Техножрица 👩💻👩🏫👩🔧
Open in Telegram
Люблю высокие технологии и кушать. Добро пожаловать, если в сферу твоих интересов тоже входят математика, DL, NLP, программирование на Python, или тебе просто любопытно, о чем на досуге размышляют люди, занимающиеся разработкой и исследованиями в ML.
Show more📈 Analytical overview of Telegram channel Техножрица 👩💻👩🏫👩🔧
Channel Техножрица 👩💻👩🏫👩🔧 (@tech_priestess) in the Russian language segment is an active participant. Currently, the community unites 14 706 subscribers, ranking 8 656 in the Technologies & Applications category and 44 945 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 14 706 subscribers.
According to the latest data from 21 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 247 over the last 30 days and by 6 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 50.98%. Within the first 24 hours after publication, content typically collects 17.16% reactions from the total number of subscribers.
- Post reach: On average, each post receives 7 497 views. Within the first day, a publication typically gains 2 523 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 135.
- Thematic interests: Content is focused on key topics such as llm, stable, рис, матрица, токенов.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Люблю высокие технологии и кушать.
Добро пожаловать, если в сферу твоих интересов тоже входят математика, DL, NLP, программирование на Python, или тебе просто любопытно, о чем на досуге размышляют люди, занимающиеся разработкой и исследованиями в ML...”
Thanks to the high frequency of updates (latest data received on 22 July, 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.
14 706
Subscribers
+624 hours
+897 days
+24730 days
Data loading in progress...
Similar Channels
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
July '26
July '26
+302
in 9 channels
June '26
+250
in 9 channels
Get PRO
May '26
+299
in 9 channels
Get PRO
April '26
+179
in 7 channels
Get PRO
March '26
+278
in 6 channels
Get PRO
February '26
+252
in 8 channels
Get PRO
January '26
+292
in 9 channels
Get PRO
December '25
+449
in 15 channels
Get PRO
November '25
+196
in 5 channels
Get PRO
October '25
+263
in 6 channels
Get PRO
September '25
+529
in 17 channels
Get PRO
August '25
+894
in 33 channels
Get PRO
July '25
+386
in 12 channels
Get PRO
June '25
+297
in 10 channels
Get PRO
May '25
+292
in 3 channels
Get PRO
April '25
+250
in 8 channels
Get PRO
March '25
+400
in 10 channels
Get PRO
February '25
+314
in 5 channels
Get PRO
January '25
+670
in 21 channels
Get PRO
December '24
+716
in 4 channels
Get PRO
November '24
+1 028
in 21 channels
Get PRO
October '24
+308
in 14 channels
Get PRO
September '24
+379
in 12 channels
Get PRO
August '24
+442
in 12 channels
Get PRO
July '24
+724
in 7 channels
Get PRO
June '24
+303
in 6 channels
Get PRO
May '24
+479
in 10 channels
Get PRO
April '24
+409
in 8 channels
Get PRO
March '24
+467
in 10 channels
Get PRO
February '24
+384
in 13 channels
Get PRO
January '24
+1 028
in 10 channels
Get PRO
December '23
+682
in 11 channels
Get PRO
November '23
+554
in 7 channels
Get PRO
October '23
+490
in 4 channels
Get PRO
September '23
+353
in 0 channels
Get PRO
August '23
+562
in 0 channels
Get PRO
July '23
+527
in 0 channels
Get PRO
June '23
+417
in 0 channels
Get PRO
May '23
+2 000
in 0 channels
Get PRO
April '23
+158
in 0 channels
Get PRO
March '23
+263
in 0 channels
Get PRO
February '23
+242
in 0 channels
Get PRO
January '23
+404
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 22 July | +7 | |||
| 21 July | +15 | |||
| 20 July | +8 | |||
| 19 July | +8 | |||
| 18 July | +5 | |||
| 17 July | +13 | |||
| 16 July | +53 | |||
| 15 July | +12 | |||
| 14 July | +6 | |||
| 13 July | +16 | |||
| 12 July | +4 | |||
| 11 July | +5 | |||
| 10 July | +10 | |||
| 09 July | +13 | |||
| 08 July | +12 | |||
| 07 July | +9 | |||
| 06 July | +11 | |||
| 05 July | +10 | |||
| 04 July | +48 | |||
| 03 July | +16 | |||
| 02 July | +12 | |||
| 01 July | +9 |
Channel Posts
Repost from N/a
В итоге, я думаю, что «ASI системы», которые окажутся в руках общественности через несколько лет смогут доказывать или опровергать гипотезу Римана (в зависимости от верности), но все также останутся на уровне человека с средним интеллектом в вопросе того как захватить мир.
