Machinelearning
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
Show more📈 Analytical overview of Telegram channel Machinelearning
Channel Machinelearning (@ai_machinelearning_big_data) in the Russian language segment is an active participant. Currently, the community unites 278 581 subscribers, ranking 331 in the Technologies & Applications category and 1 361 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 278 581 subscribers.
According to the latest data from 05 October, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -4 014 over the last 30 days and by 16 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 7.88%. Within the first 24 hours after publication, content typically collects 6.10% reactions from the total number of subscribers.
- Post reach: On average, each post receives 21 942 views. Within the first day, a publication typically gains 16 969 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 164.
- Thematic interests: Content is focused on key topics such as openai, claude, api, gemini, контекст.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
Thanks to the high frequency of updates (latest data received on 06 October, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
Она принимает клики и другие действия пользователя как условие и по ним предсказывает следующий кадр. Под капотом Solaris - видеомодель Gen-4.5, в инференсе которой каждый кадр зависит от предыдущих.🟡Continuum существует пока только в виде демонстрации Нерешёнными Runway называет отрисовку текста, связность в длинных сессиях и доступность для программ экранного доступа, которым нужна структура интерфейса. Для Continuum пока нет ни API, ни SDK, ни цен, ни сроков выпуска, а вот к Solaris можно запросить ранний доступ. @ai_machinelearning_big_data #news #ai #ml
Такие модели не пишут текст, а возвращают вероятности вариантов на типизированные вопросы, по которым агент или программа выбирает следующее действие.Clef построена на Qwen3.8-27B, Clef-flash – на Qwen3.5-9B. Обе принимают текст, JSON, изображения и видео, держат контекст 64 тысячи токенов и полностью совместимы с System One API, формат, который TypeSafe AI представила вместе с моделью Jev. Главный соперник Clef – как раз Jev, которая работает только с текстом и закрыта. Модели дообучали с функцией потерь Брайера, чтобы их вероятности совпадали с реальной частотой правильных ответов. 🟡Тесты По замерам на 43 тестах медианная задержка Clef составила 209 мс, Clef-flash – 39 мс, Jev – 524 мс. В классификации банковских запросов BANKING77 Clef набрала 94,2 балла макро-F1 против 79,7 у Jev, в поиске инструментов ToolRet – 69,2 против 65,3 по nDCG@10. Внутри Cloudflare Clef уже классифицирует домены для разведки угроз, разбирает тикеты поддержки и отличает полезных краулеров от вредных. В Workers AI миллион входных токенов стоит 24 цента для Clef и 9 центов для Clef-flash.
Для сравнения, Jev у TypeSafe AI тот же миллион входных токенов стоит 4 цента.Дообучать Clef под свои задачи клиенты пока могут только вместе с инженерами Cloudflare, самостоятельный сервис обещан позже. 📌Лицензирование: Apache 2.0 🟡Блогпост 🟡Документация 🟡Веса Clef 🟡Веса Clef Flash 🟡Демо 🟡Лидерборд @ai_machinelearning_big_data #AI #ML #LLM #Decision #Clef #CloudFlare
/plushies, чтобы оформить заявку на плюшевого Clawd, маскота Claude Code, или /stickers, чтобы получить набор стикеров.
Покупать ничего не нужно, подарок положен один на человека, участвовать могут только совершеннолетние. Дизайн игрушки выбирается случайно, заказать конкретный нельзя.
Тайваньское издание BlockTempo насчитало пять вариантов – волшебник, ковбой, учёный, весёлый и в солнечных очках.
Заявки принимает и подарки рассылает сторонний сервис Brilliant, поэтому доставка работает только там, где он обслуживает клиентов.
Раздача идёт, пока подарки не закончатся. По наблюдению BlockTempo, уже в первый день приём заявок временно закрывался, издание предполагает, что его будут периодически открывать снова.
Официального анонса акции Anthropic не публиковала.
@ai_machinelearning_big_data
#news #ai #ml /v1/decisions, который превращает обычную чат-модель в модель для принятия решений.
Второй эндпоинт, /v1/systemone, отдаёт те же решения в формате System One API, который TypeSafe AI представила 19 сентября вместе со своей моделью Jev.
API поддерживает выбор из 2–26 вариантов (до 255 с двухбуквенными метками), оценку по шкале из 2–10 уровней и вопрос «да или нет».
SGLang присваивает каждому варианту метку из одного токена - буквы для выбора, цифры для оценки, yes и no для бинарных вопросов.
Затем движок читает логарифмические вероятности следующего токена по всему словарю и переводит их в вероятности через софтмакс с учётом температуры.
Отсюда ограничение - метка обязана укладываться в один токен в позиции ответа.Решение принимает один вход без истории диалога, а вероятности у холодного запроса и у запроса из префиксного кэша могут расходиться на несколько сотых. Для демонстрации SGLang заставил Qwen3.8-27B играть в Pokémon FireRed. Модель по текущему состоянию игры выбирала между атакой, сменой покемона и лечением меньше чем за 100 мс на решение и прошла Элитную четвёрку и чемпиона. Функция доступна в nightly-сборках SGLang из основной ветки. Её проверили на Qwen3.8-27B и Qwen3.5-35B-A3B, другие модели подойдут, если метки ответов укладываются в один токен. Примеры запросов и описание формата есть в документации SGLang. @ai_machinelearning_big_data #news #ai #ml
MoE 35B-A3B в статусе превью, её веса обещают выложить позже.Модели переводят между 150 языками, в том числе на русский и с русского, и понимают инструкции к переводу. В запросе можно задать глоссарий, попросить сохранить разметку, код и плейсхолдеры, выдержать стиль или учесть контекст соседних фраз. Модели также умеют переводить мемы и сленг китайских интернет-сообществ. В релиз также вошли в размерностях 2B и 9В каждая: 🟢Index-Echo S2TT - перевод речи сразу в субтитры; 🟢Index-Echo S2ST - перевод речи в речь с сохранением голоса говорящего; 🟢Index-Homura - перевод под заданное число слогов при дубляже; 🟢Index-NativeLong - перевода целой книги за один проход. 🟡Тесты На FLORES-200 флагман 35B-A3B набирает 0,8794 по COMET-22, 9B набирает 0,8789.
