Анализ данных (Data analysis)

⚡️ Klavis AI — открытая платформа для интеграции MCP в AI-приложения. Проект предлагает готовые решения для работы с популярными сервисами вроде YouTube, Gmail и GitHub через единый API, избавляя разработчиков от необходимости писать клиентский код для каждого сервиса. Инструмент имеет поддержку мультиплатформенных сценариев. Klavis позволяет одновременно использовать инструменты разных сервисов через единый интерфейс. Есть возможность как облачного использования, так и self-hosted развертывания. 🤖 GitHub @data_analysis_ml

Не прошло и дня: эра 3D-вайфу на базе ИИ набирает обороты. Первые open-source версии этого чуда уже на доступны на GitHub https://github.com/Jackywine/Bella @data_analysis_ml #ai #ml

🔥 Бывший сотрудник OpenAI поделился откровенными впечатлениями о годе работы внутри одной из самых обсуждаемых компаний мира. Он присоединился к команде в мае 2024, ушёл три недели назад — и решил написать личные размышления, пока всё ещё свежо в памяти. Он подчёркивает: никаких скандалов или внутренних конфликтов — просто желание снова что-то строить с нуля. Несмотря на это, он признаёт: сложно уйти с работы, где ты видишь рождение AGI своими глазами и участвуешь в запуске Codex. Культура OpenAI — это хаос, скорость и независимость. Компания за год выросла с 1000 до более чем 3000 сотрудников. Почти все руководители делают совершенно другую работу, чем пару лет назад. И всё внутри строится снизу вверх: roadmap’ов не было, а идеи рождались и запускались без бюрократии. Всё общение происходит в Slack — никаких email, почти никакого планирования. Команды могут быть хаотичны и перегружены, но часто это работает: если идея крутая, люди просто начинают делать, и вокруг появляется команда. Руководители не мешают, а помогают — особенно в исследовательских командах. Исследователь воспринимается как мини-руководитель: выбрал интересную задачу — вперёд. Главное — не «казаться», а «делать». Политика и презентации — не в цене. Лучшие идеи побеждают. OpenAI умеет разворачиваться на ходу. Как только появляется новая информация, стратегия может кардинально поменяться — и в этом сила. Вдохновлённый атмосферой Segment, автор признаёт: OpenAI удалось сохранить эту гибкость даже при таком масштабе. Закрытость — часть культуры. Из-за огромного внимания общества и прессы компания крайне аккуратно делится информацией. Многое не анонсируется даже внутри. Но при этом она остаётся самой открытой из «больших AI-лабораторий»: модели попадают в API, доступны не только корпорациям, но и отдельным пользователям. Внимание к реальным рискам (злоупотребления, манипуляции, self-harm) — важный фокус внутри. Хоть фундаментальные угрозы (в духе "intelligence explosion") тоже обсуждаются, упор в работе на конкретные и прикладные сценарии. Технологически OpenAI — монорепозиторий на Python, немного Rust и Go. Всё крутится на Azure, но доверяют только 2–3 сервисам. Инфраструктура напоминает ранний Facebook: всё движется быстро, дублируется, много внутренней разработки и отсутствие строгих архитектурных комитетов. Он отдельно отметил уникальность команды Codex, с которой провёл последние 3 месяца. За 7 недель (!) они с нуля запустили продукт: с контейнерным рантаймом, fine-tuning моделей, git-интеграцией и полноценным асинхронным агентом. В ночь перед запуском они сидели до 4 утра, а утром уже нажимали на кнопку. Codex показал: будущее программирования будет похоже на общение с ассистентом, а не набор кода строка за строкой. С момента запуска Codex сгенерировал более 630 000 pull request’ов — это десятки тысяч на каждого инженера в команде. Несмотря на скандалы в пресе — тысячи людей, искренне верящих, что строят нечто важное. OpenAI остаётся одной из самых амбициозных организаций в мире: не только чат, не только API, но и hardware, агенты, изображения — и это ещё не всё. 📌 Читать @data_analysis_ml #openai #ai #ml #llm #chatgpt

💥 Исследователи из Университета Торонто представили первую в мире атаку типа Rowhammer, работающую на видеопамяти GPU — GPUHammer. Им удалось взломать защиту NVIDIA A6000 и изменять данные в памяти GDDR6, что особенно опасно для систем машинного обучения. Для атаки использовали особенности CUDA и оптимизации доступа к памяти. NVIDIA рекомендует включать ECC, но это снижает производительность на 10%. Код эксплойта уже выложен в открытый доступ. 🔗 Ссылка - *клик* @data_analysis_ml

