Available now! Telegram Research 2025 — the year's key insights 
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. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
Show more📈 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 20 010 subscribers, ranking 6 722 in the Technologies & Applications category and 33 728 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 20 010 subscribers.
According to the latest data from 19 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -73 over the last 30 days and by -9 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 8.09%. Within the first 24 hours after publication, content typically collects 3.89% reactions from the total number of subscribers.
- Post reach: On average, each post receives 1 619 views. Within the first day, a publication typically gains 779 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 8.
- 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.
Личный блог автора - @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 20 June, 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.
20 010
Subscribers
-924 hours
-557 days
-7330 days
Posts Archive
👤 AGiXT — open-source платформа, которая позволяет легко организовать выполнение сложных задач различными AI-агентами
AGiXT — это динамическая платформа автоматизации искусственного интеллекта, разработанная для организации эффективного управления инструкциями ИИ и выполнения задач среди множества поставщиков.
Решение сочетает в себе адаптивную обработку памяти с широким спектром команд для улучшения понимания и реагирования ИИ, что приводит к более эффективному выполнению задач.
🖥GitHub
🟡Доки
🟡Примеры использования
@Devsp — Подписаться
🖥 Дайджест самых интересных публикаций за последние дни:
• SF-V — новый метод генерации видео от Snapchat
• Простые способы ускорения обучения PyTorch-моделей
• L-MAGIC: Language Model Assisted Generation of Images with Coherence
🌟 SF-V — новый метод генерации видео от Snapchat
Новый метод генерации видео позволяет генерировать динамические и согласованные видео за 1 проход.
Обширные эксперименты показывают, что метод обеспечивает конкурентоспособное качество генерации синтезированных видео со значительно меньшими вычислительными затратами для процесса шумоподавления.
🟡Страничка SF-V
🖥GitHub
@Devsp — Подписаться
Как использовать нейросети в обучении с подкреплением?
В чем недостатки классических алгоритмов и как нейросети помогают их решить? Узнайте на открытом практическом уроке от OTUS, где мы разберем:
- как реализовать алгоритм Q-learning на базе нейросети и что нам это даст;
- различные виды функции потерь и реализацию для алгоритма DQN (Deep Q-learning);
- дополнительные условия архитектуры нейросети, моделирующей поведение агента в алгоритме DQN.
Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд и преподаватель.
Встречаемся 13 июня в 20:00 мск в рамках курса «Reinforcement Learning». Все участники вебинара получат специальную цену на обучение!
Регистрируйтесь прямо сейчас, чтобы не пропустить бесплатный урок: https://otus.pw/oVnA/
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
🌟 Новый этап в обучении LLM. Представили YaFSDP — это собственная разработка Яндекса для ускорения обучения больших языковых моделей
Её использование поможет ускорить обучение LLM с открытым исходным кодом до 25%. Кроме того, решение поможет оптимизировать использование графических процессоров (GPU).
Читать…
⚡️L-MAGIC: Language Model Assisted Generation of Images with Coherence
Новая модель может создавать качественные панорамные сцены на основе одного входного изображения и текстового промпта!
L-MAGIC использует предварительно обученные модели распространения и языка без тонкой настройки, обеспечивая нулевую производительность.
В сочетании с моделями условного распространения он может принимать различные способы ввода, включая, помимо прочего, текст, карты глубины, эскизы и цветные сценарии.
▪️Github: https://github.com/IntelLabs/MMPano
▪️Paper: https://arxiv.org/abs/2406.01843
▪️Project: https://zhipengcai.github.io/MMPano/
▪️Video: https://youtu.be/XDMNEzH4-Ec
@Devsp — Подписаться
VK ищет ML-лида для команды ранжирования видео и клипов
Обязанности: конструирование признаков для ранжирования, разработка и внедрение новых алгоритмов, работа с MapReduce и нейросетевое ранжирование.
Условия: гибкий график, топовая команда, возможность влиять на продукт, красивый офис и другие бонусы.
Откликнуться на вакансию можно на сайте или написать напрямую в телеграме https://t.me/ellinatsyra
🎙 Real-time in-browser speech recognition
Распознавание речи в браузере в режиме реального времени с помощью OpenAI Whisper!
Модель распознавания речи с 73 миллионами параметров, оптимизированная для вывода в Интернете.
▪️Сode: https://github.com/xenova/transformers.js/tree/v3/examples/webgpu-whisper
▪️Hf: https://huggingface.co/spaces/Xenova/realtime-whisper-webgpu
@Devsp — Подписаться
🖥 Самые интересные публикации за последние дни:
• Мультиплеер Stable Audio, который можно запустить на Hugging Face
• NeRF-Insert — редактирование 3D-сцены с помощью текстового промпта или с помощью изображения
• Omost — использование мощи LLM, пишущих код, для генерации изображений
🎙 Real-time in-browser speech recognition
Распознавание речи в браузере в режиме реального времени с помощью OpenAI Whisper!