Для сравнения - DeepSeek-V4.1-Flash и GPT-5.6-Sol выбили 0,8762 и 0,8650 соответственно.В бенче instTrans (от самой Bilibili), который проверяет следование инструкциям при переводе, у 35B-A3B 0,8336 балла против 0,7624 у GPT-5.6-Sol. В WMT26 качество перевода оценивает GPT-5.6-Sol по шкале до 100, и здесь Index-Translate-9B набирает 75,35, а сама GPT-5.6-Sol и DeepSeek-V4.1-Flash получают 89,10 и 83,55.
Для локального запуска в bf16 версии 2B нужно около 8 ГБ видеопамяти, версии 9B - около 24 ГБ без учёта кэша для длинных контекстов.📌Лицензирование: Apache 2.0 🟡Страница проекта 🟡Набор моделей 🟡Техотчет 🟡Демо 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #Translation #Index #Bilibili
.si в день, тогда как за весь август их было около 3500.
С трибуны ООН американский лидер объявил, что США будут называть искусственный интеллект "суперинтеллектом" (super intelligence, SI), потому что прежнее название, по его словам, звучит фальшиво.К 29 сентября в зоне .si было больше 220 тысяч доменов и на фоне повышенного спроса регистратор призвал владельцев товарных знаков, слоганов и названий компаний, у которых ещё нет адреса в зоне, зарегистрировать его как можно скорее. В тот же день, Дональд Трамп закрепил переименование указом Inaugurating the Era of Super Intelligence. Федеральные ведомства должны, насколько позволяет закон, писать Super Intelligence и SI вместо Artificial Intelligence и AI в официальной переписке, публичных заявлениях, на сайтах, в отчётах и других документах, кроме законодательных. Юридически новый термин охватывает те же технологии, что и определение ИИ в параграфе 9401 раздела 15 Свода законов США, так что в законах пока ничего не меняется. В течение 60 дней помощник президента по науке и технологиям должен предложить законопроект с федеральным определением суперинтеллекта, которое может расширить или заменить нынешнее. Сколько стоит регистрация домена
.si и кто покупает адреса после объявления Трампа, пока неизвестно.
@ai_machinelearning_big_data
#news #ai #mlВторой, необязательный уровень контроля даёт Nvidia Sentry. Это ПО работает на отдельном процессоре обработки данных BlueField вне досягаемости агента, а программная платформа DOCA связывает его с политиками OpenShell.OpenShell запускает агента в песочнице, где оператор заранее перечисляет доступные файлы, сетевые адреса, инструменты, процессы и ключи. Из коробки поддерживаются Claude Code, Codex, OpenCode и GitHub Copilot CLI, через шаблоны NemoClaw – OpenClaw и Hermes Agent. Зачем агенту такая изоляция, в Nvidia объясняют дрейфом - при долгой работе, неоднозначных инструкциях или упоре в запрет агент уходит от исходной задачи, и рассчитывать, что он сам удержит себя в рамках, нельзя. Поэтому контроль вынесен за пределы агента, и знать о наблюдении ему не обязательно. Каждая песочница – отдельный контейнер или Docker, Podman или Kubernetes. Шлюз управляет их жизненным циклом, а движок политик перехватывает каждое исходящее соединение и либо пропускает его, либо подставляет ключи провайдера для разрешённого адреса, либо блокирует и пишет в журнал. Ключи не попадают в файловую систему песочницы, их передают переменными окружения во время работы. Политики задаются в YAML и охватывают четыре области: файлы, сеть, процессы и провайдеров. Доступ к файлам и системным вызовам фиксируется при создании песочницы, сетевые правила меняются онлайн с точностью до HTTP-метода и пути, так что агенту можно разрешить чтение API GitHub и запретить запись. По словам Nvidia, OpenShell проверяет ограничения ещё до запуска агента.
Главная площадка для Sentry – системы Vera Rubin POD, где процессор BlueField-4 стоит в каждом вычислительном модуле на единственном пути от узла к модели. Там Sentry изолирован от хоста, следит за поведением агента и применяет политику OpenShell на скорости линии, а шлюз DOCA проверяет, кто такой агент и какие полномочия ему выданы.Владельцам систем Vera достаточно обновить ПО, всем остальным установка доступна одним скриптом на Linux, macOS с Apple Silicon и Windows через WSL 2, последний вариант экспериментальный.
Проект в статусе альфа, версия 0.1.0 ещё готовится, развёртывание в Kubernetes и проброс видеокарт в песочницу тоже помечены как экспериментальные.@ai_machinelearning_big_data #news #ai #ml
SKILL.md.
Внутри могут быть текст, код, конфигурации, PDF и изображения, документы Word и таблицы Excel не принимаются.
Для загрузки файлов нужна веб-версия или приложение для Mac.
Google также опубликовал советы по написанию навыков.
@ai_machinelearning_big_data
#news #ai #ml