Анализ данных (Data analysis)

🎥 Stand-In (BowenXue) — лёгкий и plug-and-play фреймворк для генерации видео с сохранением личности 📌 Что делает: - Генерирует видео, сохраняя лицо или стиль персонажа, обучив всего ~1 % новых параметров на базе модели генерации видео. Результат сопоставим с полным переобучением, но быстрее и легче. - Поддерживает генерацию по тексту с контролем идентичности, смену стиля, pose-guidance, face-swap, стилизацию и даже генерацию не-людей. - Лицензия Apache-2.0 — открытое использование и модификация. Что нового: - Версия v1.0 (153 M параметров) с весами на базе Wan2.1-14B-T2V и кодом для инференса. - Интеграция с ComfyUI: выпущен preprocessing-нод для улучшенной поддержки, особенно после сторонней интеграции. https://huggingface.co/BowenXue/Stand-In #opensource #ai #ml

🖥 MongoDB выпускает MCP Server — теперь любой может стать дата-инженером MongoDB представили открытый MCP сервер, который позволяет AI-инструментам вроде Claude, Cursor и GitHub Copilot напрямую общаться с вашей MongoDB-базой. Теперь даже без знаний запросов можно просто написать: • «Покажи самых активных пользователей» • «Создай нового пользователя с правами только на чтение» • «Как устроена коллекция orders?» ⚙️ MCP Server поддерживает: • MongoDB Atlas • Community Edition • Enterprise Advanced 📌 Главное — не нужен SQL, не нужно знать синтаксис. Достаточно обычного языка. 💡 Под капотом: AI превращает ваши фразы в рабочие Mongo-запросы. Открытый исходный код. Готово к продакшену. 📌 GitHub #MongoDB #AItools #OpenSource #MCP @data_analysis_ml

Разбираем тестовое задание в Яндекс на позицию Junior аналитика данных Тестовое задание — важная часть трудоустройства аналитика. Это шанс показать свои навыки на практике и получить оффер мечты. Приглашаем на бесплатный вебинар, где Андрон Алексанян — эксперт в области аналитики и CEO школы аналитики Simulative — в прямом эфире разберет тестовое задание в Яндекс на позицию Junior аналитика данных. ⚡️На вебинаре вы:

🟠узнаете, какие навыки и знания необходимы для успешного выполнения заданий; 🟠поймёте, что хочет увидеть работодатель; 🟠получите советы и лайфхаки; 🟠вместе с Андроном разберете в прямом эфире реальный пример тестового 🔥

Чему именно научимся на вебинаре:

🟠С помощью Pandas проанализируем Яндекс-запросы за несколько недель, загрузив их из json-файла; 🟠Найдем закономерности и отличия использования сервиса на мобильных устройствах и компьютерах; 🟠Разберем фишки Pandas: сложную агрегацию, маппинг, конкатенацию, чейнинг и др.

🕗 Настоятельно рекомендуем не пропускать — для зрителей у нас есть особый бонус, который обеспечит вам уверенный старт в вашей карьере. 😶Зарегистрироваться на бесплатный вебинар

🎮 GPT-5 прошёл Pokémon Red! 6 470 шагов против 18 184 у o3 — колоссальный прогресс в эффективности. • GPT-5 гораздо реже «галлюцинирует» — главный фактор ускорения. • Лучшая пространственная логика: o3 часто пытался «пробиться» сквозь стены и путался в сложных локациях, а GPT-5 умеет планировать длинные последовательности действий с минимумом ошибок. • Более чёткое планирование целей и их последовательное выполнение. Теперь посмотрим, как он справится с финальным испытанием! 🔥 🔜 Следующий челлендж: GPT-5 играет Pokémon Crystal. Старт скоро на Twitch! Livestream: https://twitch.tv/gpt_plays_pokemon

🚀 DeepSeek R2 могут выпустить между 15 и 30 августа на чипах Huawei Ascend 910B. Мощность: 512 PFLOPS FP16 (примерно как 91% кластера NVIDIA A100) при этом затраты меньше на 97%. Загрузка чипов — около 82%. Архитектура: гибридный Mixture of Experts — при обработке токена активируются только нужные эксперты (78B из 1.2T параметров), что ускоряет работу и снижает вычисления. Ходят слухи о собственном стеке для распределённого обучения, но подтверждений пока нет. Все технические данные совпадают с предыдущими утечками по железу.

