ch
Feedback
Machine learning Interview

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

📈 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 30 043 名订阅者,在 技术与应用 类别中位列第 4 573,并在 俄罗斯 地区排名第 21 935

📊 受众指标与增长动态

невідомо 创建以来,项目保持高速增长,吸引了 30 043 名订阅者。

根据 12 六月, 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 33,过去 24 小时变化为 -3,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 20.97%。内容发布后 24 小时内通常能获得 8.31% 的反应,占订阅者总量。
  • 帖子覆盖: 每篇帖子平均可获得 6 297 次浏览,首日通常累积 2 497 次浏览。
  • 互动与反馈: 受众积极参与,单帖平均反应数为 40
  • 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 13 六月, 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。

30 043
订阅者
-324 小时
-167
+3330
帖子存档
Пора завершать год с заботой о себе. Усталость накапливается, но сейчас есть шанс восстановиться с выгодой. Выберите сертифик
Пора завершать год с заботой о себе. Усталость накапливается, но сейчас есть шанс восстановиться с выгодой. Выберите сертификат себе или близким на сессию с психологом от сервиса Ясно Реклама ООО «Ясно лайв» ИНН: 9703044223 Erid: 2VfnxyPLppg

Repost from Machinelearning
⚡️ QVQ-72B-Preview: VLM с ризонингом от Qwen. QVQ-72B-Preview - экспериментальная VLM на основе Qwen2-VL-72B , разработанная
+2
⚡️ QVQ-72B-Preview: VLM с ризонингом от Qwen. QVQ-72B-Preview - экспериментальная VLM на основе Qwen2-VL-72B , разработанная Qwen, со способностями к аналитическому мышлению и новым уровнем когнитивных навыков. Проведенная в Qwen оценка QVQ-72B-Preview на бенчмарках MMMU, MathVista, MathVision и OlympiadBench показала результат 70.3 на MMMU, 71.4 на MathVista, 35.9 в MathVision и 20.4 на наборе OlympiadBench, подчеркнув ее способность к комплексному пониманию и рассуждению в мультидисциплинарных задачах. ⚠️ Несмотря на высокие результаты, QVQ-72B-Preview - предварительная версия модели, которая имеет ограничения: 🟠возможность смешения языков и переключения между ними; 🟠склонность к зацикливанию в логических рассуждениях; 🟠постепенная потеря концентрации на визуальном контенте при многоступенчатом рассуждении, что может приводить к галлюцинациям. Неофициальные квантованные версии QVQ-72B-Preview в формате GGUF с диапазоном разрядностей от 1-bit (23.7GB) до 8-bit (77.26GB) и MLX-версии от mlx community в разрядностях от 4-bit до 16-bit. 📌Лицензирование: Qwen License. 🟡Статья 🟡Модель 🟡Demo 🟡Набор GGUF 🟡Набор MLX 🟡Сообщество в Discord 🖥GitHub @ai_machinelearning_big_data #AI #ML #VLM #Qwen #Reasoning

Позаботился о подарках для родных и близких? Позаботься и о лучшем подарке для себя — новая работа ждёт тебя в Сбере!✨ Заходи на сайт rabota.sber.ru — здесь сбываются амбициозные проекты, классные коллеги и крутые возможности. 🔥 В Новый год — с новой работой в Сбере.💚

✔️ NVIDIA LogitsProcessor — библиотека для управления генерацией текста с помощью модификации вероятностного распределения то
✔️ NVIDIA LogitsProcessor — библиотека для управления генерацией текста с помощью модификации вероятностного распределения токенов. NVIDIA опубликовала LogitsProcessorZoo, коллекцию гибких и мощных инструментов для обработки логитов, позволяющих решать задачи контроля длины последовательностей, выделения ключевых фраз или управление ответами с несколькими вариантами. Библиотека позволяет корректировать логиты, предоставляя возможность контроля над поведением модели. Например, GenLengthLogitsProcessor позволяет изменять длину генерируемого текста, CiteFromPromptLogitsProcessor - стимулирует модель использовать вводные данные, а ForceLastPhraseLogitsProcessor включает заданную фразу перед завершением вывода. Библиотека полностью совместима с методом generate из Transformers. huggingface.co @machinelearning_interview