⚡️ Skywork-R1V3 — новейшая мультимодальная LLM с открытыми весами от китайской компании SkyworkAI. Модель демонстрирует SOTA-результаты в бенчмарках мультимодального мышления, превосходя аналогичные open-source решения и некоторые проприетарные модели. Проект использует RL-дообучения для улучшения логических и визуальных цепочек рассуждений. Доступны квантованные версии для запуска на видеокартах с 30+ GB памяти. 🤖 GitHub @data_analysis_ml

🎓 Новые лекции от UCLA: *Reinforcement Learning of Large Language Models* (весна 2025) Свежий курс, полностью посвящённый обучению LLM с помощью RL. Отличный ресурс для тех, кто хочет разобраться не только в RLHF, но и в новых направлениях, которые появляются на стыке обучения с подкреплением и больших языковых моделей. 📚 Что в курсе: – Базовые принципы RL применительно к LLM – RLHF (reinforcement learning from human feedback) – RL с верифицируемыми наградами (RLVR) – RL на этапе inference: оптимизация в момент выполнения – Архитектуры, policy shaping, reward modeling и др. Это не просто обзор — это системная попытка осмыслить будущее RL для LLM, где важно не только fine-tuning, но и работа с обратной связью в режиме реального времени, доверие к награде и оптимизация вычислений. 🧠 Полезно всем, кто: – интересуется агентами и автономными системами – работает над LLM‑продуктами – хочет выйти за пределы SFT и попробовать более «горькие» методы обучения #LLM #RLHF #RLVR #AIeducation #ReinforcementLearning #UCLA 🔜 Youtube: https://youtube.com/playlist?list=PLir0BWtR5vRp5dqaouyMU-oTSzaU5LK9r 🔜 Курс: https://ernestryu.com/courses/RL-LLM.html

Вас интересует, как искусственный интеллект может повысить эффективность вашего бизнеса? Большие языковые модели уже давно вышли за рамки экспериментов и сегодня работают в реальных бизнес-процессах. На вебинаре “Будущее бизнеса с RAG и LLM: автоматизация, выгоды и новые возможности искусственного интеллекта” вы узнаете, как современные технологии помогают автоматизировать и ускорять поддержку, аналитику и работу с корпоративными знаниями, повышая точность бизнес-решений. Мы сравним облачные и локальные решения, разберем конкретные кейсы и выгоды, а также обсудим шаги по внедрению в компанию ИИ. Узнаете, как правильно, а главное – эффективно начать цифровую трансформацию! 📅 17 июля в 14:00 по Москве ➡️ Зарегистрироваться Все слушатели вебинара получат запись и презентацию выступающего, которые можно использовать в работе! Реклама. ООО "ДССЛ-ПЕРВЫЙ". ИНН 7701081730. erid: 2W5zFHygTbE

🤔 Хммм… интересно, почему же Grok снова на первом месте в Японии?) @data_analysis_ml

📈 METR: у ИИ начинается свой "закон Мура" Когда ИИ сможет самостоятельно выполнять долгие проекты? Исследователи из METR нашли закономерность: временной горизонт задач, которые осиливают AI‑агенты, удваивается каждые ~7 месяцев. Теперь они проверили это на 9 новых бенчмарках: MATH, OSWorld, LiveCodeBench, Mock AIME, GPQA Diamond, Tesla FSD, Video-MME, RLBench и SWE-Bench Verified. Результаты: 🧠 Аналогичные темпы роста и в науке, математике, робототехнике, программировании и даже в автопилоте. ⚡️ Новые модели, вроде o3, растут быстрее прогноза — медианное удвоение теперь ~4 месяца. 🕐 На reasoning-задачах агенты держатся 1+ час. 🖱 А вот в OS и браузере — всё ещё ~2 минуты, из-за слабых инструментов. > «Moore’s Law для ИИ»: не про чипы — про способность мыслить и работать дольше. Быстрее. Самостоятельно. ИИ-агенты растут не по дням, а по бенчмаркам.