🚀 Tencent выложила в открытый доступ Hunyuan-GameCraft — инструмент для генерации интерактивных игровых видео с высокой реалистичностью. Что это значит: • Из одной картинки сцены и команд пользователя (клавиатура, мышь) создаётся полноценное игровое видео от первого или третьего лица. • Движения плавные и точные: можно контролировать скорость, угол поворота и строить сложные траектории, а не только примитивную анимацию. • Среда тоже живая — облака, дождь, снег, вода и другие эффекты генерируются динамически. • Картинка остаётся чёткой даже при резких перемещениях — сохраняется информация о сцене. • Работает быстро и дёшево: за счёт оптимизаций и квантования 13B-модель тянет даже RTX 4090, без дорогого рендера и сложного 3D-моделирования. Построен на базе HunyuanVideo. 🟠Project Page: https://hunyuan-gamecraft.github.io 🟠Code: https://github.com/Tencent-Hunyuan/Hunyuan-GameCraft-1.0 🟠Technical Report: https://arxiv.org/abs/2506.17201 🟠Hugging Face: https://huggingface.co/tencent/Hunyuan-GameCraft-1.0 #AI #GameDev #VideoGeneration #HunyuanVideo #OpenSource #Tencent #GamingAI

✨ Alibaba выпустила код и веса FantasyPortrait Мультипортретная анимация персонажей В комплекте Multi-Expr Dataset — первый датасет для анимации нескольких лиц с разными выражениями 🟠 Лицензия Apache 2.0 https://huggingface.co/acvlab/FantasyPortrait @data_analysis_ml

🚀 Двойной прирост скорости инференса для diffusion-моделей с помощью Torch-TensorRT от NVIDIA Что нового? С помощью Torch-TensorRT (компилятора для PyTorch + TensorRT) можно без изменения PyTorch-кода: - Удвоить скорость инференса для diffusion-моделей — без изменений API и минимальных усилий - На примере модели FLUX.1-dev (12 млрд параметров): - ×1.5 быстрее по сравнению с родной PyTorch FP16 - до ×2.4 при добавлении FP8-квантизации Почему это важно: - Минимальный код — максимальный эффект: достаточно одной строки, чтобы включить ускорение - Гибкость: поддержка современных workflows, LoRA, ControlNet — перефит и ре-компиляция происходят на лету, без дополнительных шагов Если вы работаете с Hugging Face Diffusers и diffusion-моделями в PyTorch — Torch-TensorRT откроет новую скорость с минимумом усилий! 🔗 Подробнее @data_analysis_ml

🚀 Анализируй графики за секунды с SmolVLM Часы ручного разбора сложных визуализаций — в прошлое. SmolVLM позволяет: 🔹 Автоматически извлекать ключевые выводы прямо из графика 🔹 Отвечать на конкретные вопросы без долгих расчётов 🔹 Мгновенно находить закономерности и ускорять принятие решений 💡 Пример: модель определяет, что курящие клиенты приносят больше выручки за заказ, а пик продаж приходится на пятницу и субботу. 📈 От картинки — к готовым инсайтам за пару секунд.

✔️ OpenAI инвестирует в Merge Labs - конкурента Neuralink. OpenAI ведет переговоры об инвестициях в Merge Labs, стартап в области нейрокомпьютерных интерфейсов, который планирует создание высокоскоростных BCI-систем. Merge Labs планирует привлечь 250 миллионов долларов при оценке в 850 миллионов. Сэм Альтман будет числиться сооснователем вместе с бывшим топ-менеджером Neuralink Алексом Бланиа, однако не будет заниматься операционной деятельностью. Ожидается, что основное финансирование поступит от венчурного подразделения OpenAI. Этот шаг еще больше обостряет давнее соперничество между Альтманом и Маском, которые в 2015 году вместе основали OpenAI, но позже разошлись во взглядах. ft.com ✔️ Контекстное окно Claude Sonnet 4 расширено до миллиона токенов. Anthropic объявила о значительном увеличении контекстного окна для Claude Sonnet 4 до одного миллиона токенов. Это в 5 раз больше предыдущего лимита и позволит обрабатывать за один проход целые кодовые базы или большие массивы документов. Новая возможность уже доступна в публичной бете через API Anthropic, Amazon Bedrock, а в скором времени появится и в Google Cloud Vertex AI. За расширение придется платить больше. Для запросов свыше 200 тыс. входных токенов цена удваивается и составит 6 долларов за миллион токенов. Стоимость выходных токенов также вырастет с 15 до 22.50 долларов за миллион. anthropic.com ✔️ Microsoft ведет целенаправленную кампанию по найму топовых инженеров и исследователей из компании Марка Цукерберга. Согласно внутренним документам, Microsoft составила список конкретных сотрудников с указанием их имен, ролей и принадлежности к командам: Reality Labs, GenAI Infrastructure и AI Research. Корпорация готова предложить им многомиллионные компенсационные пакеты - крупные бонусы при найме, конкурентные зарплаты, значительные пакеты акций и высокие годовые премии. Для ускорения процесса в Microsoft внедрили специальную процедуру. Рекрутеры могут помечать кандидатов как "критически важные ИИ-таланты" и тогда процесс рассмотрения и утверждения на уровне руководства возможен в течение 24 часов. businessinsider.com ✔️ AI2 выпустил открытую модель для робототехники. Институт искусственного интеллекта Аллена представил MolmoAct 7B — опенсорсную модель для планирования движений роботов в трехмерном пространстве. Система интерпретирует команды на естественном языке, создает 3D-реконструкцию сцены и прокладывает траекторию движения, которую разработчик может просмотреть и скорректировать до того, как робот начнет действовать. Модель на 7 млрд. параметров была обучена на 18 млн. примеров, в которых были включены 12 тыс. эпизодов из реального мира. В бенчмарке SimPLER система показала успешность выполнения задач в 72.1%, обойдя решения от Nvidia, Google и Microsoft. AI2 опубликовал техотчет, веса и датасеты, позиционируя MolmoAct как свободно доступную альтернативу проприетарным решениям. allenai.org ✔️ SEELE AI запустила публичное тестирование генератора 3D-игр по текстовому описанию. Платформа создает полноценные, играбельные проекты на основе текстового описания на естественном языке, не требуя навыков программирования. Система использует большие модели для автоматической генерации всех ключевых элементов: 3D-сцен, персонажей и игровой логики, интегрируя текст, 3D-моделирование и физические движки. Помимо основной генерации, инструмент поддерживает персонализацию созданных игр, предварительный просмотр в реальном времени и возможность оптимизации. SEELE AI позиционирует свой сервис не только как игровой инструмент, но и как платформу для создания контента в сфере образования, маркетинга и социальных сетей. Попробовать инструмент можно на официальном сайте. Seele AI в сети Х @ai_machinelearning_big_data #news #ai #ml