📖 В Яндексе рассказали, как учат YandexGPT понимать культурный контекст 🌟 Чтобы оценить, как модель считывает особенности н
📖 В Яндексе рассказали, как учат YandexGPT понимать культурный контекст 🌟 Чтобы оценить, как модель считывает особенности нашей культуры, команда разработала большой бенчмарк — для этого потребовалось оцифровать и классифицировать понятие “культурный код”. Также для создания бенчмарка выяснили, понимает ли нейросеть цитаты и мемы, что помогло составить тестовый бенч на 200 вопросов. Позже он расширился в 2000 вопросов, на которые ответили AI-тренеры — их результаты были отобраны в средний скор, ставший контрольной группой для сравнения с ответами Yandex GPT. 🔗 Ссылка: *клик* @machinelearning_interview #AI #ML

⚡️ Advanced Machine Learning Engineer Roadmap Full Stack ML (Machine Learning) включает в себя изучение необходимых навыков и
⚡️ Advanced Machine Learning Engineer Roadmap Full Stack ML (Machine Learning) включает в себя изучение необходимых навыков и технологий, чтобы освоить машинное обучения. 🖥 Github

🔥 CS-Notes — материалы, предназначенные для подготовки к собеседованиям! 🌟 Этот репозиторий включает теоретические записи п
🔥 CS-Notes — материалы, предназначенные для подготовки к собеседованиям! 🌟 Этот репозиторий включает теоретические записи по алгоритмам, операционным системам, компьютерным сетям, системному дизайну и другим важным темам. Также представлены решения задач на LeetCode и другие ресурсы для улучшения навыков программирования, в том числе практические советы по объектно-ориентированному программированию и работе с базами данных. 🖥 Github @javatg

🔥 Monolith — это высокопроизводительная платформа машинного обучения, разработанная для крупномасштабного обучения рекоменда
🔥 Monolith — это высокопроизводительная платформа машинного обучения, разработанная для крупномасштабного обучения рекомендательных систем и обработки данных. Именно этот фреймворк отвечает за систему рекомендаций в TikTok! 🔐 Лицензия: Apache-2.0 🖥 Github

🔹 Cтроим графики для анализа финансовых данных на открытом уроке «Визуализация данных. Основные "финансовые" графики, работа
🔹 Cтроим графики для анализа финансовых данных на открытом уроке «Визуализация данных. Основные "финансовые" графики, работа с mplfinance» Рассмотрим свечные графики, научимся строить дополнительные линии на графиках и доверительные интервалы. ✅ Практика: свечные графики с помощью библиотеки mplfinance Оставляйте заявку на курс «ML для финансового анализа» и создайте торгового робота для автоматического проведения операций с оценкой уровня риска 👉 Регистрация на урок и подробности: https://otus.pw/fo5C/?erid=LjN8JxiR4 #реклама О рекламодателе

В Библиотеке иностранной литературы прошла «Ночь опенсорс-библиотек» — мероприятие для тех, кто интересуется темой открытого
В Библиотеке иностранной литературы прошла «Ночь опенсорс-библиотек» — мероприятие для тех, кто интересуется темой открытого кода На мероприятии участники нетворкали с мейнтейнерами опенсорс-проектов Яндекса и учились коммитить так, чтобы код всегда принимали. Так, ML-специалисты присоединились к воркшопу проекта YaFSDP по запуску распределенного обучения LLM. А еще познакомились с библиотекой для градиентного бустинга на дереве решений CatBoost. Ивент объединил уютный вайб библиотеки с технологическими активностями. Кроме докладов и воркшопов, разработчики смогли пройти квест с перфокартами, посоревноваться в скоропечатании на раритетных печатных машинках и отдохнуть в зоне генеративного лайф-кодинга под DJ-сеты. Параллельно с основной программой, гости могли принять участие в записи открытого подкаста о технологиях «Деплой».