Обработка данных на Spark — от GPS-треков до прогнозирования трендов.  Не теряйте время на ручную обработку данных и неправильный выбор инструментов.  Вебинар "Обработка геопространственных и временных данных на Spark" покажет, как избежать распространенных ошибок, связанных с обработкой геоданных и временных рядов с помощью одного из самых мощных инструментов в Big Data — Apache Spark. Что вы узнаете? 📍Как обрабатывать и анализировать геопространственные данные с помощью Spark 📍Как работать с GPS-координатами и картографией 📍Как эффективно взаимодействовать с временными данными и использовать возможности Spark для анализа трендов и сезонности 📍Реальные примеры из практики: анализ маршрутов, данные с IoT-сенсоров, прогнозирование с временными метками. Спикер Вадим Заигрин, один из разработчиков международной платежной системы, автор курса Spark Developer, проведет вебинар и поделится реальными кейсами. 17 июля в 19:00 МСК. Бесплатно Подарки для участников! 🔥7% скидка на обучение 🔥Гайд "Как найти кратчайший маршрут с помощью Apache Spark и GraphFrames" Не упустите возможность получить у эксперта реальные знания, которые помогут в проектах! Записаться: https://tglink.io/48c06a9a411b Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: 2W5zFH5sFzG

GitHub Copilot Agent получил мощное обновление 🚀 Самое интересное • Сам тестирует изменения UI с помощью Playwright и прикладывает скриншоты к PR • Подключается к удалённым MCP — больше инструментов, больше контекста • Управляет задачами через новый удобный дашборд • Использует всего один premium-запрос на сессию — экономно и эффективно Доступно для Copilot Pro и Business. @data_analysis_ml

✔️ Эмбеддинг-модель Gemini от Google стала общедоступной. Google объявила о выходе в общий доступ модели для создания текстовых эмбеддингов - Gemini-Embedding-001. Она доступна разработчикам через Gemini API и Vertex AI. С момента своего экспериментального запуска модель стабильно занимает лидирующие позиции в бенчмарке MTEB и поддерживает более 100 языков. Gemini Embedding использует технику Matryoshka Representation Learning. Она позволяет разработчикам гибко настраивать размерность выходных векторов, чтобы оптимизировать производительность и затраты на хранение. Максимальная длина входных данных составляет 2048 токенов. Стоимость использования модели : $0.15 за 1 миллион входных токенов. Доступ к ней можно получить через Gemini API, а бесплатно протестировать - в Google AI Studio. developers.googleblog.com ✔️ Лаборатория суперинтеллекта в компании Марка Цукерберга обсуждает отказ от open-source. Недавно созданное подразделение по разработке AGI инициировало дискуссию о кардинальном изменении стратегии компании. Ключевая идея - отказаться от развития флагманской open-source модели Behemoth в пользу закрытой архитектуры, по аналогии с OpenAI и Google. Такой шаг стал бы серьезным философским сдвигом для компании, которая годами продвигала открытый код и завоевала признание разработчиков. Обсуждения пока находятся на ранней стадии и требуют одобрения Марка Цукерберга. Однако сама дискуссия, начатая новой командой под руководством Александра Ванга, указывает на возможный стратегический разворот гиганта соцсетей. nytimes.com ✔️ В Grok появились анимированные 3D-персонажи. xAI начала развертывание новой функции «Companions» для чат-бота Grok в приложении для iOS. Обновление добавляет в интерфейс интерактивных трехмерных персонажей, цель которых - сделать общение более персонализированным и выйти за рамки текстовых ответов. На данный момент функция доступна платным подписчикам SuperGrok. Пользователи могут выбрать одного из двух анимированных аватаров: аниме-девушку Ani или красную панду Bad Rudy. Включить их можно в меню настроек. В компании обещают позже добавить третьего персонажа. Elon Mask в сети Х ✔️ Топовые немецкие ученые в области Med AI переехали работать в Китай. Два выдающихся специалиста из Германии, Роланд Эйльс и Ирина Леманн, присоединились к Университету Фудань в Шанхае. Их работа была ключевой в создании атласа клеток поджелудочной железы человека и использовании ИИ для прогнозирования рисков заболеваний. Эйльс - всемирно известный математик и биолог, руководивший крупными национальными исследовательскими проектами. Леманн - профессор в области эпигенетики, возглавлявшая несколько международных научных конференций. Супруги опубликовали более 1000 научных работ и имеют свыше 100 000 цитирований. В Университете Фудань они присоединились к Институту интеллектуальной медицины и планируют создать совместную немецко-китайскую ИИ-лабораторию. scmp.com ✔️ Perplexity будет дообучать модели Kimi. Глава Perplexity Аравинд Шринивас рассказал о планах компании начать пост-тренинг моделей Kimi от Moonshot AI. Решение было принято после внутренних тестов, которые показали, что потенциал Kimi сопоставим с GPT-4 и Claude. Решающим фактором стало превосходство Kimi K2 в бенчмарках на программирование. В частности, в тесте SWE-bench Verified она показала результат 65.8%, значительно опередив Claude с его 50.2%. В Perplexity рассчитывают, что дальнейшее дообучение модели усилит ее агентные возможности. CEO Perplexity сети X @ai_machinelearning_big_data #news #ai #ml

