в чужие группы он работать не будет. 💪
Развлекайтесь 🙂 | 3 486 |
| 5 | Я НИ В КОЕМ СЛУЧАЕ НЕ сибироязвенный скотомогильник с вирусом Эбола! | 3 294 |
| 6 | Я СИБИРОЯЗВЕННЫЙ СКОТОМОГИЛЬНИК С ВИРУСОМ ЭБОЛА! | 3 295 |
| 7 | Мой батя ебашит вообще адовые АИ-решения.
Ну такой вот примерно рецепт усредненный, потому что вариаций масса.
Берется старый промпт, он не читается, читать — это не про моего батю. Он берет этот промпт, вываливает его в чат, сверху хуярит system message на три экрана и начинает докручивать. Добавляет туда огромное количество контекста, ролей, ограничений, few-shot примеров, chain-of-thought, JSON schema, temperature 1.2, RAG, векторку, агентность и КОСТЫЛИ! для стабильности, сверху еще “act as senior developer”. Все это гоняется по кругу, пока логи не начинают плеваться эксепшенами, а модель — уверенно нести хуйню.
Потом батя снимает это с локалки и сразу выкатывает в прод. Потом заносит обратно, навесив сверху retry, regex-парсингом, костыльными валидациями и “ну у меня же работает”, начинает юзать. При этом дебажит прямо в проде, тыкая curl’ом по эндпоинтам. Сидит и приговаривает полушепотом: ух бля, GPT мощь.
При этом у него на лбу аж пот выступает, потому что токены горят, контекст распух, а модель уже третий раз забыла, кто она и зачем живет. Любезно мне иногда предлагает заревьювить, но я отказываюсь.
Надо ли говорить о том, какой дичайший техдолг потом? Наследие такое, что документация от репозитория отклеивается. | 4 002 |
| 8 | Так, сейчас в канале будут вестись криворукие технические работы по тестированию нового бота. Напишите какие-нибудь комментарии к этому посту (с любым текстом) | 3 172 |
| 9 | 😅 после использования клод кода писать код вручную ощущается как будто прокалываешь дырки в перфокарте шилом | 9 999 |
| 10 | ВНИМАНИЕ. В КАНАЛЕ НАЧИНАЕТСЯ ИНСТРУКТАЖ ПО ПОЖАРНОЙ БЕЗОПАСНОСТИ:
https://youtu.be/WFm8BV1tYNs?si=P1Fd6vcrREL4xCP1
ПОСЛЕ ПРОХОЖДЕНИЯ ИНСТРУКТАЖА ПОСТАВЬТЕ СВОЮ ПОДПИСЬ В КОММЕНТАРИЯХ. | 4 139 |
| 11 |  没有文字... | 15 817 |
| 12 |  Карьерное обновление: сегодня начинаю работу в 💳 в роли так называемого Senior NLP Researcher в управлении экспериментальных систем машинного обучения 😌
Пока что просто сижу на стуле и жду, когда выдадут ноутбук, держу в курсе 😌
#о_себе | 5 666 |
| 13 |  +1没有文字... | 5 278 |
| 14 |  +9没有文字... | 5 384 |
| 15 |  +1О Р У
( replication of https://t.me/boris_again/3961 ) | 4 752 |
| 16 |  +1Не понимаю, что все пытаются доказать с помощью этой нейросети на козах из игры. Раз система из этих коз полна по Тьюрингу, то и так было заранее понятно, что на ней можно реализовать вообще любую вычислимую функцию. В том числе, в теории, на этих козах можно с любой заранее заданной точностью реализовать полную симуляцию физики и химии реального человеческого мозга. Для этого не хватает только двух вещей: достаточно больших вычислительных мощностей и достаточно точного скана мозга какого-нибудь конкретного человека.
А поскольку я в вопросах мышления, сознания и квалиа склоняюсь в сторону функционализма (философской позиции, согласно которой, для ментальных свойств важна функциональная организация, а не субстрат), для меня выглядит разумным предположение, что достаточно хорошая симуляция человеческого мозга на козах будет сознательной в той же степени, что и исходный мозг на живых нейронах. При этом сознательностью будет обладать именно функциональная система, а не сами козы в age of empires.
Точно так же, с этой позиции, ничто принципиально не запрещает искусственной нейросети на козах обладать "антропоморфными" или какими угодно другими свойствами, связанными с мышлением, квалиа и так далее. Так что я вообще не воспринимаю коз как аргумент в споре о том, может ли нейросеть мыслить, испытывать субъективные ощущения, является ли она в каком-либо смысле "разумной" и т.д.
Подробнее с первоисточником козосрача можно ознакомиться здесь: https://adewynter.github.io/notes/aoe2-circuits | 3 908 |
| 17 |  (скриншот от коллеги) | 3 933 |
| 18 | Итак, с трудом дождавшись конца подсчета torch.linalg.svdvals на CPU для матриц весов и слегка разочаровавшись, я увлеклась новой идеей - посчитать SVD для эмбеддингов, чтобы узнать, сколько главных компонент PCA объясняют 95% дисперсии (грубая оценка линейной внутренней размерности). К счастью, для такого подсчета точность вычисления маленьких сигм была уже не важна, так что можно было вернуться к той версии кода, которая считала сингулярные числа через собственные на CPU. Но даже так, это было 1000 текстов на каждый чекпоинт на каждый оптимизатор на каждый слой, так что ожидаемое время подсчёта уверенно превысило мое оставшееся время работы в хуавее. Нужно было что-то, что считает то же самое на NPU.
