![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
Data Science | Machinelearning [ru]
Open in Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
Show more![Network: Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
📈 Analytical overview of Telegram channel Data Science | Machinelearning [ru]
Channel Data Science | Machinelearning [ru] (@devsp) in the Russian language segment is an active participant. Currently, the community unites 19 672 subscribers, ranking 6 666 in the Technologies & Applications category and 33 343 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 19 672 subscribers.
According to the latest data from 07 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -98 over the last 30 days and by -2 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 7.47%. Within the first 24 hours after publication, content typically collects 4.49% reactions from the total number of subscribers.
- Post reach: On average, each post receives 1 469 views. Within the first day, a publication typically gains 883 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 5.
- Thematic interests: Content is focused on key topics such as llm, nvidia, контекст, openai, архитектура.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
MAX - https://max.ru/devsp
Личный блог - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
Thanks to the high frequency of updates (latest data received on 08 November, 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.
19 672
Subscribers
-224 hours
-257 days
-9830 days
Posts Archive
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
+1
Покупай сейчас, а плати потом с кешбэком до 25%
Больше не нужно ждать и откладывать, чтобы купить желаемую вещь.
Ведь дополнительные деньги всегда будут под рукой вместе с CASHBACK картой от МТS
Теперь ты можешь совершать срочные покупки, когда это нужно, а расплачиваться за них в течение 111 дней! Без процентов и дополнительных платежей.
А еще на каждую покупку по карте есть щедрый кешбэк:
◾ Каждую неделю на разные категории: 10%
◾ В супермаркетах: 5%
◾ На доставку еды, в кафе и ресторанах: 5%
◾ Магазины одежды: 5%
◾ Покупки у партнеров сервиса МТС Cashback: до 25% Платите любыми картами за косметику, технику, одежду и многое другое
Обслуживание по карте бесплатно.
Не откладывай покупки на потом, оформляй CASHBACK карту от МТS и покупай любимые товары уже сейчас.
🔥Burn — свежий open-source фреймворк для Deep Learning на Rust с упором на гибкость, эффективность вычислений и переносимость
Весь рабочий процесс глубокого обучения упрощается с помощью Burn, поскольку вы можете отслеживать прогресс своего обучения с помощью эргономичной панели управления и выполнять логические выводы повсюду, от встроенных устройств до больших кластеров графических процессоров.
Burn был создан с нуля с учетом обучения и умозаключений. Также стоит отметить, насколько Burn по сравнению с такими фреймворками, как PyTorch, упрощает переход от обучения к развертыванию, устраняя необходимость изменения кода.
🖥GitHub
🟡Доки
@Devsp — Подписаться
⚡️ Cortex — AI-движок для создания LLM-приложений
Cortex — это open-source AI-движок для создания LLM-приложений.
Можно импортировать в виде библиотеки Cortex или использовать как сервер.
🖥GitHub
🟡Доки
@Devsp — Подписаться
⚡️ Хабр подвел итоги конкурса «Технотекст», в тройку лидеров в номинации ML попали:
• Статья Виктора Юрченко из Яндекса с рассказом о том, как нейросети помогают беспилотным автомобилям планировать своё движение
• Научно-популярная статья Игоря Котенкова из Open Data Science с разбором работы ChatGPT
• Статья Мурата Апишева о методах позиционного кодирования в Transformer.
@Devsp — Подписаться
🌟ChatTTS — генеративная text2speech модель с упором реалистичность
ChatTTS — это модель преобразования текста в речь, разработанная специально для сценариев диалога, таких как LLM Assistant.
Она поддерживает английский и китайский языки.
Версия HuggingFace с открытым исходным кодом представляет собой предварительно обученную модель в течение 40 000 часов без SFT.
🖥GitHub
🤗 Погонять в Hugging Face
🟡Страничка ChatTTS
@Devsp — Подписаться
⚡️Scribble SDXL — позволяет превратить каракули в шедевр
Scribble SDXL создан на основе SDXL ControlNet и его можно без проблем запустить на Hugging Face.
Можно выбирать разные стили и экспериментировать.
🤗 Scribble SDXL
@Devsp — Подписаться
🔥MiniCPM-Llama3-V 2.5 — мультимодальная LLM-ка уровня GPT-4 (почти), которую можно запустить на телефоне
MiniCPM-V — это серия конечных мультимодальных LLM (MLLM), предназначенных для понимания визуального языка.
Модели принимают изображение и текст в качестве входных данных и обеспечивают высококачественный текстовый вывод.
Модель может обрабатывать изображения с количеством пикселей до 1.8 млн, показывает всего 10.3% галлюцинаций на Object HalBench, поддерживает ~30 языков, активно используется квантование для общей оптимизации.
