Data Secrets
Open in Telegram
Главный по машинному обучению Сотрудничество: @veron_28 РКН: clck.ru/3FY3GN
Show more
Network:📈 Analytical overview of Telegram channel Data Secrets
Channel Data Secrets (@data_secrets) in the Russian language segment is an active participant. Currently, the community unites 91 455 subscribers, ranking 1 354 in the Technologies & Applications category and 6 160 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 91 455 subscribers.
According to the latest data from 18 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 925 over the last 30 days and by 2 over the last 24 hours, overall reach remains high.
- Verification status: Verified (Officially confirmed by Telegram)
- Engagement rate (ER): The average audience engagement rate is 24.70%. Within the first 24 hours after publication, content typically collects 18.18% reactions from the total number of subscribers.
- Post reach: On average, each post receives 22 586 views. Within the first day, a publication typically gains 16 627 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 272.
- Thematic interests: Content is focused on key topics such as claude, openai, контекст, стартап, llm.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Главный по машинному обучению
Сотрудничество: @veron_28
РКН: clck.ru/3FY3GN”
Thanks to the high frequency of updates (latest data received on 19 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.
91 455
Subscribers
+224 hours
+2787 days
+92530 days
Data loading in progress...
Similar Channels
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=256&q=75)
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
July '26
July '26
+924
in 48 channels
June '26
+1 107
in 51 channels
Get PRO
May '26
+1 132
in 49 channels
Get PRO
April '26
+1 476
in 64 channels
Get PRO
March '26
+1 511
in 52 channels
Get PRO
February '26
+1 399
in 53 channels
Get PRO
January '26
+9 474
in 66 channels
Get PRO
December '25
+1 015
in 67 channels
Get PRO
November '25
+1 050
in 59 channels
Get PRO
October '25
+1 226
in 58 channels
Get PRO
September '25
+973
in 61 channels
Get PRO
August '25
+1 178
in 68 channels
Get PRO
July '25
+5 861
in 74 channels
Get PRO
June '25
+2 488
in 82 channels
Get PRO
May '25
+10 800
in 256 channels
Get PRO
April '25
+2 268
in 63 channels
Get PRO
March '25
+1 338
in 55 channels
Get PRO
February '25
+7 395
in 99 channels
Get PRO
January '25
+4 005
in 183 channels
Get PRO
December '24
+1 556
in 35 channels
Get PRO
November '24
+7 029
in 216 channels
Get PRO
October '24
+993
in 32 channels
Get PRO
September '24
+3 026
in 44 channels
Get PRO
August '24
+640
in 33 channels
Get PRO
July '24
+759
in 29 channels
Get PRO
June '24
+3 375
in 147 channels
Get PRO
May '24
+2 725
in 23 channels
Get PRO
April '24
+2 155
in 73 channels
Get PRO
March '24
+533
in 13 channels
Get PRO
February '24
+1 236
in 12 channels
Get PRO
January '24
+709
in 10 channels
Get PRO
December '23
+1 784
in 18 channels
Get PRO
November '23
+2 145
in 45 channels
Get PRO
October '23
+551
in 8 channels
Get PRO
September '23
+437
in 0 channels
Get PRO
August '23
+306
in 0 channels
Get PRO
July '23
+417
in 0 channels
Get PRO
June '23
+6 441
in 0 channels
Get PRO
May '23
+1 723
in 0 channels
Get PRO
April '23
+1 106
in 0 channels
Get PRO
March '23
+95
in 0 channels
Get PRO
February '23
+180
in 0 channels
Get PRO
January '23
+741
in 0 channels
Get PRO
December '22
+1 334
in 0 channels
Get PRO
November '22
+5 294
in 0 channels
Get PRO
October '22
+2 911
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 19 July | +21 | |||
| 18 July | +31 | |||
| 17 July | +145 | |||
| 16 July | +54 | |||
| 15 July | +40 | |||
| 14 July | +27 | |||
| 13 July | +31 | |||
| 12 July | +39 | |||
| 11 July | +20 | |||
| 10 July | +49 | |||
| 09 July | +59 | |||
| 08 July | +73 | |||
| 07 July | +74 | |||
| 06 July | +29 | |||
| 05 July | +31 | |||
| 04 July | +38 | |||
| 03 July | +40 | |||
| 02 July | +73 | |||
| 01 July | +50 |
Channel Posts
+1
Т-Технологии выпустили опенсорс-модель T-Search
Сегодня команда Data Secrets посещает ML Conf. Послушали доклад Анатолия Потапова, руководителя группы фундаментальных технологий LLM в Центре искусственного интеллекта Т-Банка, где как раз презентовали модель.
