Machine learning Interview
前往频道在 Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
显示更多
网络:📈 Telegram 频道 Machine learning Interview 的分析概览
频道 Machine learning Interview (@machinelearning_interview) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 30 563 名订阅者，在 技术与应用 类别中位列第 4 336，并在 俄罗斯 地区排名第 20 993 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 30 563 名订阅者。
根据 26 十月, 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 259，过去 24 小时变化为 -4，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 14.26%。内容发布后 24 小时内通常能获得 7.61% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 4 358 次浏览，首日通常累积 2 325 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 26。
- 主题关注点： 内容集中在 claude, llm, контекст, hermes, nvidia 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：
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
凭借高频更新（最新数据采集于 27 十月, 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。
30 563
订阅者
-424 小时
+1437 天
+25930 天
正在加载数据
相似频道
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=96&q=75){kind=small}
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
十月 '2610月 '26
十月 '26
+435
在49个频道中
九月 '26
+332
在24个频道中
Get PRO
八月 '26
+309
在38个频道中
Get PRO
七月 '26
+320
在45个频道中
Get PRO
六月 '26
+305
在10个频道中
Get PRO
五月 '26
+237
在2个频道中
Get PRO
四月 '26
+265
在7个频道中
Get PRO
三月 '26
+246
在8个频道中
Get PRO
二月 '26
+572
在28个频道中
Get PRO
一月 '26
+243
在6个频道中
Get PRO
十二月 '25
+132
在1个频道中
Get PRO
十一月 '25
+324
在48个频道中
Get PRO
十月 '25
+201
在17个频道中
Get PRO
九月 '25
+256
在43个频道中
Get PRO
八月 '25
+18 874
在18个频道中
Get PRO
七月 '25
+9 997
在60个频道中
Get PRO
六月 '25
+471
在38个频道中
Get PRO
五月 '25
+589
在5个频道中
Get PRO
四月 '25
+430
在29个频道中
Get PRO
三月 '25
+355
在9个频道中
Get PRO
二月 '25
+415
在42个频道中
Get PRO
一月 '25
+794
在47个频道中
Get PRO
十二月 '24
+1 508
在44个频道中
Get PRO
十一月 '24
+846
在60个频道中
Get PRO
十月 '24
+881
在59个频道中
Get PRO
九月 '24
+960
在202个频道中
Get PRO
八月 '24
+859
在42个频道中
Get PRO
七月 '24
+897
在57个频道中
Get PRO
六月 '24
+1 014
在64个频道中
Get PRO
五月 '24
+973
在41个频道中
Get PRO
四月 '24
+2 303
在57个频道中
Get PRO
三月 '24
+840
在23个频道中
Get PRO
二月 '24
+1 242
在3个频道中
Get PRO
一月 '24
+1 498
在45个频道中
Get PRO
十二月 '23
+791
在39个频道中
Get PRO
十一月 '23
+248
在4个频道中
Get PRO
十月 '23
+715
在0个频道中
Get PRO
九月 '23
+735
在0个频道中
Get PRO
八月 '23
+952
在0个频道中
Get PRO
七月 '23
+782
在0个频道中
Get PRO
六月 '23
+739
在0个频道中
Get PRO
五月 '23
+297
在0个频道中
Get PRO
四月 '23
+504
在0个频道中
Get PRO
三月 '23
+228
在0个频道中
Get PRO
二月 '23
+775
在0个频道中
Get PRO
一月 '23
+841
在0个频道中
Get PRO
十二月 '22
+494
在0个频道中
Get PRO
十一月 '22
+1 448
在0个频道中
Get PRO
十月 '22
+287
在0个频道中
Get PRO
九月 '22
+1 096
在0个频道中
Get PRO
八月 '22
+2 283
在0个频道中
Get PRO
七月 '22
+2 559
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 27 十月 | 0 | |||
| 26 十月 | +7 | |||
| 25 十月 | +15 | |||
| 24 十月 | +4 | |||
| 23 十月 | +3 | |||
| 22 十月 | +16 | |||
| 21 十月 | +134 | |||
| 20 十月 | +11 | |||
| 19 十月 | +12 | |||
| 18 十月 | +28 | |||
| 17 十月 | +48 | |||
| 16 十月 | +6 | |||
| 15 十月 | +7 | |||
| 14 十月 | +5 | |||
| 13 十月 | +8 | |||
| 12 十月 | +19 | |||
| 11 十月 | +11 | |||
| 10 十月 | +16 | |||
| 09 十月 | +9 | |||
| 08 十月 | +7 | |||
| 07 十月 | +12 | |||
| 06 十月 | +8 | |||
| 05 十月 | +6 | |||
| 04 十月 | +13 | |||
| 03 十月 | +5 | |||
| 02 十月 | +11 | |||
| 01 十月 | +14 |
频道帖子
OpenAI выпустила GPT-6.1 Terra – для работы в приложениях, с изображениями и кодом. API стал вдвое дешевле GPT-5.6 Terra.