🖥GitHub
@Devsp — Подписаться
💻 Elia — UI для получения ответов от LLM прямо в терминале
Elia- это приложение для взаимодействия с LLM, которое полностью работает на вашем терминале и предназначено для работы с клавиатурой, эффективно и интересно в использовании.
Он хранит ваши разговоры в локальной базе данных SQLite и позволяет вам взаимодействовать с различными моделями.
🖥 GitHub
@Devsp — Подписаться
🖥 Дайджест самых интересных публикаций за последние дни:
• Быстрая Data Quality проверка на базе алгоритма adversarial validation
• Sweep — AI-джун, который самостоятельно исправит мелкие ошибки в коде
• Open WebUI — удобный веб-интерфейс для LLM
🚀 Open WebUI — удобный веб-интерфейс для LLM
Open WebUI — это расширяемый, многофункциональный и удобный автономный веб-интерфейс, предназначенный для работы полностью в автономном режиме.
Он поддерживает различные программы LLM, включая Ollama и API-интерфейсы, совместимые с OpenAI.
🖥GitHub
🟡Доки
@Devsp — Подписаться
🌟 Релиз YandexGPT 3 Lite
Стала доступна облегченная версия генеративной модели Яндекса третьего поколения. YandexGPT 3 Lite лучше и быстрее решает задачи в режиме реального времени, поэтому будет полезна в разных сценариях бизнеса. Особенно там, где важна оперативность ответов. Например, для колл-центра или при ответе в чат-боте на сайте.
На Хабре вышла статья, где команда YandexGPT подробно рассказала о ключевых этапах обучения. Например, об этапе выравнивания (Alignment), включающем в том числе стадию обучения с подкреплением (RL). Без него команда не смогла бы добиться такого роста в качестве, который был необходим для запуска новых возможностей и сервисов (например, Нейро).
✍️ Habr: https://habr.com/ru/companies/yandex/articles/817391/
@Devsp — Подписаться
✍️ Яндекс открыл приём заявок на международную научную премию Yandex ML Prizeх
Премия вручается молодым исследователям, научным руководителям и преподавателям за достижения в области компьютерного зрения, машинного перевода, распознавания и синтеза речи, анализа данных и генеративных моделей.
В этом году будет 5 номинаций:
▪️ Первая публикация,
▪️ Исследователи,
▪️ Молодые научные руководители,
▪️ Научные руководители,
▪️ Преподаватели ML.
Лауреаты получат денежные премии. Исследователи — по 500 тысяч рублей, научные руководители и преподаватели — по миллиону рублей.
↗️ Приём заявок продлится до 21 июня, вручение премии состоится осенью.
Реклама. ООО "Яндекс", ИНН 7736207543.
🌟Sweep — AI-джун, который самостоятельно исправит мелкие ошибки в коде
Sweep — младший разработчик искусственного интеллекта, который превращает ошибки и запросы функций в изменения кода.
Sweep автоматически обрабатывает улучшения Devex, такие как добавление подсказок или улучшение тестового покрытия.
🖥GitHub
🟡Доки
@Devsp — Подписаться
❓Как произвести интеграцию SQL и Pandas для анализа данных?
Присоединяйтесь к открытому уроку "Интеграция SQL и Pandas для анализа данных", где вы:
- узнаете, как сочетать мощь SQL и гибкость Pandas для комплексного анализа данных;
- попрактикуетесь в интеграции SQL-запросов и Pandas, обработке и сохранении результатов анализа в базе данных.
Спикер Роман Козлов – руководитель курса "Python для аналитики", аналитик Big Data/системный аналитик с опытом 8+ лет.
Дата и время открытого урока: 28 мая в 20:00 Мск
Все участники вебинара получат специальную цену на курс «Python для аналитики» и консультацию от менеджеров OTUS!
👉 Регистрируйтесь прямо сейчас, чтобы не пропустить бесплатный урок: https://otus.pw/sqoF/
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
⚡️ Adobe выпустила DMD2!
Новый усовершенствованный метод дистилляции, который может превратить диффузионные модели, такие как SDXL, в мощные одношаговые генераторы изображений.
▪Project page: https://tianweiy.github.io/dmd2/
▪Code: https://github.com/tianweiy/DMD2
▪Demo: https://4e4a5c6a8b08f76802.gradio.live
@Devsp — Подписаться
🖥Дайджест самых интересных публикаций за последние дни:
• Prompt engineering — путь к эффективной работе с ChatGPT
• Чем новый ChatGPT-4o отличается от GPT-4, что умеет и почему это супер-важно
• Распознавание именованных сущностей: механизм, методики, сценарии использования и реализация