Модель распознавания речи с 73 миллионами параметров, оптимизированная для вывода в Интернете.
▪️Сode: https://github.com/xenova/transformers.js/tree/v3/examples/webgpu-whisper
▪️Hf: https://huggingface.co/spaces/Xenova/realtime-whisper-webgpu
@Devsp — Подписаться
😎NeRF-Insert — редактирование 3D-сцены с помощью текстового промпта или с помощью изображения
NeRF-Insert позволяет добавлять объект в 3D сцену с помощью мультимодальных входных сигналов.
Вставленный объект может быть описан с помощью текстовой строки или ссылочного изображения.
Пользователь может определить область закрашивания, нарисовав всего 2-3 ручные маски.
▶️Страничка NeRF-Insert
🟡Arxiv
@Devsp — Подписаться
⭐️Мультиплеер Stable Audio, который можно запустить на Hugging Face
Генерируйте аудио из текстового описания, делитесь и учитесь у других, как наилучшим образом использовать эту новую модель.
🤗 Попробовать на Hugging Face
@Devsp — Подписаться
⚡️ Qwen2 - самый крутой релиз откртых LLM со времен Llama 3!
Alibaba только что выпустили свое новое семейство мультиязычных моделей, которых превосходят по производительности Llama 3 по многим параметрам.
Серия Qwen2 включает базовые и настроенные по инструкции модели 5 размеров, включая Qwen2-0.5B, Qwen2-1.5B, Qwen2-7B, Qwen2-57B-A14B, Qwen2-72B.
📖 BLOG: https://qwenlm.github.io/blog/qwen2/
🤗 HF collection: https://huggingface.co/collections/Qwen/qwen2-6659360b33528ced941e557f
🤖 https://modelscope.cn/organization/qwen
💻 GitHub: https://github.com/QwenLM/Qwen2
@Devsp — Подписаться
⚡️Хочешь разработать решение технологического кейса для внедрения в работу НКО? Тогда регистрируйся на Smart Social: Хакатон!
🏆Гранты на 1 200 000 рублей!
Smart Social: Хакатон – это командное соревнование для программистов, дизайнеров, менеджеров, аналитиков и других IT-специалистов, которые в сжатые сроки решают технологическую задачу.
👨💻Кейсы:
- Инструмент для анонимизации документов пользователей сервиса «Просто спросить»;
- Алгоритм для систематизации архивных материалов;
- Сервис сбора информации для профилактики социально значимых заболеваний;
- Сервис для онлайн-записи на музейные мероприятия.
📆Даты хакатона: C 10 по 18 Июня 2024 г
📍Формат: Онлайн/Офлайн
🔥Дедлайн регистрации: 8 Июня, 23:59 (МСК)
Не нашел для себя задачу? Смотри еще кейсы по ссылке: https://tglink.io/43c37e2edbcd
🚀Сделай Добро – помоги НКО!
🌟Omost — использование мощи LLM, пишущих код, для генерации изображений
Omost — это проект по преобразованию возможностей кодирования LLM в возможности генерации изображений (или, точнее, создания изображений).
Он предоставляет модели LLM, которые будут писать коды для составления визуального содержимого изображений с помощью виртуального агента Omost Canvas.
В настоящее время мы предоставляем 3 предварительно обученные модели LLM, основанные на вариациях Llama3 и Phi3 (см. также примечания к модели в конце этой страницы).
🖥GitHub
🤗 Попробовать на Hugging Face
@Devsp — Подписаться
Давайте поможем Даше найти... что угодно
27 июня в 19:00 Data Science Meetup: Поиск от команды СберМаркета!
Соберёмся в нашем офисе, чтобы рассказать о секретах алгоритмов поиска: как разрабатывали и улучшали модель по исправлению опечаток, что такое межретейлерный поиск, и как он работает у нас.
В программе доклады и QA-сессия:
🔎 Как устроен Поиск в СберМаркете. Владимир Бугаевский, ML Team Lead в СберМаркете, поделится тем, как поисковые технологии улучшают пользовательский опыт в СберМаркете.
🔎 Нейросетевая модель для исправления опечаток в поисковых запросах. Анна Власова, ML-инженер в СберМаркете, расскажет о новой нейросетевой модели для исправления опечаток.
🔎 Ранжирование магазинов в межретейлерном поиске. Анна Южанина, ML-инженер в СберМаркете, расскажет о модели для ранжирования магазинов в зависимости от намерения и предпочтения пользователя.
Регистрируйтесь, количество мест в офлайне ограничено!
Реклама. ООО «ИНСТАМАРТ СЕРВИС», ИНН: 9705118142. Ерид: LjN8KZXna
