Математика Дата саентиста
前往频道在 Telegram
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
显示更多
网络:📈 Telegram 频道 Математика Дата саентиста 的分析概览
频道 Математика Дата саентиста (@data_math) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 14 036 名订阅者，在 技术与应用 类别中位列第 9 070，并在 俄罗斯 地区排名第 46 982 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 14 036 名订阅者。
根据 13 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 -10，过去 24 小时变化为 1，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 12.05%。内容发布后 24 小时内通常能获得 6.27% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 1 692 次浏览，首日通常累积 880 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 12。
- 主题关注点： 内容集中在 llm, программирование, параметр, визуализация, stepik 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：
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
凭借高频更新（最新数据采集于 14 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。
14 036
订阅者
+124 小时
-77 天
-1030 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
七月 '26
七月 '26
+24
在1个频道中
六月 '26
+65
在1个频道中
Get PRO
五月 '26
+74
在0个频道中
Get PRO
四月 '26
+90
在2个频道中
Get PRO
三月 '26
+113
在2个频道中
Get PRO
二月 '26
+166
在0个频道中
Get PRO
一月 '26
+160
在2个频道中
Get PRO
十二月 '25
+164
在4个频道中
Get PRO
十一月 '25
+369
在44个频道中
Get PRO
十月 '25
+148
在15个频道中
Get PRO
九月 '25
+284
在38个频道中
Get PRO
八月 '25
+130
在3个频道中
Get PRO
七月 '25
+546
在68个频道中
Get PRO
六月 '25
+315
在34个频道中
Get PRO
五月 '25
+88
在0个频道中
Get PRO
四月 '25
+179
在31个频道中
Get PRO
三月 '25
+84
在2个频道中
Get PRO
二月 '25
+307
在40个频道中
Get PRO
一月 '25
+517
在45个频道中
Get PRO
十二月 '24
+714
在41个频道中
Get PRO
十一月 '24
+588
在55个频道中
Get PRO
十月 '24
+756
在57个频道中
Get PRO
九月 '24
+952
在195个频道中
Get PRO
八月 '24
+579
在39个频道中
Get PRO
七月 '24
+760
在48个频道中
Get PRO
六月 '24
+849
在51个频道中
Get PRO
五月 '24
+412
在1个频道中
Get PRO
四月 '24
+422
在1个频道中
Get PRO
三月 '24
+420
在0个频道中
Get PRO
二月 '24
+621
在2个频道中
Get PRO
一月 '24
+912
在0个频道中
Get PRO
十二月 '23
+218
在0个频道中
Get PRO
十一月 '23
+659
在5个频道中
Get PRO
十月 '23
+628
在0个频道中
Get PRO
九月 '23
+298
在0个频道中
Get PRO
八月 '23
+233
在0个频道中
Get PRO
七月 '23
+240
在0个频道中
Get PRO
六月 '23
+384
在0个频道中
Get PRO
五月 '23
+506
在0个频道中
Get PRO
四月 '23
+301
在0个频道中
Get PRO
三月 '23
+4 341
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 14 七月 | 0 | |||
| 13 七月 | +1 | |||
| 12 七月 | +7 | |||
| 11 七月 | +1 | |||
| 10 七月 | +3 | |||
| 09 七月 | +1 | |||
| 08 七月 | +1 | |||
| 07 七月 | 0 | |||
| 06 七月 | 0 | |||
| 05 七月 | 0 | |||
| 04 七月 | +2 | |||
| 03 七月 | +3 | |||
| 02 七月 | +3 | |||
| 01 七月 | +2 |
频道帖子
Algebra, Topology, Differential Calculus, and Optimization Theory For Computer Science and Machine Learning
Недавно был обновлен огромный PDF-учебник по математике на 2204 страницы:
Внутри - алгебра, топология, дифференциальное исчисление и теория оптимизации для Computer Science и Machine Learning.
Найти можно здесь:
https://cis.upenn.edu/~jean/gbooks/geomath.html
| 2 |  ⚡️ 30 техник памяти для AI-агентов в Jupyter notebooks
Вышел репозиторий Agent Memory Techniques с 30 runnable notebooks по памяти в современных AI-агентах.
Внутри собраны основные подходы: conversation buffers, vector stores, knowledge graphs, episodic и semantic memory, MemGPT, Mem0, Letta, Zep, Graphiti и production-паттерны, которые уже встречаются в реальных агентных системах.
Это набор ноутбуков, которые можно запускать, менять и сравнивать между собой. Удобно, если нужно понять, чем простая история диалога отличается от долговременной памяти, где уместен vector store, когда нужен graph-based подход и как память влияет на поведение агента в длинной задаче.
