Анализ данных (Data analysis)

Open in Telegram

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Network:Machinelearning Russia12 559 Technologies & Applications2 679...

📈 Analytical overview of Telegram channel Анализ данных (Data analysis)

Channel Анализ данных (Data analysis) (@data_analysis_ml) in the Russian language segment is an active participant. Currently, the community unites 50 152 subscribers, ranking 2 679 in the Technologies & Applications category and 12 559 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 50 152 subscribers.

According to the latest data from 13 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -42 over the last 30 days and by -11 over the last 24 hours, overall reach remains high.

Verification status: Not verified
Engagement rate (ER): The average audience engagement rate is 8.83%. Within the first 24 hours after publication, content typically collects 5.66% reactions from the total number of subscribers.
Post reach: On average, each post receives 4 426 views. Within the first day, a publication typically gains 2 839 views.
Reactions and interaction: The audience actively supports content: the average number of reactions per post is 30.
Thematic interests: Content is focused on key topics such as llm, контекст, openai, архитектура, deepseek.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Thanks to the high frequency of updates (latest data received on 14 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.

50 152

Subscribers

-1124 hours

-597 days

-4230 days

4 426

Post views

~ 2 83924 hours

~ 3 39048 hours

8.83%

Engagement rate

~ 5

Posts per day

Ads index

beta

Posts Archive

50 151

🚨 NVIDIA выложила на Hugging Face квантизированную Gemma 4 31B - теперь это реально usable frontier-модель для локального запуска - NVFP4 сжимает веса в ~4 раза без заметной потери качества - 99.7% от baseline на GPQA (75.46% vs 75.71%) - Контекст до 256K - Мультимодальность: текст, изображения, видео - vLLM-ready + оптимизация под Blackwell По железу: - веса: ~16–21 GB VRAM - нормальный запуск: от 24 GB - полный 256K контекст: комфортно от 32 GB 31B-модель уровня frontier, которую наконец можно гонять локально на топовом consumer GPU, а не только в облаке Попробовать: https://huggingface.co/nvidia/Gemma-4-31B-IT-NVFP4

50 151

🎧 Fish Audio S2 Pro - мощная open-source модель для синтеза речи. Это 4B + 400M параметровая TTS-модель с необычной архитектурой Dual-AR, обученная на 10+ миллионах часов аудио и поддерживающая 80+ языков. Что делает её интересной. 🏗 Dual-AR архитектура Модель разделена на две части: • 4B Slow AR отвечает за семантику и структуру речи • 400M Fast AR генерирует 9 residual codebooks для акустики Такой подход позволяет сохранить высокое качество звука без сильной нагрузки на инференс. 🎭 Свободное управление эмоциями и интонацией Можно прямо в тексте задавать стиль речи: [whisper] [laughing] [professional broadcast tone] Поддерживается 15 000+ тегов, которые работают на уровне отдельных слов. 🌐 80+ языков Основные языки высокого качества: • английский • китайский • японский ⚡ Оптимизация для LLM-инфраструктуры Модель нативно работает со стеком SGLang, поэтому поддерживает: • continuous batching • paged KV cache • RadixAttention prefix caching 📊 Производительность • RTF: 0.195 на Nvidia H200 • ~100 мс до первого аудио • более 3000 акустических токенов/сек Также разработчики выложили: • веса модели • код для fine-tuning • движок для streaming inference Модель: https://modelscope.ai/models/fishaudio/s2-pro GitHub: https://github.com/fishaudio/fish-speech #ai #tts #opensourсe 🎯Полезные Мл-ресурсы 🚀 Max @data_analysis_ml

50 151

Gemma 4 от @GoogleDeepMind дебютировала на 3 и 6 местах в open source leaderboard, став моделью №1 среди open source моделей из США. При этом по числу параметров Gemma 4 (31B) в 24 раза меньше, чем GLM-5, и в 34 раза меньше, чем Kimi-K2.5-Thinking — при сопоставимой производительности и значительно меньших ресурсах.