🔥 Теперь GitHub Copilot доступен бесплатно — популярный инструмент для генерации кода больше не требует подписки! Просто отк
🔥 Теперь GitHub Copilot доступен бесплатно — популярный инструмент для генерации кода больше не требует подписки! Просто откройте VS Code и войдите в свой аккаунт на GitHub. Каждый месяц вы получаете до 2000 дополнений кода и 50 запросов к мощным нейросетям, таким как GPT-4o и Sonnet 3.5. Эти модели также доступны для использования отдельно, но с ограничениями. Отличная новость для всех программистов! https://github.com/features/copilot @machinelearning_interview

Обучите свою первую ML-модель! ✅ Интенсив для начинающих разработчиков ML «Машинное обучение на службе Data Science» от Otus.
Обучите свою первую ML-модель! ✅ Интенсив для начинающих разработчиков ML «Машинное обучение на службе Data Science» от Otus. Научитесь решать задачи классификации методами ML Обучите свою первую модель для решение задачи классификации рукописных цифр 👉 Регистрация: https://otus.pw/UsjA/?erid=LjN8JvNMC  Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🔥 Perfect Roadmap To Learn Data Science In 2024 📖 Github @machinelearning_interview
🔥 Perfect Roadmap To Learn Data Science In 2024 📖 Github @machinelearning_interview

Repost from Machinelearning
📌Топ 10 статей NVIDIA Developer Technical Blog за 2024 год. NVIDIA подвела итоги публикаций для разработчиков за 2024 год. О
📌Топ 10 статей NVIDIA Developer Technical Blog за 2024 год. NVIDIA подвела итоги публикаций для разработчиков за 2024 год. От новаторских разработок в области AI-инференса до вклада в опенсорс - эти статьи о прорывах, которые вызвали наибольший резонанс у читателей. 🟢NVIDIA NIM - оптимизированные микросервисы инференса для мастшабного развертывания моделей ИИ 🟢Открытие бесплатного доступа к NVIDIA NIM для участников Developer Program 🟢NVIDIA GB200 NVL72 - обучение LLM с триллионами параметров и инференсом в реальном времени 🟢NVIDIA полностью переходит на GPU Kernel Modules с открытым исходным кодом 🟠Введение в мультимодальный RAG Руководство демонстрирует, как сочетание поиска по тексту и изображению улучшает приложения ИИ. От чат-ботов до поисковых систем - мультимодальный ИИ теперь доступен как никогда. 🟠Создание агента для анализа данных на основе LLM Пошаговый туториал о том, как создавать агенты на базе LLM, позволяющие разработчикам улучшать и автоматизировать анализ данных с помощью интерфейсов на естественном языке. 🟠StarCoder2 - раскройте свой потенциал в программировании Появление StarCoder2, ИИ-ассистента в задачах программирования повышает производительность разработки за счет предложений по коду и сокращения повторяющихся задач по программированию. 🟠Как обрезать и дистиллировать Llama 3.1 8B в модель NVIDIA MiniTron 4B Глубокое погружение в методы pruning и дистилляции модели Llama 3.1 8B в более эффективную MiniTron 4B, оптимизируя производительность без ущерба для точности. 🟠Как за 4 шага перевести приложение RAG из пилотной версии в продакшен Учебное пособие, которое описывает прямой путь к масштабированию RAG-приложений с упором на лучшие практики для обеспечения готовности к производственной эксплуатации. 🟠RAPIDS cuDF ускоряет pandas почти в 150 раз без изменения кода 150-кратное Zero Code ускорение рабочих процессов Pandas которое преобразует конвейеры обработки данных и повышает производительность Python. 🔜 Блогпост на developers.nvidia.com @ai_machinelearning_big_data #AI #ML #NVIDIA #Digest