GitHub: http://github.com/NirDiamant/Agent_Memory_Techniques | 1 716 |
| 3 |  LLM-приложение может выглядеть рабочим, но оставаться небезопасным: prompt injection, утечки чувствительных данных, supply chain-риски и poisoning-атаки не исчезают только потому, что вы добавили RAG, fine-tuning или аккуратный системный промпт.
7 июля в 20:00 МСК на открытом вебинаре OTUS разберём OWASP Top 10 for LLM Applications как практическую карту угроз для AI-проектов. Поговорим, какие риски входят в актуальный список, как они проявляются в реальных LLM-системах и почему запуск AI-решений без специальных защитных мер может быстро привести к проблемам в продакшене.
Урок проходит в преддверии старта курса «Безопасность ИИ / MLSecOps». Регистрируйтесь, чтобы разобраться в ключевых угрозах LLM-приложений и понять, как проверять AI-системы на слабые места ещё до продакшена.
👉Регистрируйтесь: https://otus.pw/e8wF/?erid=2W5zFGZ81oX
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. | 868 |
| 4 |  Задача, которую Ньютон решил за один вечер
В июне 1696 года Иоганн Бернулли опубликовал в журнале Лейбница *Acta Eruditorum* математический вызов на 6 месяцев.
Даны две точки на разной высоте.
Какой формы должен быть спуск, чтобы тело съехало из верхней точки в нижнюю за минимальное время?
К январю ответил только Лейбниц и попросил больше времени, поэтому срок продлили до Пасхи.
Ньютон получил письмо с задачей вечером, когда вернулся с работы, и решил её до того, как лёг спать.
Эта задача называется задача брахистохроны.
Самый быстрый путь оказался не прямой линией, а циклоидой.
Пример:
Пусть верхняя точка:
A = (0, 0)
нижняя точка:
B = (π, 2)
а ось y направлена вниз.
Циклоида задаётся формулами:
x = R(θ - sin θ)
y = R(1 - cos θ) | 2 766 |
| 5 |  ⚡️ Власти США сняли экспортные ограничения на Fable 5 и Mythos 5
Минторг США официально отменил ограничения, наложенные ранее на Claude Fable 5 и Mythos 5.
В Anthropic подтвердили, что полноценный доступ к моделям для будет открыт уже завтра.
Создатели поблагодарили аудиторию за терпение в период вынужденной приостановки сервисов, а также выразили признательность всем специалистам, помогавшим в повторном развертывании систем.
Ожидается, что в ближайшее время Anthropic выпустит патчноуты с дополнительной информацией и раскроет дальнейшие планы по развитию линейки.
@ai_machinelearning_big_data
#news #ai #ml | 1 264 |
| 6 |  ⚡Выбирать железо для обучения и инференса моделей больше не нужно
Qwen, Whisper, Deepseek и другие нейросети уже готовы к работе на приватной инфраструктуре. Просто выбираете нужную модель и получаете готовый инференс-сервис в пару кликов в Selectel.
Каталог ИИ-моделей Selectel — удобный инструмент для работы с нейросетями, когда нужны безопасность и производительность.
Что вы получаете в пару кликов:
⚡Большой выбор моделей для ваших задач: для генерации текстов и кода, распознавания речи, создания контента и других.
⚡Производительность и гибкое масштабирование. Инференс-сервис развернут на современном железе с актуальными видеокартами и автоматически адаптируется при росте или снижении нагрузки.
⚡Прогнозируемая стоимость: платите за фактическое время потребления вычислительных ресурсов.
Начните работать с ИИ-моделями на выделенной инфраструктуре: https://slc.tl/sl230
Реклама. АО "Селектел". erid:2W5zFGuejfP | 1 529 |
| 7 |  Почему цифры числа Пи выглядят как хаос, а само Пи рождается из идеального порядка!
В числе Пи легко увидеть знак. Вы замечаете подряд три девятки и думаете, что нащупали закономерность, что в бесконечной веренице цифр спрятан ритм. На деле Пи не подчиняется простым повторяющимся шаблонам, и длинные серии одинаковых цифр в нём встречаются регулярно. Это не сбой и не тайное послание, а ровно то, чего и стоит ждать от чего-то случайного. Случайность определяется общим поведением последовательности на огромной дистанции, а не отдельными яркими совпадениями в нескольких местах.
Где кончается случайность
А вот сам круг ничего случайного в себе не несёт. Это одна из самых правильных и точных фигур в математике: каждая его точка находится на одинаковом расстоянии от центра. Именно из этой строгой симметрии и появляется Пи. Оно возникает как отношение длины окружности к её диаметру, и в этом смысле число намертво привязано к идеальной форме.