🖥 Сборник примеров однофайловых приложений, созданных GPT-5 🔄 Эти демо легко превратить в полноценные приложения, добавив серверную часть. 📂 Примеры доступны здесь: https://gpt5-coding-examples.vercel.app/ @data_analysis_ml

MWS Cloud представила Inference Valve, которая снижает затраты на GPU на 15% Она позволяет выводить в продакшнлюбые обученные ML-модели, большие языковые модели (LLM) и модели компьютерного зрения (CV). С помощью платформы их можно разворачивать на инфраструктуре, подключать к ИТ-системам компании через простой и мощный API, масштабировать, а также обновлять и мониторить. Платформа доступна в частном облаке на инфраструктуре MWS Cloud, on-prem на серверах заказчика, а также в составе программно-аппаратных комплексов (ПАК) в закрытом контуре, включая режимы с ограниченным доступом к внешним сетям. По словам CEO MWS Cloud, исполнительного директора МТС Web Services Игоря Зарубинского, платформа позволяет: - В десятки раз быстрее интегрировать LLM и CV-модели с ИТ-системами компаний; - На 70% снизить операционную нагрузку на ML-команды при эксплуатации моделей; - Повысить автоматизацию CI/CD более чем на треть; - Уменьшить затраты на GPU более чем на 15%; Ссылка – *клик* @data_analysis_ml

☠️ Mistral уличили в том, что они тренировали свою модель на тестовых данных и копировали (дистиллировали) модели DeepSeek. Многие замечали, что Mistral Small 3.2 пишет очень похоже на DeepSeek V3. Анализ их slop-профилей это подтверждает. Визуализация в виде сети, а не «древа родства», лучше передаёт сложные и переплетённые связи между моделями. Полный абсурд.

🖥 NVIDIA выложили в открытый доступ Cosmos Reason reasoning-VLM размером 7B для Physical AI. Что это • Открытая и настраиваемая reasoning-VLM для физического ИИ и робототехники: модель понимает видео + текст, “думает” по шагам и принимает решения в реальном мире. Что умеет 👀 Видеть, рассуждать и действовать в реальном мире 🛠️ Решать многошаговые задачи и справляться с неоднозначными/новыми ситуациями 🤖 Подходит для разработки роботов, автономного транспорта и визуальных ИИ-агентов Почему важно • Пост-тюнинг даёт ощутимый буст: SFT ≈ +10% к базе, RL ещё ≈ +5%. • Итог: средний результат ≈ 65.7 на профильных бенчмарках для роботов и автопилота. 📌 Подробнее @data_analysis_ml