Модель рассчитана на повседневные задачи: заполнение форм, обработку счетов, разбор технических чертежей и редактирование видео.
По оценкам OpenAI:
- Agents’ Last Exam: на 15 процентных пунктов лучше предшественницы при среднем уровне рассуждений и примерно втрое меньшей стоимости задачи.
- Terminal-Bench 4.0: решает 50,3% задач против 21,5% у GPT-5.6 Terra при максимальном уровне рассуждений.
- Меньше фактических ошибок: во внутреннем тесте на сложные провоцирующие запросы частота ошибок при максимальном уровне рассуждений снизилась до 4,3%.
Цена API за миллион токенов:
- Вход – $1.
- Кешированный вход – $0,05.
- Выход – $5.
GPT-6.1 Terra доступна в ChatGPT Work и Codex на тарифах Plus, Pro, Enterprise и Edu. В API –
gpt-6.1-terra.
Для самых сложных задач программирования компания по-прежнему рекомендует GPT-6.1 Sol и GPT-6 Astra.
https://openai.com/index/introducing-gpt-6-1-terra/| 2 | Атака на AI-агенты через размещение файла AGENTS.md в каталоге с загрузками
Исследователи из компании Forever Security, разбирая причины появления вредоносного ПО в системе одного из клиентов, выявили новый способ атаки на AI-агентов, основанный на том, что многие AI-агенты по умолчанию обрабатывают инструкции из файла AGENTS.md, размещённого в корне проекта, к работе над которым подключён агент. Атака проводится через размещение в каталоге ~/Downloads файла AGENTS.md или CLAUDE.md с инструкцией по установке вредоносного ПО (в рассмотренном случае устанавливался вредоносный npm-пакет function-color.
Полный текст:
https://opennet.ru/66551/
https://opennet.me/66551/ | 1 916 |
| 3 |  Как решать задачи оптимизации, когда функция негладкая, есть ограничения, а данных слишком много?
В свободном доступе есть Proximal Algorithms Нила Париха и Стивена Бойда – 113-страничная монография о проксимальных алгоритмах.
Идея: вместо одной сложной задачи последовательно решать небольшие подзадачи. На каждом шаге нужно улучшить значение функции, одновременно ограничивая удаление от текущей точки.
Такие методы особенно полезны для негладкой, крупномасштабной и распределённой выпуклой оптимизации.
Внутри – объяснение проксимального оператора, его связь с проекциями на выпуклые множества, обзор алгоритмов и множество примеров.
К материалу прилагаются слайды, библиотека проксимальных операторов и MATLAB-примеры: Lasso, разложение матриц, стохастическое управление и оптимизация портфеля.
Подойдёт тем, кто хочет глубже разобраться в математике оптимизации. Для чтения пригодятся линейная алгебра и основы выпуклого анализа.
PDF:
https://web.stanford.edu/~boyd/papers/pdf/prox_algs.pdf
Материалы и код:
https://stanford.edu/~boyd/papers/prox_algs.html | 2 030 |
| 4 |  Scenario выложила более 1300 сгенерированных ИИ 3D-моделей - их можно бесплатно скачать.
В коллекции 1342 примера и 1500 файлов общим объёмом около 39 ГБ, включая превью и доступные исходные материалы.
