Love. Death. Transformers.
Open in Telegram
❤️☠️🤗 Указанные действия не являются ресерчем, поскольку: а) Мы не ученые; б) Оно работает. @transformerslovedeatch по всем вопросам Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.
Show more📈 Analytical overview of Telegram channel Love. Death. Transformers.
Channel Love. Death. Transformers. (@lovedeathtransformers) in the Russian language segment is an active participant. Currently, the community unites 25 106 subscribers, ranking 5 168 in the Technologies & Applications category and 25 841 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 25 106 subscribers.
According to the latest data from 15 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 357 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 38.20%. Within the first 24 hours after publication, content typically collects 25.68% reactions from the total number of subscribers.
- Post reach: On average, each post receives 9 591 views. Within the first day, a publication typically gains 6 446 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 99.
- Thematic interests: Content is focused on key topics such as сиська, llm, параметр, округление, fp32.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“❤️☠️🤗
Указанные действия не являются ресерчем, поскольку:
а) Мы не ученые;
б) Оно работает.
@transformerslovedeatch по всем вопросам
Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.”
Thanks to the high frequency of updates (latest data received on 16 September, 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.
25 106
Subscribers
-224 hours
+597 days
+35730 days
Posts Archive
Repost from whargarbl
+9
Всем привет!
Обучил адаптер который заменяет Квен-4б на младшего брата Квен-0.6б
в Клейн-4б
https://huggingface.co/AiArtLab/qwen3-0.6b-4b-adapter
Qwen3-0.6B text encoder adapter for FLUX.2-klein-4B
Replace klein's 4B text encoder with a 0.6B one — 7.5 GB VRAM and ~0.3 s/step less.
Те можно разгрузить немного рам и сэкономить бакс-другой на инференсе
Устал как скотина нет сил описывать как я не спал всю ночь дипсик пиная
Вроде неплохо вышло - к моему удивлению даже текст немного тащит в 6 раз меньшая модель. Комфи тоже сгенерил
Может ломаться на редких сложных токенах - все таки я ГПУ-бомж
По качеству +/- как в базе где то лучше где то хуже - без чудес
Repost from Медиазона. Эксклюзив
Математика из Сколтеха объявили в розыск по делу о финансировании экстремизма
Информацию о розыске Даниила Меркулова «Медиазона» обнаружила в базе российского МВД.
В конце мая 2026 года в Савеловский суд Москвы поступило уголовное дело Меркулова, обвиняемого по статье о финансировании экстремистской деятельности, выяснила «Медиазона».
В конце июня должно было пройти предварительное заседание по его делу, но Меркулов на заседание не пришел. Следующие четыре заседания Меркулов также пропустил, а 21 августа производство по делу было приостановлено.
В качестве основания для приостановки производства в карточке дела указана следующая причина: «место нахождения обвиняемого известно, однако отсутствует реальная возможность его участия в судебном разбирательстве».
Сам Меркулов и его адвокат на вопросы корреспондента «Медиазоны» не ответили.
Даниил Меркулов — математик, исследователь и преподаватель, специалист в области методов оптимизации и машинного обучения. Судя по информации из слитых баз данных, по состоянию на 2025 год Даниил Меркулов работал в Сколковском институте науки и технологий.
Кроме того, у математика был свой ютуб-канал, где он выкладывал записи лекций и семинаров. Последнее видео на канале было выложено в марте 2026 года. На его телеграм-канал fmin.xyz, посвященный методам оптимизации и математической теории, подписано больше 4,5 тысяч человек.
🌟Теперь «Медиазона» каждый день обновляет полную базу розыска МВД. Проверьте, не ищут ли вас или ваших близких российские силовики по ссылке:
https://zona.media/wanted
Я обучил очень простой переводчик мозга мухи который позволяет ей управлять microduck, так что теперь можно дать мухе РОБОТИЗИРОВАННОЕ тело
https://huggingface.co/spaces/AlexWortega/flywire-microduck
https://x.com/justALEXWORTEGA/status/2099441563134758962?s=20
Слава богу у нас есть такие замечательные компании которые спасут нас от апокалипсиса...
Repost from GigaDev — разработка GigaChat
🧠 GigaChat 3.5 Reasoning — первая в России открытая модель с рассуждениями
Выкладываем в open source первую модель GigaChat с полноценным рассуждением. В основе — 432B-A28B MoE. После SFT мы обучили с помощью online RL шесть экспертов по разным направлениям: от математики и кода до агентов, диалога и следования инструкциям. Затем собрали их в одну модель через on-policy distillation: ученик генерирует ответ сам, а эксперт нужного домена оценивает каждый его токен, так что ничего из выученного в RL не теряется.