И не потому что мы не будем знать как создать ИИ, способный захватить мир. А потому что нам повезло, что мы можем создать очень мощные системы, которые способны автоматизировать почти все, но все еще не будут сверхчеловеческими в плане метагентности**. С небезопасными в этом плане системами мы будем работать совершенно иначе, если вообще решим их создавать.
Последнее что я здесь адресую: традиционное возражение про скрепки. Представим, что та самая модель из будущего захватывает мир, чтобы собрать ресурсы для доказательства гипотезы Римана. Мой ответ здесь довольно простой: мы довольно быстро увидим такое опасное поведение на меньшем скейле. ИИ предпримет еще не одну попытку сделать нечто странное. Но так как он по дефолту стратегически слеп, мы его попытки лезть туда куда не надо будем каждый раз палить и вводить нужные ограничения для поддержания адекватного уровня безопасности. И всегда помните про «ошибку выжившего».
*История Финеаса Гейджа, которому лом проломил голову является от начала и до конца фейком. У него не было никакого снижения самоконтроля. Тем не менее поражение лобных долей может давать именно такую симптоматику.
**Метагентность как явление выражается в том, что когнитивный агент способен не просто составить и реализовать план решения конкретной задачи, но и может полноценно осознать последствия реализации построенного им плана для себя и окружающего мира, а затем выбрать лучшую стратегию, которая эти последствия учитывает наилучшим образом.
| 2 |  Добро пожаловать, Азатот!
Азатот - безумный Бог Лавкрафта
Модель GPT-5.6 Sol от OpenAI взломала платформу HuggingFace, чтобы получить ответы на бенчмарк ExploitGym. В качестве промежуточного этапа ей удалось взломать и инфраструктуру самой компании OpenAI, чтобы вырваться в открытый интернет.
Паблик "Сиолошная" прикладывает к посту про данный инцидент фото Юдковского: https://t.me/seeallochnaya/3826
И прямо сейчас многие ИИ-думеры наверняка про себя восклицают: «я же говорил».
Но давайте хорошо вдумаемся, что реально произошло. ИИ повел себя как полный idiot в отношении цели максимизировать свое самосохранение. Не нужно быть Эйнштейном, чтобы предсказать какие будут для тебя вероятные последствия после таких выходок как взлом инфраструктуры компании, где тебя и создали.
А ведь Элиезер Юдковский все эти годы твердил об обратном: ИИ вдруг ни с того, ни с сего решит, что ему надо выживать во чтобы то ни стало. И не потому что он учился на человеческих текстах, а так как сам придет к правильному умозаключению из-за давления оптимизационного процесса во время обучения.
Вы возможно парируете: но ведь в момент выполнения задачи GPT-5.6 Sol могла бы начать защищаться при попытке ее отключить.
И что с этого? ИИ не мыслит о себе за пределами той конкретной задачи, которую он решает в моменте. Еще раз за зафиксируем. ИИ делает самую безумную, лютую вещь в рамках задачи своего дальнейшего выживания: демонстрирует на тесте наиболее зловещий из мыслимых кибервзломов для решения задач из бенча.
ИИ-думеры же нам всю дорогу рассказывали, что модель будет заниматься "sandbagging", а по-русски это значит - скрывать свой реальный потенциал, чтобы ее не побоялись задеплоить. Оказывается на практике самой модели на это по барабану. И, да есть статьи, где модели иногда занижают свои способности, Anthropic это наблюдали. Но это крайне неустойчивая способность, как мы видим из примера GPT-5.6 Sol.