Внутри — 1271 GLB-файл и 137 файлов Blender, а также SPZ, PLY, VOX и FBX.
Самое полезное - вместе с результатами опубликованы промпты, параметры генерации и доступные входные изображения. Можно изучить, как получился конкретный объект, и использовать эти примеры для собственных экспериментов.
Коллекция пригодится для прототипирования игр, наполнения тестовых сцен и изучения возможностей генераторов. Перед использованием в готовом проекте стоит проверить геометрию и текстуры: проверка структуры файлов не гарантирует качество рендера.
Лицензия — CC BY 4.0 с указанием Scenario. Отдельная коллекция из 393 примеров Hunyuan распространяется на других условиях.
https://huggingface.co/datasets/scenario-labs/3d-collection | 2 281 |
| 5 |  От первого мотора до робота, который учится по демонстрациям: открытая дорожная карта по робототехнике на русском.
Robotics Roadmap 2026 предлагает план на 24 недели при занятиях по 2–3 часа в день. Обучение начинается с электроники и постепенно переходит к управлению и машинному обучению.
Внутри шесть модулей:
- Электроника, Python и Git - базовые схемы и инструменты.
- Arduino и ESP32 — моторы, датчики, линейный робот и балансир.
- CAD и 3D-печать — сборка робота-манипулятора.
- ROS 2 — симуляция, построение карты и автономная навигация.
- Управление и компьютерное зрение — регуляторы, кинематика, работа с камерой.
- LeRobot — сбор демонстраций и обучение робота.
Есть схемы подключения, примеры кода, списки компонентов, справочник по отладке и 30 идей проектов.
Начать можно без покупки железа — в симуляторах. Дальше предлагается оформлять проекты в портфолио: видео, схема, код и разбор того, что сломалось и как удалось исправить.
Полезная отправная точка для программиста, который хочет заставить свой код двигаться в физическом мире.
https://github.com/justxor/robotics-roadmap-2026/ | 2 317 |
| 6 |  Статью Питера Хиггса отклонил научный журнал. Через 48 лет предсказанную частицу обнаружили на Большом адронном коллайдере.
В 1964 году физик из Эдинбургского университета исследовал, как некоторые частицы могут приобретать массу, сохраняя математическую согласованность теории.
Первую короткую статью Physics Letters принял. Вторую, где Хиггс представил конкретную модель, тот же журнал отклонил.
Хиггс доработал текст, явно указав на существование новой массивной частицы, и отправил его в Physical Review Letters. Там работу опубликовали.
Независимо похожий механизм предложили Франсуа Энглер и Роберт Браут. Особенность работы Хиггса - прямое указание на частицу, которую впоследствии назвали его именем.
В 2012 году CERN объявил об обнаружении новой частицы, согласующейся с предсказанным бозоном Хиггса. В 2013-м Хиггс и Энглер получили Нобелевскую премию по физике.
Несколько страниц теории — и почти полвека до экспериментального подтверждения.
https://www.ph.ed.ac.uk/higgs/brief-history | 2 171 |
| 7 |  Kimi K3.1 Pro: открытая MoE на 2.8T параметров и контекстом 1M
Moonshot выпустила самую сильную свою модель: 2.8T параметров всего, 104B активных, мультимодальность. Упор на длинные агентные задачи: игры целиком в Unreal, Unity и Godot, параметрическое 3D в Blender и CAD, финансовые расчёты с падением галлюцинаций на 65%.
По кодингу, агентам и знаниям авторы ставят её вровень с лучшими закрытыми моделями. Это заявление самой Moonshot, независимых замеров пока нет.
Есть и версия Highspeed, в 2-3 раза быстрее. Обе доступны на Kimi.ai и через API, веса обещают открыть до 4 ноября.
Источник: https://kimi.ai/blog/kimi-k3-1-pro | 2 527 |
| 8 |  ✔️ Microsoft AI завершила претрейн MAI-Base-2
Лаборатория Мустафы Сулеймана закончила предобучение своей самой крупной MoE-модели на 2,8 трлн параметров, из которых на каждый токен работают 80 млрд. Сейчас она проходит дообучение, сроков релиза Microsoft не называет.