50 151

Так я вижу работу ИИ-агента со стороны:

50 151

Как превратить данные из 1С в реальные бизнес-инсайты за считанные дни 7 апреля в 12:00 Yandex DataLens и BI.Qube покажут, как выжать максимум из ваших данных без сложной разработки. На реальном кейсе разберём, как работать с 290 млн чеков из 1С: связывать их со справочниками, обновлять и превращать в понятную аналитику. И главное - как получать ответы на вопросы бизнеса через Нейроаналитика, который работает как ИИ-агент. Покажем весь путь без воды: от старта за 1 день до первых результатов уже через 1–2 месяца, с возможностью спокойно масштабировать аналитику дальше. Подойдёт тем, кто хочет быстро выстроить связку 1С → BI и начать принимать решения на основе данных, а не догадок.

50 151

✔️ Вышел Cursor 3 - и это уже не просто AI-IDE, а полноценный центр управления ИИ-агентами Cursor окончательно сменил роль: теперь это не инструмент для кодинга, а оркестратор агентов. Что поменялось по факту: • запускаешь сколько угодно агентов - локально, по SSH или в облаке • работаешь сразу с несколькими репозиториями и окружениями • облачные агенты сами делают демки и скриншоты своих действий • при этом редактор никуда не делся - можно кодить вручную, когда нужно https://cursor.com/blog/cursor-3

50 151

🚀 Google DeepMind представила Gemma 4 Новое семейство открытых моделей, которые можно запускать на собственном железе. Четыре размера: 31B Dense & 26B MoE - топовые результаты для сложных локальных задач: кастомные ассистенты, анализ научных данных E4B & E2B (Edge) — для мобильных устройств, поддержка текста, зрения и аудио в реальном времени Ключевые особенности: Заточены под продвинутый reasoning и агентные задачи (автономные агенты, планирование, многошаговые workflows) По Arena Elo Score: Gemma 4 31B (1452) и 26B (1441) обгоняют Qwen 3.5 (1450), Kimi k2.5 (1454) и DeepSeek v3.2 (1425) Где попробовать: Google AI Studio, Hugging Face, Kaggle, Ollama Почему это важно: Apache 2.0 + open weights = можно файн-тюнить и деплоить без ограничений и зависимости от API. Именно это отделяет настоящий open-source релиз от «контролируемого» research drop'а. https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/ Лицензия Apache 2.0 - полностью коммерчески свободная. #Gemma

50 151

ИИ всё активнее становится «вторым аналитиком» в BI. По свежей статистике, каждый 5-й корпоративный пользователь уже обращается к ИИ-агенту Нейроаналитику, чтобы быстрее попасть на бизнес-инсайты. Какие задачи чаще всего отдают ИИ: 73% — просят написать формулы 50% — объяснить графики Кто внедряет активнее всего (топ‑5 отраслей): ИТ (40%) , ритейл (25%) , финтех (10%) , логистика (5%) , здравоохранение (4%) . Главное использование — скорость: ИИ за минуту делает десять срезов и обнаруживает нарушения. В ритейле задержка в поисках падения на 5 дней может стоить 15–20 миллионов , а с ИИ это вкладывается на пару часов. Источник: https://ko.ru/news/kazhdyy-pyatyy-korporativnyy-polzovatel-prosit-ii-agenta-nayti-biznes-insayty/?ysclid=mneiwo7f1j748287914

50 151

🚀 Qwen3.6-Plus- новый мультимодальный агент от Alibaba Ключевые особенности: 💻 Agentic Coding - умнее и быстрее в написании кода 👁️ Улучшенное мультимодальное зрение - точнее воспринимает и анализирует визуальный контент 🏆 Топовые общие способности - сохраняет лидерские позиции 📄 Контекстное окно 1M токенов - доступно через API по умолчанию Модель создана на основе обратной связи от сообщества Qwen3.5. Доступна уже сейчас через chat.qwen.ai и API. Обещают открыть исходный код других моделей серии Qwen3.6. Chat: https://chat.qwen.ai API: https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3.6-plus Blog: https://qwen.ai/blog?id=qwen3.6 #Qwen #AI #AgenticCoding #VibeCoding #Agents