🧠 MetaStone‑S1 — первая открытая Reflective Generative Model, сопоставимая с OpenAI o3 Новая модель MetaStone‑S1 от MetaStone-AI представляет собой рефлексивную генеративную архитектуру, ориентированную на эффективное масштабирование при инференсе (TTS). 🔍 Ключевые особенности: ▪ SPRM (Self-supervised Process Reward Model) Позволяет модели самостоятельно оценивать качество промежуточных шагов рассуждения — без ручной разметки процесса. Это объединяет policy‑модель и reward‑модель в одном бэкенде, экономя 99% параметров PRM. ▪ Три режима рассуждения (TTS Modes) Выбирайте уровень усилия: low / medium / high — для контроля глубины reasoning на инференсе. ▪ Масштабируемость и производительность MetaStone‑S1 (32B параметров) показывает результаты на уровне OpenAI o3-mini, при этом оставаясь полностью открытой. 📐 Scaling Law Авторы выявили эмпирическую закономерность между вычислительной нагрузкой и качеством reasoning — и нашли "aha-момент", где резкий рост качества наступает при определённой глубине мышления. 📊 Бенчмарки: Модель достигает SOTA-результатов на: - AIME24 / AIME25 - LiveCodeBench - C-EVAL и др. 💡 Если вы работаете над LLM-агентами, интерпретируемыми системами или reasoning-моделями — MetaStone‑S1 обязательно к изучению. Это новая парадигма в генеративных ИИ: мышление + самооценка = устойчивое, масштабируемое поведение. https://huggingface.co/papers/2507.01951

Новость для тех, кто планирует поступление в магистратуру в этом году — МТС открывает набор на программу по искусственному интеллекту на ФКН ВШЭ Самое важное: – 30 оплачиваемых мест от МТС; – Обучение проходит в очном формате в московском кампусе ВШЭ; – Занятия ведут преподаватели ВШЭ и действующие эксперты-практики из МТС и MTS AI, а для проектов можно использовать виртуальную инфраструктуру компании; – После и во время обучения можно получить оффер; – В канале абитуриентов делимся новостями и помогаем с подготовкой к поступлению В программе передовые методы машинного и глубинного обучения: большие языковые модели, генеративные нейросети, инструменты компьютерного зрения и распознавания естественного языка. Подробная информация о программе и документах на сайте. Ждем тебя 🥚

🤖 Илон Маск: ИИ станет умнее любого человека — меньше чем за 2 года, а умнее всего человечества вместе — меньше чем за 5 лет По мнению Маска, у ИИ нет потолка — рост идёт экспоненциально, и конца этому тренду не видно. Он прямо говорит: через несколько лет модели смогут выполнять работу целых корпораций, действуя как единая система. 📌 Почему это звучит серьёзно? Потому что Dario Amodei, CEO Anthropic, говорит буквально то же самое — с теми же сроками. Он ожидает, что к 2027 году появится суперинтеллект, способный управлять крупными компаниями как цифровой "мозг-конгломерат". 🔥 Если они правы — нас ждёт резкий сдвиг: – ИИ перестаёт быть инструментом и становится экономическим субъектом – Компании превращаются в оболочки для моделей – Решения, стратегии, оптимизация — передаются системам ИИ – Конкуренция меняется: человек против облачного суперинтеллекта с API Мы приближаемся не просто к новой технологии — а к новой форме разума, способной оперировать как корпорация, но быстрее, точнее и дешевле. #AI #ElonMusk #Superintelligence #DarioAmodei #Anthropic #FutureOfWork #AGI @data_analysis_ml