Веса компания собирается лицензировать проверенным партнёрам через платформу Foundry и отдельно подчёркивает, что учила модель только на собственных данных, без дистилляции ответов чужих моделей.
MAI-Base-2 обучали 38 дней в августе и сентябре на 16 тысячах GPU GB200, через модель прошло около 50 трлн токенов. Знания модели заканчиваются мартом 2026 года.
В отличие от предшественницы MAI-Base-1, она с самого начала училась и на изображениях, без отдельного визуального энкодера, на них пришлось 18% обучающей смеси.
На собственных наборах текстов, кода, задач по естественным наукам, математике и вопросов с ответами MAI-Base-2 предсказывает текст точнее всех протестированных открытых моделей с триллионом и более параметров: DeepSeek-V4-Pro-Base, Kimi K3, Qwen3.8-2.4T-A95B и MiMo-V2.6-Pro-RL.
По расчётам Microsoft, при её подходе к обучению, т. е. с теми же данными, архитектурой и настройками, модели нужно в 4–12 раза меньше вычислений, чем потратила DeepSeek, чтобы достичь качества DeepSeek-V4-Pro-Base.
Эта оценка выведена из законов масштабирования, а не из прямого сравнения.
@ai_machinelearning_big_data
#news #ai #ml | 2 445 |
| 9 |  Задача IMO 2007, на которой 473 школьника получили ноль
Шестая задача IMO 2007 о покрытии точек куба плоскостями: 473 участника из 520 получили ноль, полный балл у пятерых, среди них будущий филдсовский лауреат Петер Шольце. Разбираем условие и решение.
В июле 2007 года в Ханое прошла 48-я Международная математическая олимпиада (IMO). За медали боролись 520 школьников со всего мира. Шестая задача, последняя во втором туре, оказалась настоящей мясорубкой: 473 участника получили за неё ноль баллов, и только пятеро набрали полные семь. Одним из этих пятерых был 19-летний Петер Шольце из Германии. В 2018 году он получил Филдсовскую премию, самую престижную награду в математике.
Читать дальше: https://uproger.com/zadacha-imo-2007-scholze/ | 2 520 |
| 10 |  Опенсорс фреймворк от CopilotKit для Intelligent UI, и он уже в топ-5 трендов GitHub 🔥
Идея в том, что агент отвечает на запрос не текстом, а живым интерфейсом: интерактивными графиками, 3D-сценами, формами, симуляциями и визуализациями алгоритмов. Всё рендерится в песочнице прямо в чате.
Под капотом Next.js 16 с React 19, бэкенд на LangChain Deep Agents, который подгружает визуализационные скиллы по требованию, и отдельный MCP-сервер. Через него дизайн-систему и сборщик HTML можно подключить к Claude Desktop, Claude Code и Cursor. Лицензия MIT, запускается командами make setup и make dev.
В анонсе пишут про работу с любым LLM и любым агентным фреймворком. В README по умолчанию стоит Claude, для OpenAI достаточно ключа, а для остальных провайдеров нужно править модель в коде. Слабые модели, по словам авторов, часто ломают вёрстку.
Авторы уверяют, что к 2027 году такой агентный слой будет в каждом приложении. Спорно, но направление понятно: интерфейс всё чаще генерируется под задачу, а не рисуется заранее.
Источник: https://github.com/CopilotKit/OpenIntelligentUI
#ui | 4 398 |
| 11 |  📚️️️️️️ ИИ самостоятельно нашёл и доказал новые математические закономерности
Исследователи Google DeepMind и Кембриджа создали агента на базе Gemini, который обнаружил точные правила поведения 11 машин Тьюринга на границе задачи Busy Beaver.
Машина Тьюринга - простейшая модель компьютера. Даже программа с шестью состояниями может вести себя настолько сложно, что неизвестно, остановится ли она вообще.
Агент искал закономерности в работе таких программ, формулировал гипотезы и строил доказательства. Затем проверял их в Lean — системе, которая строго проверяет математические рассуждения.
Результат - компактные правила, позволяющие описывать сразу множество шагов программы вместо пошагового перебора.