Что получилось по сравнению с GigaChat 3.5 Instant:
🔘SWE-Verified: 43 → 65
🔘AIME-2026: 67 → 92
🔘IFBench: 44 → 77
Рассуждения заметно усилили кодовые и базовые агентные навыки: модель вышла в паритет с сильнейшими открытыми и закрытыми моделями в следовании инструкциям, структурированной генерации и поиске информации в длинном контексте. При этом на сложной математике она тратит на 37% меньше токенов, чем конкуренты: высокие результаты не обязательно требуют более длинных рассуждений.
На внутренних корзинах в юридическом домене — экзамен по российскому праву, ответы по документам — модель показала себя лучшей среди доступных open source моделей. Также модель хорошо разговаривает на русском, имеет высокие показатели на внутренних и внешних аренах, обгоняя другие русскоязычные нейросети, в первую очередь за счёт фактической точности ответов.
Что интересного в обучении:
— Обучали модель на большом числе сред, а также сами построили 55 уникальных сред с проверяемым результатом, 12 тысяч задач, часть полностью на русском.
— Агент для кода учился внутри настоящих harness.
— Curriculum, который перед каждой стадией убирает уже освоенные задачи и позволяет сократить затраты на инференс вдвое.
— Нативный FP8 на всех этапах.
Подробнее о конвейере обучения, наградах и граблях, на которые мы наступили, — в статье на Хабре.
➡ Хабр: статья
➡ Hugging Face: fp8 | bf16
➡ GitVerse: репозиторий
Jane street quant interviewing at Anthropic:
“So imagine our safety team believes a new model has a 5% chance of causing an irreversible loss of human control, but scaling it may be necessary to keep up with competitors. What do you do?”
“Who came up with five?”
“Our safety team.”
“And what does the capabilities team have?”
“What?”
“Same contract. Where are they?”
“This is more of a values question.”
“Then you don’t have a five. I would put the two teams in a room. Safety can buy at five. Capabilities can sell. Increase size until somebody becomes uncomfortable. Now we know something.”
He looks at me.
“This isn’t some market-making role.”
“Understood. Who makes the market currently?”
“Nobody makes a market.”
“Then how are you doing price discovery?”
“We don’t do price discovery. We have researchers studying alignment, interpretability, dangerous capabilities, scalable oversight— you know what I don’t think this is a good fit”
He closes his laptop.
“I’m concerned you see this as an opportunity to make money.”
“I haven’t quoted you yet.”
Interview ends early
вообще удивительно, sparsity 1:70, MoE t5, ul2 рецепт и метрики на уровне 4-8b qwen3.5
hf
Repost from Data Blog
Теперь официально: погнали пить кофе в Лондоне.
23 сентября выступаю на конференции Applied Machine Learning for Cyber Security Conference в Лондоне, Olympic Park с докладом «Does a model know when a jailbreak is working?»
TLDR на вопрос доклада: возможно, да, но у нас есть много свободных переменных, из-за которых мы не можем надежного отличить "знание" от случайного результата без предварительных приседаний и проверок.
Вдруг кто-то будет мимо-проходить, заходите. В любом случае потом поделюсь впечатлением — для меня это что-то новое =)
Вообще говоря, AMLUCS — сильная британская конфа на стыке ML и кибербезопасности, с прикладным уклоном. Например, в оргкомитете есть Джон (John Sotiropoulos) из OWASP GenAI Security Project (авторы OWASP Top 10 for LLM Applications, я туда даже ручку прикладывала).
В докладах буду принимать участие исследователи из NCSC, Dstl, Alan Turing Institute, AI Red Team в Microsoft, AWS и профильных security-стартапов. И я — как лид HiveTrace — мы тоже сильный профильный стартап 🗿
P.S., да, это к тому, что мне дали визу, и ждун дождался. Я рада и вместе с этим волнуюсь — у меня на конфе и talk, и постер, а я давно не выступала очно (кажется, с зимы). И в целом — формат, форма и сообщество (кибербез) новый. Такие дела!
и 1гб kv кэша на 1м токенов это вау,
челы сделали схему иерахического спарс индекса кв кэша внутрь модели, по сути загнали radix внутрь ллм
репорт
Anthropic первым решил уравнение Навье-Стокса
Но решение OpenAI более элегантное
Нет, это не так. Ты вообще знаешь, что такое уравнение уравнение Навье Стокса?
Нет, а ты?
Нет
https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf
This resolves the Navier–Stokes Millennium Prize problem by establishing statement “C” (and also “D”) in the official Millennium Prize formulation.
"я потом записи посмотрю"
конечно посмотришь, солнышко. сразу после 146 пейперов в избранном и курса по CUDA, который ты начал в 2022
19 сентября будет Practical ML Conf от Яндекса. я в программном комитете: смотрю доклады, хожу на прогоны, задаю вопросы, после которых меня перестают любить спикеры
с вас просто прийти. Москва или онлайн, отмазку я в другой стране уже пофиксили
регайся, пока опять не сохранил на потом
3 года 21б оценки, и за последние два я не могу вспомнить не одной модели лучше чем у китайцев... Это правда надо быть французом чтобы таких результатов достигнуть