🧠 NeuralOS — симуляция операционной системы с помощью нейросети Новое исследование *NeuralOS: Towards Simulating Operating Systems via Neural Generative Models* показывает, как можно эмулировать поведение GUI операционки с помощью нейросетей — прямо как игру, но из нейронки. Что сделали авторы: ▪ Соединили RNN (отвечает за отслеживание состояния ОС) ▪ с диффузионным рендерером, который генерирует экран кадр за кадром ▪ На вход идут реальные события: движение мыши, клики, нажатия клавиш ▪ На выходе — визуально достоверный интерфейс, который реагирует на действия 🧪 Обучение: Модель обучалась на огромном датасете сессий Ubuntu XFCE — с действиями как от рандомных, так и от AI-агентов. 📈 Что получилось: — правдоподобное поведение UI — корректное отображение кликов, перемещений — распознавание переходов состояний: запуск приложений, переключение окон — пока есть трудности с детальной клавиатурой (например, ввод текста), но базовая навигация работает 💡 Почему это важно: NeuralOS — это шаг в сторону генеративного интерфейса, где весь UI может быть создан и управляем не кодом, а нейросетью, способной понимать, прогнозировать и адаптироваться к действиям пользователя. 📄 https://huggingface.co/papers/2507.08800 @data_analysis_ml

🛢 В мире, где данные — новая нефть, растёт спрос на дата-инженеров. Ведь именно они знают, как такую нефть добывать, обрабатывать и хранить. И пока компании осознают потребность в этих специалистах, конкуренция на рынке низкая, а зарплаты — высокие. Освоить ключевые компетенции дата-инженера поможет онлайн-магистратура Нетологии и НИУ ВШЭ «Инженерия данных». За 2 года вы на практике: — изучите Python, Java, Scala, Kotlin и SQL, — научитесь проектировать пайплайны и обрабатывать данные, — научитесь работать с системами хранения данных и базами данных в облаке. Программа даёт широкий простор для переквалификации, поэтому после учёбы сможете перейти в MLOps, DevOps или менеджмент. Онлайн-формат позволяет учиться без отрыва от привычной жизни и совмещать занятия с работой. При этом у вас будет отсрочка от армии, льготы на проезд и все остальные бонусы очного обучения. Станьте магистром программной инженерии с дипломом одного из лучших вузов страны и получите веское преимущество при приёме на работу: https://netolo.gy/efQF Реклама. ООО "Нетология". ИНН 7726464125 Erid: 2VSb5yfkCnk

🧠 MindsDB — универсальный MCP-сервер с поддержкой SQL и ИИ Если вам нужен мощный способ подключать LLM к реальным данным — вот он. MindsDB — это инструмент, который позволяет обращаться к более чем 200 источникам данных (Slack, Gmail, Google Sheets, базы данных, соцсети и т.д.) с помощью: ▪ обычных SQL-запросов ▪ или просто на естественном языке (например: "покажи все письма от клиента за прошлый месяц") Что делает его особенным? ▪ Умеет объединять данные из разных систем — как единый запрос ▪ Позволяет вызывать и обучать ML/LLM‑модели прямо из SQL ▪ Работает как MCP‑сервер — можно подключать агентов, чат-ботов и использовать в продуктивной среде ▪ Полностью open-source, с активным сообществом и 33 000+ звёзд на GitHub 💡 Это готовое решение, чтобы построить: – интеллектуального ассистента с доступом к данным – LLM-интерфейс к корпоративным системам – гибкий слой интеграции для агентов 🔗 github.com/mindsdb/mindsdb @data_analysis_ml

🍏 Apple всерьёз задумалась о покупке Mistral — Bloomberg / Марк Гурман По информации Bloomberg, Apple серьёзно рассматривает покупку французского стартапа Mistral AI, чтобы наконец войти в ИИ-гонку. Это очень поздний шаг — но он показывает, насколько сильно Apple отстала от OpenAI, Google и даже xAI. Пока другие выкатывают публичные LLM, мультимодальные ассистенты и интеграции в поиске, Apple остаётся в роли наблюдателя. 📌 Почему это важно: - Mistral — один из главных open-source игроков на рынке ИИ (выпускают мощные LLM и Mixture of Experts-модели) - У Apple пока нет ни собственной модели, ни сильной стратегии в области ИИ - Приобретение Mistral может стать экстренной попыткой догнать конкурентов Если сделка состоится — это будет крупнейший AI-манёвр Apple за всё время. #Apple #Mistral #AI #LLM #ГонкаИИ

🎓 Фанфакт у статьи Google’s Gemini 2.5 № arXiv:2507.06261 — 3295 авторов! https://arxiv.org/abs/2507.06261