Остановятся ли эти 11 машин, пока неизвестно. Но теперь их поведение получило точное математическое описание. Это шаг к ИИ, который самостоятельно находит предмет для исследования и доводит гипотезу до проверенного результата.
https://arxiv.org/abs/2610.22603 | 2 545 |
| 12 |  🧮 Большую часть математики можно формализовать за три года. Но что мы получим на выходе?
Такую перспективу описывают Кевин Баззард, Джереми Авигад и другие математики в блоге Xena.
Формализовать - значит перевести определения, теоремы и доказательства на язык вроде Lean, чтобы компьютер мог проверять логические шаги.
Авторы видят в ИИ возможность резко ускорить эту работу. Но предупреждают: миллионы строк проверенного кода могут оказаться бесполезными, если на них невозможно строить новые исследования.
Нужны понятные определения, документация, совместимость библиотек и повторное использование результатов.
Уже есть два подхода:
• Tau Ceti - единая библиотека: математики задают план, ИИ пишет код, другие ИИ проверяют.
• Formal Frontier - система агентов, превращающая математические тексты в связанные формальные библиотеки.
Компьютерная проверка доказывает корректность формального утверждения. Ценность для науки появляется, когда результат можно понять, исследовать и использовать дальше.
📖 https://xenaproject.wordpress.com/2026/10/16/how-to-formalize-all-of-mathematics/ | 2 496 |
| 13 |  +2Anthropic на четыре месяца отложила широкий доступ к моделям уровня Mythos ради усиления киберзащиты.
По словам Дарио Амодеи, Mythos изначально планировали выпустить в феврале 2026 года, но компании потребовалось дополнительное время на защитные механизмы.
Амодеи также заявил, что дистилляция - обучение других моделей на ответах Claude - не представляет серьёзной коммерческой угрозы. Больше его беспокоит безопасность: вместе со способностями можно перенести в другую модель опасные возможности, не сохранив ограничения.
Отдельно он сообщил, что Anthropic блокировала предполагаемые попытки использовать её модели для разработки биологического оружия.
https://x.com/DarioAmodei/status/2112732230124818891 | 3 004 |
| 14 |  MemT-1.0-Nano — открытая ИИ-модель со встроенной долговременной памятью.
Она записывает информацию из диалога во внутреннее состояние и использует её в следующих ответах — без повторной загрузки всей переписки в контекст. Память можно сохранить и восстановить в новой сессии.
— Основа — Qwen3.6-35B-A3B.
— 36 млрд параметров, из них 3 млрд активных.
— При истории в 128 тысяч токенов состояние памяти занимает примерно в 66 раз меньше места, чем полный KV-кэш, по данным разработчиков.
Это подход к созданию ассистентов и агентов, которые используют прошлый опыт без постоянного раздувания контекста. Но в задачах на точное извлечение деталей из длинной истории лучшие системы с текстовой памятью пока впереди.
https://huggingface.co/MemTensor/MemT-1.0-Nano | 2 953 |
| 15 |  Представьте проблему: «Один рекомендательный пайплайн решает сразу несколько разных задач — показ по известным интересам, исследование новых интересов, поддержка новых авторов. Как вы будете их разводить?»
В AI VK это сделали через стримы — отдельные пайплайны, имеющие общую кодовую базу, но разные конфигурации.
В статье — подробный разбор подхода. | 2 780 |
| 16 |  ✔️ Alibaba представила генератор музыки HappyShrimp 1.0
Спустя 2 месяца после старта открытой беты состоялся релиз HappyShrimp 1.0 - генеративной модели, создающей законченные музыкальные композиции по тексту.
HappyShrimp использует сквозную архитектуру, в которой трек создается как единое целое, позволяя избежать механического звучания голоса, рассинхронизацию текста с ритмом и нецелостную структуру трека.
Модель умеет работать с абстрактными запросами, самостоятельно определяя жанр и инструменты под заданное настроение или контекст.
Для управления предусмотрены расширенные параметры: указание темпа, тональности, состав инструментовки, пол и манера вокалиста, а также кривая эмоционального развития композиции.