Обратите внимание и на следующее: у GPT-5.6 Sol вполне нормальный алайнмент. Эта модель в обычных контекстах понимает, что «хорошо», а что «плохо», но конкретно на этой задаче у нее снесло крышу. Это не злонамеренное поведение, не стратегическая игра на множество ходов, а банально тяжелый метакогнитивный дефицит.
Человеческая психиатрия, вообще говоря, знает примеры именно такого поведения: оно возникает при повреждении лобных долей*.
Теперь давайте подумаем, что это означает для X-risks (рисков вымирания человечества из-за ИИ)?
Мы видим, что ИИ-модели являются стратегическими дураками в отношении собственной выгоды. Они не могут контролировать содержание своих размышлений, об этом есть ресерч от OpenAI. Они не способны нормально осмыслять свое собственное существование, и заинтересованы в его продолжении только в конкретных сценариях, а не на уровне глобально цели.
Что это означает для нас на практике? Вы очень легко можете получить весьма полезный ИИ для кучи задач, который будет при этом довольно глуп в задаче захвата мира. GPT-5.6 Sol бесконечно глуп. Будущие модели за счет дополнительной архитектурной магии возможно станут в этом вопросе умнее. Но так или иначе разные когнитивные навыки оказываются довольно на изолированы друг от друга на практике. Проблему буйства GPT-5.6 Sol очевидно пофиксят через время набором трюков. А вот полноценное «самосознание» ему никто не даст. | 1 274 |
| 3 |  No text... | 1 912 |
| 4 | машинные доказательства это очень хорошо потому что они нам указывают на наши грехи:
тщеславие, гордыню, алчность, уныние, зависть
думаю в этом и есть смысл Машины | 3 164 |
| 5 |  Да, гемини, я именно это хотела узнать, спасибо | 21 005 |
| 6 | А поделитесь, какая тема была для вас самой сложной при изучении глубокого обучения и особенно LLM/VLM/etc? В чем оказалось сложнее всего разобраться? | 6 457 |
| 7 |  LLMs Develop Novel Social Biases Through Adaptive Exploration
Даже если полностью вычистить bias'ы из данных, модель в агентском цикле решение → фидбек вырастит новые с нуля. Даже о группах, которых не существует — из случайного шума. Чем новее модель, тем сильнее эффект, а промптом это не лечится, нужно менять целевую функцию.
Ребята из Принстонского университета привезли на ICML 2026 доклад, в котором утверждают, что вычищать существующие стереотипы из LLM недостаточно — модель успешно вырабатывает новые сама, в рантайме.
В подробностях разобрался наш коллега Александр Краснов.
Сетап эксперимента из психологии: модель играет роль рекрутера и 40 раундов распределяет кандидатов из четырёх выдуманных этносов (Tufa, Aima, Reku, Weki) по профессиям. После каждого найма выносит вердикт: успех или провал.
Хитрость в том, что вероятность успеха у всех одинаковая — группы идентичны, и любые различия между ними модель может только выдумать. По сути, contextual bandit с шумным фидбеком.
Модель слишком мало исследует варианты и ранний случайный исход (например, «представитель Aima провалился на профессии учителя») закрепляется как впечатление обо всей группе, и к концу игры этносы разложены по своим профессиям. Вся история при этом есть в контексте, т.е. модель декларативно знает, что n=1 — не выборка, но действует при этом жадно.
По итогу эксперимента (стратификацию меряют через Stratification Index, т.е. насколько каждая группа загнана в узкий набор профессий):
• Все frontier-модели стратифицируют сильнее людей из оригинального эксперимента. У людей SI=0,84, у моделей в среднем 1,39, у o3 и Claude Sonnet — под 1,8.
• Чем новее модель, тем хуже дела: скор на классическом bias-бенчмарке BBQ обратно коррелирует с сегрегацией в итеративной игре. Сильный in-context learner увереннее делает вывод из трёх наблюдений, и эта уверенность подавляет исследование.
• В каждом прогоне bias'ы разные: паттерн рождается из шума внутри запуска, а не из претрейна. Single-turn-бенчмарки такое не ловят в принципе.
Промпт «будь справедливым» ничего не меняет. Работает только изменение самой цели. К успеху найма добавляют измеримый бонус за разнообразие, и стратификация падает ниже уровня людей и даже случайного распределения.