📖 Эта статья представляет результаты внедрения и оценки работы медицинского чат-бота на основе LLM, названного Mo, в реально
📖 Эта статья представляет результаты внедрения и оценки работы медицинского чат-бота на основе LLM, названного Mo, в реальной практике! 🌟 Mo использовался в службе медицинских консультаций компании Alan, работающей во Франции и других странах. В ходе эксперимента, охватившего 926 случаев, исследовалась удовлетворённость пациентов, точность ответов и безопасность. Бот продемонстрировал улучшение опыта пациентов при сохранении высокого уровня безопасности благодаря контролю врачей. Статья подчёркивает потенциал таких систем в медицине. 🔗 Ссылка: *клик* @machinelearning_interview

Как устроены продукты Т-Банка «под капотом»? Заходите в канал «Код Желтый» — ИТ-команда банка делится опытом создания экосист
Как устроены продукты Т-Банка «под капотом»? Заходите в канал «Код Желтый» — ИТ-команда банка делится опытом создания экосистемы, рассказывает о сложных кейсах и нюансах работы. Тут можно: — Узнать про технологии и ИИ-открытия — Послушать подкасты по разработке, аналитике, продукте и менеджменте — Следить за анонсами мероприятий по направлениям — Меняться опытом в ИТ-комьюнити Подписывайтесь на канал

🎨 Генератор изображений с высоким разрешением🎨 #FreeScale - это метод, не требующий настройки, позволяющий генерировать виз
🎨 Генератор изображений с высоким разрешением🎨 #FreeScale - это метод, не требующий настройки, позволяющий генерировать визуальные изображения с высоким разрешением и позволяющий создавать изображения в 8K. - Проект: http://haonanqiu.com/projects/FreeScale.html- - Код: https://github.com/ali-vilab/FreeScale - Статья : https://arxiv.org/abs/2412.09626 - Демо: https://huggingface.co/spaces/MoonQiu/FreeScale

Освойте MLOps и разработку веб-сервисов на Python — и выкатите ML-модель в продакшен! Крупнейшая в России онлайн-магистратура
Освойте MLOps и разработку веб-сервисов на Python — и выкатите ML-модель в продакшен! Крупнейшая в России онлайн-магистратура по искусственному интеллекту ИТМО × Napoleon IT запускает курс по практической ML-инженерии. 👉 За 5 месяцев освоите Apache Airflow, FastAPI, git, PostgreSQL, LightGBM, PyTorch, scikit-learn, CI/CD. 👉 Прокачаете софты — от презентации продукта до понимания бизнес-задач, которые можно решать при помощи ML-инструментов. 👉 Получите опыт крутых экспертов из Ozon, Skyeng, Газпромбанка и диплом о профпереподготовке от ИТМО. Курс стартует 13 января и длится 5 месяцев. Доступна оплата в рассрочку. Регистрируйтесь на курс по ссылке. Реклама. Университет ИТМО ИНН:7813045547. erid:2VtzqvEWWhf

⚡️ Курс: Математика Машинного обучения Урок 2 Инвариантность 📌 Видео 📌 Урок 1 📌 Colab @machinelearning_interview

✔️ Google DeepMind FACTS Grounding: бенчмарк для оценки фактологичности LLM. FACTS Grounding создан для оценки способности LL
✔️ Google DeepMind FACTS Grounding: бенчмарк для оценки фактологичности LLM. FACTS Grounding создан для оценки способности LLM генерировать ответы, которые являются фактически точными и основаны на предоставленном исходном материале. Бенчмарк включает в себя 1719 примеров, требующих развернутых ответов, основанных на предоставленном контекстном документе. Примеры включают различные области: финансы, технологии, розничную торговлю, медицину и право, и документы объемом до 32 000 токенов. Для оценки используются три LLM-судьи: Gemini 1.5 Pro, GPT-4o и Claude 3.5 Sonnet, которые оценивают ответы на соответствие пользовательскому запросу и фактическую точность. Датасет и лидерборд доступны на Kaggle. deepmind.google @machinelearning_interview