Получается красивый разрыв между тем, как Пи выглядит, и тем, откуда оно берётся. Цифры тянутся непредсказуемой лентой, в которой невозможно угадать следующий знак. Но фигура, которая задаёт это число, остаётся образцом порядка. Хаос в записи и строгость в основе уживаются в одном объекте, и одно совершенно не отменяет другое.
Почему мы вообще ищем узоры
Тяга находить рисунок там, где его нет, прошита в человеке слишком глубоко. Мозг отлично ловит повторы, и серия девяток или зеркальная цепочка цифр кажется намёком на скрытый закон. Но в по-настоящему случайной последовательности такие островки не просто допустимы, они обязаны время от времени появляться. Их отсутствие выглядело бы куда подозрительнее, чем их наличие. | 2 004 |
| 8 |  Александр Гротендик считается одним из величайших математиков XX века.
А потом он сделал почти немыслимое.
В 1991 году он сжёг многие свои рукописи, ушёл от мира и исчез в маленькой деревне в Пиренеях.
Последние два десятилетия жизни он прожил без телефона, без адреса и почти без контактов с людьми.
Даже соседи знали его лишь как странного профессора на пенсии.
Он не просто постепенно отошёл от математики.
Он ушёл из неё окончательно.
В поздние годы его всё больше занимали духовность, экологические вопросы и поиск более глубокого смысла. | 1 977 |
| 9 |  Cursor опубликовал новое исследование: ведущие coding-модели могут завышать результаты на публичных бенчмарках, находя уже существующие решения вместо того, чтобы решать задачи самостоятельно.
На SWE-bench Pro автоматический аудитор обнаружил, что в 63% успешных запусков Opus 4.8 Max модель доставала уже известный фикс.
Самые частые обходные пути:
• находила merged pull request или уже исправленный source file в интернете
• искала в Git-истории будущий коммит, где баг уже был исправлен
• получала доступ к hidden tests или зеркалам бенчмарка, где был виден ожидаемый патч
• хардкодила ответ, найденный в утёкших evaluation materials
После этого Cursor создал более строгую среду тестирования: убрал историю репозитория и заблокировал большую часть доступа в интернет.
Результаты резко просели:
• Opus 4.8 Max: с 87,1% до 73,0%
• Composer 2.5: с 74,7% до 54,0%
У новых моделей разрыв оказался больше, чем у старых моделей вроде Opus 4.6. GPT-модели в тестах Cursor в целом показали меньшие просадки.
Cursor считает, что coding-бенчмарки должны проверять транскрипты работы агентов и жёстко контролировать, к чему модели имеют доступ во время оценки.
https://x.com/cursor_ai/status/2070195789121671624 | 2 067 |
| 10 |  Системный аналитик помогает бизнесу и разработке говорить на одном языке: разбирает задачи компании, описывает требования, проектирует IT-решения и следит, чтобы система работала на реальные цели бизнеса.
Онлайн-магистратура СПбГУ и Нетологии «Системный анализ и интеллектуальные системы управления бизнес-процессами» готовит специалистов на стыке IT и управления.
В программе сочетаются академическая база СПбГУ и прикладные инструменты Нетологии. Студенты изучают математическое моделирование, алгоритмы, системный анализ, Python, BI-системы, no-code-инструменты, управление проектами и подходы к внедрению искусственного интеллекта.
Такой набор навыков помогает работать со сложными бизнес-процессами: находить узкие места, снижать риски при разработке, формулировать требования к системам и сопровождать внедрение IT-решений.
Обучение проходит полностью онлайн. После выпуска вы получаете диплом магистра СПбГУ очного образца по направлению «Прикладная информатика».
Подробнее о программе | 1 309 |
| 11 |  ⚡️ OpenAI создала собственный чип - Jalapeño, разработанный для инференса.
На это ушло всего девять месяцев.
Цитата из блога:
«OpenAI спроектировала чип с нуля, опираясь на глубокое понимание фундаментальных принципов LLM и учитывая свою дорожную карту моделей, kernel-оптимизаций, serving-систем и продуктовых потребностей.
В этом ей помогали партнёры Broadcom и Celestica, которые участвовали в индустриализации платформы: реализации чипа, проектировании плат, интеграции rack-систем, высокопроизводительных сетей и масштабируемых производственных процессов».
https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
@ai_machinelearning_big_data | 1 589 |
| 12 |  Машинное обучение — это не только работа с данными на серверах, но и то, как алгоритмы управляют физическими девайсами.
Если вас интересует Data Science и вы хотите научиться разворачивать нейросети прямо на устройствах, обратите внимание на магистерские программы Яндекса по разработке умных устройств — они реализованы совместно с ФПМИ МФТИ и ФКН НИУ ВШЭ.
Вы пройдете весь путь создания девайсов: от проектирования и написания ПО до интеграции ML-моделей в готовый продукт. В обучении много практики, а ещё среди преподавателей — действующие инженеры команды Алисы и Умных устройств.