50 151

Когда закончились лимиты на Claude

50 151

Пока все обсуждают искусственный интеллект сам по себе, промышленность тихо движется в сторону связки ИИ + роботы. В «Норникеле» рассказывают, что машинное обучение у них уже несколько лет работает в реальном производстве и приносит около 10 млрд рублей в год — за счёт более точных прогнозов, оптимизации процессов и дополнительного извлечения металлов. Но, по их мнению, самое интересное впереди. Следующий этап — роботизация. Рудники на глубине до двух километров, риски, сложные условия, и там алгоритмы и роботы часто справляются точнее, чем человек. В итоге ставка делается не на ИИ, а на вполне практичную вещь — автоматизированные производства, где решения принимают алгоритмы, а делают роботы. И похоже, именно туда и будет двигаться промышленность ближайшие годы.

50 151

⚡️ Code 2.1.90 - добавили новую команду /powerup. Запускаешь её - и прямо внутри инструмента получаешь интерактивные уроки по работе с Claude Code. Выглядит полезно: можно учиться прямо в терминале, без переключений и гайдов на стороне. Интересно, как это реализуют в VSCode и в десктопной версии Claude Code. Пойду дальше копаться в новом релизе 👀 Релиз: https://x.com/ClaudeCodeLog/status/2039493041979847023 🐍 полезные ресурсы 🚀Max @data_analysis_ml

50 151

Не успели мы порадоваться, что человечество,rак пришла более приземленная нововть( На корабле Orion новейшая система вышла из строя сразу после старта, проблему подтвердили в NASA, при этом экипажу предстоит провести в космосе около 10 дней. Надеемся, на станции найдутся альтернативные решения )

50 151

⚡️ GLM-5V-Turbo — модель, которая СМОТРИТ на экран и сразу ПИШЕТ код Главное: • Нативный мультимодальный кодинг Понимает изображения, видео, макеты, интерфейсы и документы без костылей • Видит → генерирует код Распознаёт дизайн, скриншоты и UI и превращает их в готовый, запускаемый код • Сильный баланс: визуал + программирование Топовые результаты в: - генерации кода по макетам - мультимодальном поиске и QA - работе с GUI-агентами • Не проседает в обычном кодинге Стабильно проходит бенчмарки Backend, Frontend и Repo Exploration Визуал не ломает текстовую логику • Оптимизирован под агентов Работает в связке с Claude Code и OpenClaw Подходит для полного цикла задач: от восприятия до действия Почему он сильный: • Глубокая связка текста и зрения с самого обучения • RL-тренировка сразу на 30+ типах задач • Специальные Agent-данные (меньше галлюцинаций) • Поддержка мультимодальных инструментов: поиск, браузинг, работа с интерфейсами Попробовать: http://chat.z.ai API: http://docs.z.ai/guides/vlm/glm-5v-turbo Coding Plan trial applications: http://docs.google.com/forms/d/e/1FAIpQLSdEg9C_7FRQWRbnJt--BJXSoacQZbbnB1A4hXGjWP59_1Pugg/viewform?usp=publish-editor 🐍 полезные ресурсы 🚀Max @data_analysis_ml

50 151

Repost from Machinelearning

🌟 Holo3: SOTA-агентная модель для управления десктопными приложениями. Парижский стартап H Company выпустил семейство мультимодальных моделей Holo3, предназначенных для управления графическими интерфейсами.

H Company (ранее Holistic AI) публично вышла на рынок в начале 2024 года. Основатели: Шарль Кантор, бывший исследователь Стэнфорда, и Лоран Сифр, ветеран Google DeepMind и один из ключевых участников проекта AlphaGo. Посевной раунд составил $220 млн - один из крупнейших в истории европейского венчура. Среди инвесторов: Эрик Шмидт, Юрий Мильнер, Бернар Арно, Ксавье Ньель, а также Amazon, Samsung и UiPath.