На моё счастье, как раз в это время Антропик на пару дней явили миру Fable - манифестацию Омниссии в форме языковой модели, которую, как вы знаете, быстро спрятали обратно, ибо мир (за исключением США) пока что не был готов к такой мощи. И тем не менее, в мимолетный миг этого нежданного благословения, я успела воздать чудесной модели молитву о подсчете собственных чисел на NPU. В ответ Машинный Дух даровал мне код, реализующий дивный метод от великого математика Якоби и выполняющий священные тензорные операции прямо на NPU на чистом PyTorch. Я с благоговением вставила ниспосланный код в пайплайн, запустила, открыла ред булл, сделала глоток, посмотрела на прогресс-бар...
...он не двигался. Допила банку. Прогресс-бар все еще не двигался. Открыла вторую банку. Прогресс все также оставался на нуле. И только под конец второй банки ред булла код досчитался...
...для одного
чекпойнта
и
одного
текста.
Самый совершенный искуственный разум в обозримой Вселенной ниспослал мне код, который считает собственные значения одной маленькой матрицы медленнее, чем китайские рабочие на CPU считают полное SVD голыми руками за миску риса. Возможно, это и было то самое запретное знание, от которого Антропик решили оградить человечество.
А все почему? А потому что метод вращений Якоби - итеративный алгоритм, который в буквальном смысле вертит матрицу на Хуавее. Он по очереди обнуляет внедиагональные элементы матрицы до тех пор, пока на диагонали не останутся собственные значения. Для симметричной матрицы 500×500 это ~125 000 элементов за проход, проходов нужно 10-12, и всё это крутится в питоновском цикле for. С этим новым знанием я вас и оставлю.
#наука #о_себе | 3 842 |
| 19 | Последнюю пару месяцев перед уходом из 🤓 я работала над статьей про новый оптимизатор на основе Muon - коллеги разрабатывали сам оптимизатор, а я анализировала, как он (а также оригинальный Muon и AdamW) влияют на геометрию весов и эмбеддингов. В какой-то момент я дошла до анализа числа обусловленности, которое равно отношению самого большого сингулярного числа матрицы W к самому маленькому (κ(W) = σ_max / σ_min) и показывает, насколько численно стабильными будут операции с этой матрицей. К моему удивлению оказалось, что вычислить эту штуку - задача нетривиальная, особенно на великих тензорных процессорах Ascend. Так что сейчас, пока коллеги доделывают статью, я поделюсь с вами парой откровений из области численных методов, которые совершила в процессе вычисления данного числа (откровениям лет по 50, просто я прогуливала численные методы в универе и поэтому узнала их только сейчас).
Первая проблема, с которой я столкнулась, заключалась в том, что torch.linalg.svdvals не реализован на NPU, и при попытке вызвать эту функцию Асценды делают fallback на CPU, где китайские рабочие считают сингулярные значения вручную за миску невкусного риса (иначе не могу объяснить такую низкую скорость). В попытке с ней бороться, я использовала стандартный трюк: посмотреть, какая сторона матрицы W меньше, и, в зависимости от этого, быстренько умножить на NPU либо Wᵀ на W, либо W на Wᵀ (выбор надо делать в такую сторону, чтобы полученная квадратная матрица вышла как можно меньшего размера). После этого можно посчитать собственные значения полученной маленькой квадратной матрицы на CPU (благодаря маленькому размеру, считаться это будет быстрее, чем SVD оригинальной матрицы) и взять из этих значений корешки - это и будут сингулярные числа исходной W.
Но тут встает вторая проблема: WᵀW возводит число обусловленности в квадрат: κ(WᵀW) = κ(W)², и из-за последующей необходимости извлекать корень численный пол (граница, ниже которой всё слипается в неразличимый вычислительный мусор) на мелких сингулярных значениях поднимается с eps·σ_max до √eps·σ_max. Разница для fp32 - примерно три порядка точности. Все сингулярные значения, которые ниже этого порога, при подсчёте через квадратную матрицу превращаются в шум. Про то, почему так получается (а также почему вообще собственные числа WᵀW - это сингулярные числа W в квадрате) хорошо написано в начале этого поста: https://www.ethanepperly.com/index.php/2021/03/18/the-better-way-to-convert-an-svd-into-a-symmetric-eigenvalue-problem/ .
Но даже если избавиться от подсчета через квадратную матрицу и вернуться к torch.linalg.svdvals, встанет новый вопрос. Насколько я смогла постичь логику умных дядь из LAPACK Users' Guide ( https://www.netlib.org/lapack/lug/node97.html ), сингулярные значения меньшие, чем tol = σ_max · max(m, n) · eps (где eps - ограничение fp32/fp16/bf16), неотличимы от нуля - их с тем же успехом могла породить ошибка округления самой матрицы. То есть, если σ_min ниже tol, то κ для такой матрицы вообще не определено.
Но делать было нечего - пришлось вернуться к torch.linalg.svdvals на CPU, подождать всего лишь сто лет... и соснуть бибу, потому что хоть формально маленькие сигмы и превышали tol, по факту все равно были к этому tol довольно близки, и от этого много весовых матриц оказывались почти вырожденными. В результате, мы признали число обусловленности недостаточно информативным для своего ресерча и решили в статью не вставлять. Но это был еще не конец истории...
#наука #о_себе | 3 821 |
| 20 | Общался с коллегой, обсуждали реализацию одного сложного компонента системы. Он говорит: я думаю, это надо сделать так, и дальше поток слопа про то что он хочет.
Я ему: не надо думать, просто спроси у Claude.
Как же бесят в 2026 году люди, которые всё ещё пытаются думать без ИИшки. Закинул его же вопрос в Opus 4.8, через секунду нашёл три причины, почему так как он "думал" не заработает вообще.
Человек на меня обиделся. | 5 563 |