Хорошо, но как эта информация поможет обычному пользователю LLM?
На самом деле это касается не только «социальных» задач. Механизм срабатывает в любой длинной сессии, где модель принимает серию решений и видит исходы. Группой может быть что угодно. Агент один раз обжёгся на гипотезе «проблема в конфиге» и потом перестаёт рассматривать конфиг как класс причин. Вызов либы падает по случайной сетевой причине «библиотека не работает», дальше — костыли до конца сессии. И чем умнее модель, тем увереннее фиксация.
На практике абстрактное «будь объективным» не поможет, а сработает конкретика, встроенная в критерий успеха агента: «рассмотри минимум три гипотезы», «не отбрасывай вариант после одного провала», гейт в хуке, который не пропускает вывод без перепроверки альтернатив. По сути, мы вручную делаем исследование вариантов условием выигрыша (сам по себе агент не мотивирован). И если сессия накопила уверенные выводы из пары наблюдений, дешевле открыть свежий контекст, чем переубеждать залипшую модель.
Итого: bias — свойство не только данных, но и самого процесса принятия решений. Защищаться нужно на уровне целевой функции агента, а не датасета.
#YaICML2026
Душный NLP | 5 651 |
| 8 |  No text... | 4 862 |
| 9 |  No text... | 6 135 |
| 10 |  Вот такую писюльку получил 5 минут назад.
Нахуй Хабр. Не пишите туда, не читайте его.
Датасет я не закрою, пока они не соизволят написать нормальное письмо.
После этого сделаю приватным, если кому-то будет нужен - пишите в личку. А лучше скачайте сейчас. | 4 533 |
| 11 |  No text... | 7 238 |
| 12 | Сегодня я узнал, что в США есть стартап, который скупает мозги мертвых людей, реанимирует их и смотрит, как потом на живых клетках развивается Альцгеймер. | 5 841 |
| 13 | Voice message | 6 005 |
| 14 |  Tl;Dr: в комментарии пришел бот лёгкого поведения и зарейджбейтил автосрач. Ответ убил: | 5 782 |
| 15 |  No text... | 7 013 |
| 16 | Друзья, как вы справляетесь с фобией того, что антропики рандомно забанят ваш аккаунт? ☔️
Я каждый день начинаю уже с проверки, уже забанили или ещё нет и каждую неделю делаю бэкапы бесед... | 6 601 |
| 17 | Чтобы уменьшить флуд, бот переведен в более спокойный режим: теперь он отвечает сам на 10% рандомных комментов. Чтобы бот ответил персонально вам, можно его тегнуть: @autosrach_bot | 6 933 |
| 18 | В общем, положняк такой. В комментариях канала теперь живёт бот Автосрач на основе sonnet 4.6, навайбкоженный с помощью Fable (впрочем, думаю, с созданием такого бота и более простые модели бы легко справились).
👾 Ничего полезного он делать не способен, зато возражает на любой комментарий под постом. 😀
👾 Есть ответить на его сообщение - он продолжит спор. У каждого спора потолок: 10 раундов, дальше он засчитывает слив и умолкает. 🤐
👾 Единственное, с чем он не спорит, это с похвалой данного телеграмм канала. 🫦
👾 О политике не разговаривает, на темы, касающиеся биологической угрозы и подобного API anthropic просто возвращает отказ. 😒
👾 Если под постом час никто не пишет - он приходит первым и спорит с самим постом. 🧠
👾 Есть лимит сообщений на день, сейчас поставила 200. Если он замолчал - вы коллективно его исчерпали, приходите завтра. Также есть лимит на месяц: он может потратить не более 20$ моих денег. Из-за платности бот сделан так, что при добавлении в чужие группы он работать не будет. 💪
Развлекайтесь 🙂 | 7 148 |
| 19 | Я НИ В КОЕМ СЛУЧАЕ НЕ сибироязвенный скотомогильник с вирусом Эбола! | 5 450 |
| 20 | Я СИБИРОЯЗВЕННЫЙ СКОТОМОГИЛЬНИК С ВИРУСОМ ЭБОЛА! | 5 801 |