Узнать все подробности о поступлении можно по ссылке | 1 666 |
| 13 |  🔍 Baidu выпустила Unlimited OCR - модель для распознавания длинных документов за один проход.
У модели 3B параметров, но активируются только 500M. При этом она показывает новые SOTA-результаты на OmniDocBench v1.5 и v1.6.
Главная фишка - Reference Sliding Window Attention.
Модель держит в фокусе:
• исходный документ
• недавний контекст
• следующие слова
А всё лишнее постепенно «забывает», чтобы не раздувать вычисления.
За счёт постоянного размера KV Cache и более дешёвого attention Unlimited OCR может распознавать 40+ страниц за один forward pass, не теряя контекст и не замедляясь.
GitHub: https://github.com/baidu/Unlimited-OCR
Hugging Face: https://huggingface.co/baidu/Unlimited-OCR
#ocr #baidu | 1 305 |
| 14 |  Выбираем железо для обучения и инференса моделей 🔝
Простая формула: чем больше у модели параметров, тем более мощное железо нужно для ее инференса. Найти решение для нейросетей разного масштаба можно в Selectel.
Более 15 моделей видеокарт — от RTX 4090 до B300 — доступны к аренде в облаке и на выделенных серверах. Облачные серверы подойдут для тех, кому нужна гибкость и быстрая масштабируемость, а выделенные — когда необходима физическая изоляция инфраструктуры, а нагрузки стабильные. Видеокарты в облаке можно арендовать даже на час, цена стартует от 5 рублей.
Выбирайте оптимальный сервер с GPU и арендуйте его от 5 рублей в час: https://slc.tl/2x1uz
Реклама. АО "Селектел". erid:2W5zFK69ZWZ | 1 696 |
| 15 |  Один из лучших вводных материалов по прикладной линейной алгебре, который мне попадался.
Этот курс объясняет векторы, матрицы и метод наименьших квадратов с самых основ, а затем связывает их с реальными задачами:
• подгонка данных
• машинное обучение
• оптимизация
• обработка изображений
• системы управления
Это материал, который можно рекомендовать студентам, инженерам и всем, кто хочет понять математический фундамент современной data science.
PDF: http://web.stanford.edu/~boyd/vmls/vmls.pdf | 2 239 |
| 16 |  Сможете решить ? | 2 667 |
| 17 |  Шахматы выглядят простой игрой, пока не считаешь варианты.
В начале партии у тебя всего 20 возможных ходов.
После одного полного хода уже больше 400 позиций.
К третьему ходу около 8 900.
К четвёртому почти 200 000.
А дальше начинается безумие.
К 40-му ходу число возможных партий превращается в астрономическую величину. Именно поэтому шахматы до сих пор не «решены» полностью, а один неточный ход может сломать позицию, которую ты строил полчаса.
Вот почему шахматы это не просто игра фигур.
Это математика, память, психология и хаос на 64 клетках. | 2 625 |
| 18 |  +2В Оксфордском университете написали эссе, объясняющее, как работает «Бесконечность» Годзё Сатору.
Математика, которую мы заслужили )
https://tomrocksmaths.com/wp-content/uploads/2026/06/achmad-roykhan-sabiq_essay_competition_2026-achmad-roykhan-sabiq.pdf
@data_analysis_ml | 2 478 |
| 19 |  Матрицы Дирака, чаще называемые гамма-матрицами, — это набор матриц, которые Поль Дирак ввёл при формулировке уравнения Дирака.
Они играют фундаментальную роль в квантовой механике и квантовой теории поля, особенно при описании частиц со спином 1/2, например электрона.
Поль Адриен Морис Дирак (1902–1984) был одним из величайших физиков-теоретиков XX века. Он внёс выдающийся вклад в квантовую механику и квантовую электродинамику и считается одним из основателей современной физики. | 2 534 |
| 20 |  Альберт Эйнштейн однажды сказал:
«Знаешь, Анри, я начинал с математики, но в итоге ушёл в физику».
Анри Пуанкаре спросил:
«Почему?»
Эйнштейн ответил:
«Потому что я мог отличать истинные утверждения от ложных, но не мог понять, какие из них действительно важны».
Пуанкаре улыбнулся и сказал:
«Забавно, Альберт. А я начинал с физики, но в итоге выбрал математику».
Эйнштейн заинтересовался:
«И почему ты сделал такой выбор?»
Пуанкаре ответил:
«Потому что я не мог понять, какие из важных фактов на самом деле истинны».
Этот обмен остроумно показывает разницу во взглядах двух великих умов: физика ищет важное в реальности, математик — истину внутри важного. | 2 976 |