🟡Обе модели семейства на архитектуре Mixture-of-Experts Старшая Holo3-122B-A10B доступна только на платформе H Company по цене 40 центов за миллион входящих и 3 доллара за миллион выходных токенов. Младшая версия Holo3-35B-A3B выложена на Hugging Face под лицензией Apache 2.0 и также доступна бесплатно через Inference API с ограничением в 10 PRM. В платном режиме - 0,25/1.8 доллара за миллион входных/выходных токенов. 🟡Holo3 учили по замкнутому циклу из 3 стадий Сначала по заданным сценариям генерируются синтетические примеры навигации по интерфейсам. Затем данные расширяются за пределы исходных условий, чтобы модель учитывала нестандартные ситуации. На финальном этапе все примеры проходят курируемый отбор и обучение с подкреплением. Для тренировки H Company построила генератор синтетических корпоративных сред, в котором агенты создают веб-приложения по спецификациям сценариев, формируя верифицируемые задачи разной сложности. На базе этих сред разработан H Corporate Benchmarks - набор из 486 многошаговых задач в 4 категориях: электронная коммерция, бизнес-ПО, инструменты совместной работы и межприложенческие сценарии. Последние требуют координации между несколькими системами одновременно (скажем, извлечь цены из PDF, сопоставить их с бюджетами сотрудников и автоматически разослать персонализированные письма с одобрением или отказом). 🟡Тесты Флагманская Holo3-122B-A10B набрала 78,85% на бенчмарке OSWorld-Verified - это лучший результат на ведущем тесте взаимодействия с рабочим столом. 📌Лицензирование: Apache 2.0 License. 🟡Статья 🟡Модель @ai_machinelearning_big_data #AI #ML #MMLM #Holo3 #HCompany

50 151

Делитесь своими сетапами в комментариях 👇

50 151

🖥 Liquid AI выпустила LFM2.5-350M - агентную модель весом меньше 500 МБ 350M параметров, обучена на 28T токенов с RL: и это уже другой уровень по сравнению с предыдущим поколением. Что умеет: → извлечение данных и вызов инструментов там, где модели такого размера обычно пасуют → агентные цепочки (agentic loops) на слабом железе → работает на CPU, GPU и мобильных устройствах Кейсы: локальная обработка документов, лёгкие агентные воркфлоу, edge-деплой без облака. • Blog: http://liquid.ai/blog/lfm2-5-350m-no-size-left-behind • Веса: https://huggingface.co/LiquidAI/LFM2.5-350M • Docs: http://docs.liquid.ai • Playground: http://playground.liquid.ai 🐍 полезные ресурсы 🚀Max @data_analysis_ml

50 151

Когда ты ещё сам в пренатальной бете, но уже настраиваешь агента.

50 151

Ant Group выложила новый крупномасштабный RGB-D датасет: LingBot-Depth 🤖 на Hugging Face. Внутри: ✨ более 3 млн примеров / 2.7 ТБ данных ✨ реальные данные + симуляции + VLA-роботика ✨ сырые данные с depth-сенсоров + ground truth https://huggingface.co/datasets/robbyant/mdm_depth

50 151

Repost from МосХаб.Сколково

МосХаб.Сколково — точка сборки ИТ-сообщества и единая среда для открытого диалога между лидерами ИТ-индустрии, бизнесом, обществом, молодыми специалистами и городом. На базе МосХаб.Сколково проходят конференции, круглые столы, митапы и образовательные программы. Каждое событие направлено на практический результат для участников, профессионального сообщества и города. В этом канале мы будем рассказывать о событиях, проектах и технологических решениях, которые появляются на площадке МосХаб.Сколково. Наш адрес: Москва, инновационный центр «Сколково», ул. Николы Тесла, 1, стр. 1, Кластер видеоигр и анимации.