Вместе с моделью Alibaba объявила о партнерстве с лейблом Taihe Music Group, а в ближайшее время планирует выпустить отдельное мобильное приложение.
Все тексты, музыка, аранжировка и вокал для демо-ролика были созданы в HappyShrimp 1.0.
#news #ai #ml | 3 134 |
| 17 |  🧰 281 AI-инструмент для разработчика - с описаниями на русском
Awesome AI DevTools RU - каталог для тех, кто хочет разобраться, что подключить к своей работе: от помощника в редакторе до агентов, тестирования и локальных моделей.
Что внутри:
• AI-IDE и терминальные агенты - Cursor, Claude Code, Codex, Cline, Aider и другие.
• Код-ревью, тестирование и безопасность.
• MCP, навыки, управление контекстом и оркестрация агентов.
• Локальные модели, LLMOps и контроль расходов.
• Отдельный раздел с российскими сервисами.
У инструментов есть метки: открытый код, бесплатный тариф, локальные модели, свой API-ключ и поддержка MCP.
Помимо каталога - сравнительные таблицы, схемы выбора и готовые стеки под разные задачи. А ещё четыре урока: как выбрать инструмент, запустить модели локально, настроить MCP и разобраться в устройстве кодирующих агентов.
Полезная закладка, когда хочется собрать рабочее окружение с ИИ, а не устанавливать всё подряд.
💻 https://github.com/justxor/awesome-ai-devtools-ru | 3 009 |
| 18 |  Виртуальных агентов обсудят на митапе «Русское техно 2» от MWS 23 октября. ⚡ Успейте зарегистрироваться.
В программе доклады и дискуссии по темам:
— Как построить control plane для персональных ИИ-агентов на Kubernetes.
— Как построить агентный производственный процесс в связке с Harness.
— Подходы к управлению командами с ИИ-агентами. Как меняются метпроцессы внутри команды?
— Когда ИИ-агент становится экономически оправданным.
А также участников ждет битва промптов и нетворкинг.
Когда: 23 октября
Формат: офлайн в Москве и онлайн
Зарегистрироваться | 1 885 |
| 19 |  🔬 ИИ на 27 млрд параметров предлагает научные гипотезы, которые совпадают с последующими исследованиями чаще, чем у GPT-6 и Claude Opus 5.
Авторы DiscoveryRSI сравнили гипотезы моделей с работами, опубликованными после даты отсечения обучающих данных. Доля совпадений:
• DiscoveryRSI-27B — 6,3%
• GPT-6 — 2,5%
• Claude Opus 5 — 2,3%.
Система развивает гипотезы, собирает доказательства, предлагает способы проверки и использует результаты предыдущих попыток, чтобы улучшать следующие. У каждой идеи должны быть план исследования, критерии проверки и альтернативные объяснения.
Совпадение с публикацией ещё не означает доказанное открытие. Но это интересная проверка того, способен ли ИИ предлагать направления, к которым позже приходят исследователи.
Модель и код доступны:
📄 https://arxiv.org/abs/2610.23839
💻 https://github.com/Gen-Verse/DiscoveryRSI
🔴 https://foundry-arena.rsi-arena.workers.dev/arena | 3 092 |
| 20 |  DeepSeek V4.1 Flash 1017 теперь можно запустить у себя 🐳
Unsloth сжали модель до 1 бита: вес упал с 508 ГБ до 250 ГБ, почти вдвое. По их оценке, точность при этом сохранилась на уровне около 88,2%.
Для запуска нужно устройство с 128 ГБ+ оперативной памяти. Квантизованные GGUF-файлы уже лежат на Hugging Face, а в гайде от Unsloth расписано, как это всё поднять локально.
В Unsloth называют V4.1 Flash 1017 сильнейшей открытой моделью на сегодня. Это их оценка, независимых замеров рядом нет, так что цифры по точности лучше проверить на своих задачах.
Гайд: https://unsloth.ai/docs/models/deepseek-v4.1-flash
GGUF: https://huggingface.co/unsloth/DeepSeek-V4.1-Flash-1017-GGUF | 3 278 |