🚀 Выпущен техрепорт GLM-4.5 — мощный Mixture-of-Experts (MoE) LLM с 355 млрд параметров (и 32 млрд активных), оснащённый гибридной логикой: умеет «думать» для сложных задач и сразу отвечать, когда нужно. Ключевые особенности: - Обучен на 23 трлн токенов с поисковой дообучкой и RL через экспертные итерации. - Выдаёт отличные результаты в задачах agentic (агентные задачи), reasoning (логика) и coding (кодинг): — TAU-Bench: 70,1% — AIME 24: 91,0% — SWE-bench Verified: 64,2% - Несмотря на менее мощные размеры, занимает 3-е место по общим метрикам и 2-е место по agentic-бенчам среди всех моделей. - Выпущены две версии: полноразмерная GLM-4.5 (355B) и компактная GLM-4.5-Air (106B) — обе открыты для сообщества. Это значимый шаг для открытых LLM — мощный, гибридный, способный рассуждать, действовать и кодить в рамках одного фундамента. 🟡Техрепорт 🟡Страница проекта 🟡Набор моделей 🟡Demo 🟡Сообщество в Discord 🖥GitHub

Что такое MWS Data? Как создавали платформу для работы с данными 13 августа в 11:00 эксперты MWS проведут онлайн-дискуссию, где расскажут: 1️⃣ Как проектировали платформу MWS Data и почему пошли дальше Lakehouse 2️⃣ Что лежит в ядре платформы: архитектура и технологии 3️⃣ Какие задачи она решает: от ETL до BI 4️⃣ Какую продуктовую линейку запускает MWS Кому будет полезно: ▪️Руководителям бизнеса Поймёте, как платформа поможет быстрее принимать решения и снизить потенциальные риски ▪️CDO / CIO / CTO Разберётесь, как сократить расходы на хранение и обработку данных без ущерба для их качества. ▪️ML-инженерам и Data Scientists Узнаете, как MWS Data ускоряет подготовку данных, сокращает пайплайны и улучшает входное качество для моделей Регистрируйтесь на онлайн-дискуссию 👈

📈 Сэм Альтман ответил на критику запуска GPT-5: OpenAI удваивает лимиты для подписчиков Plus Всего через несколько дней после запуска GPT-5 OpenAI уже анонсирует изменения для пользователей. Сэм Альтман в AMA-сессии на Reddit подтвердил, что лимиты запросов к GPT-5 Thinking на подписке Plus будут увеличены в два раза — с текущих 200 до 400. Это ответ на критику пользователей, которые отмечали, что квоты для новой модели оказались заметно ниже, чем для предыдущих версий. При этом OpenAI также рассматривает возможность вернуть доступ к GPT-4o для подписчиков Plus — видимо, чтобы дать пользователям больше гибкости в выборе модели. Параллельно команда дорабатывает автоматический режим GPT-5, где ИИ сам решает, использовать глубокие рассуждения или давать быстрый ответ. 🔗 Ссылка - *клик* @data_analysis_ml

🚀 Вышел MiMo-VL 2508 - тот же размер — больше ума Улучшена: - Производительность - Управление рассуждениями - Общий пользовательский опыт 📈 Улучшены показатели почти всех бенчмарков (изображения + видео) - MMMU: 70.6 - VideoMME: 70.8 Стабильные улучшения по всем направлениям. 🤖 Thinking Control - Вкл. (по умолчанию): полный ход рассуждений в ответах. - Выкл.: прямые ответы без показа рассуждений ⚡ ❤️ Реальный опыт пользователей Рейтинг в VLM Arena вырос с 1093.9 → 1131.2 (+37.3). Модель стала более способной, гибкой и надёжной в повседневных задачах. 🤗 Ссылки на модели - RL: https://huggingface.co/XiaomiMiMo/MiMo-VL-7B-RL-2508 - SFT: https://huggingface.co/XiaomiMiMo/MiMo-VL-7B-SFT-2508 #XiaomiMiMo #MiMoVL

🤨 OpenAI заявила о 74.9% на SWE-Bench, чтобы обойти Opus 4.1 с его 74.5%… Но тест они прогнали не на всех 500 задачах, а только на 477. Ирония в том, что в официальной system card у них стоит просто 74%. Источник: https://cdn.openai.com/pdf/8124a3ce-ab78-4f06-96eb-49ea29ffb52f/gpt5-system-card-aug7.pdf

🖼️ Qwen-Image — мультиязычная генеративная модель от Alibaba. Проект предлагает 20-миллиардную модель для создания изображений с точным рендерингом текста. Модель поддерживает английский и китайский языки, включая сложные шрифтовые композиции и смешанные текстовые блоки. Архитектура сочетает Qwen2.5-VL для анализа текста, VAE для детализации и диффузионное ядро MMDiT. Модель обучалась на миллиардах изображений: от природных сцен до дизайн-макетов. В тестах она превзошла многие закрытые аналоги, особенно в генерации инфографики и материалов с встроенным текстом. Лицензия Apache 2.0 позволяет свободное использование. 🤖 GitHub @data_analysis_ml