T-Search это первая открытая русскоязычная модель для Agentic RAG, заточенная на многошаговый поиск для бизнеса.
В отличие от классического RAG с одним запросом, T-Search – агент-ретривер: внутри ReAct-цикл с тремя инструментами – search_corpus, save_and_advance (сохранение чанков, новый раунд) и finalize_ranking (финальный ранжированный список). Ответ модель не генерирует, только отдает evidence-чанки, генерацию берет на себя любая LLM. Это сокращает стоимость инференса на 20–50%.
Агент работает раундами: внутри раунда каждого вот такой ReAct-loop с бюджетом ~32K токенов; при заполнении 75% окна поиск блокируется, и агент либо сохраняет память и переходит в новый раунд, либо финализирует результат. Между раундами передается не вся история вызовов, а сжатое состояние поиска, так контекст остается в разумных пределах даже при глубоком поиске.
Бюджетом поиска можно управлять гибко: один быстрый прогон или несколько параллельных роллаутов с RRF-объединением.
Модель построена на Qwen3.6-35B-A3B, для запуска хватает одной H100. По recall T-Search обходит более крупные открытые модели, включая Qwen3.5-397B, GLM-5.2 и Kimi-K2.6. Вместе с ней выложили два бенчмарка: собранный вручную русскоязычный TRuST и синтетический SynthComp.
Модель уже опубликована на Hugging Face под лицензией Apache 2.0
| 2 |  Fable 5 оставляют в подписке Max навсегда
На Pro пока привилегия не распространяется, их переводят на использование по кредитам. | 15 710 |
| 3 |  Hugging Face × alphaXiv запустили крутой челлендж
В качестве задачи разработчикам и исследователям предлагают взять любую интересующую научную работу и попытаться воспроизвести ее ключевые результаты с помощью агентов.
Цель проекта – создать публичную базу проверок научных работ, чтобы сделать их более прозрачными и воспроизводимыми. Особенно учитывая, что около 70% работ в ИИ не воспроизводятся.
Из приятного: организаторы предлагают GPU-кредиты на 4000$ + отдельные призы от OpenResearch. А сам челлендж закончится 2 августа, так что не упустите возможность поучаствовать. | 15 111 |
| 4 |  Тем временем разработчики из Moonshot уже намекают на Kimi K3.1, которая будет ближе или лучше Fable и Sol
Держитесь, Альтманы и Амодеи | 18 071 |
| 5 |  40% компаний в России уже используют ИИ — и специалистов, которые умеют его создавать, а не только применять, не хватает катастрофически.
В ИТМО не одна программа, а целая линейка:
🔹 Фундаментальные — глубокое обучение, LLM, генеративный ИИ
🔹 Прикладные — ИИ в финтехе, в промышленности, речевые технологии
🔹 Продуктовые — как выводить ИИ-решения на рынок
🔹 Онлайн-программы — по индивидуальному плану, без отрыва от работы
Плюс — безопасность ИИ-систем, если хочется защищать нейросети, а не только строить.
Бюджетные места, стажировки с первого семестра, поступление по портфолио или экзаменам — вариантов много.
Все программы по ИИ можно найти здесь.
Реклама. Университет ИТМО ИНН:7813045547 | 16 086 |
| 6 |  Список обещаний Илона Маска пополнился: он пообещал сделать X полностью опенсорсным
Речь не о рекомендательном или каком-то отдельном алгоритме, он имеет в виду буквально X целиком.
Кроме того, мы пригласим независимых экспертов для проверки системы, которая сейчас работает, чтобы подтвердить, что открытый исходный код соответствует тому, что действительно запущено.
Доверие через полную прозрачность – это единственное, чему стоит верить. | 17 060 |
| 7 |  В Шэньчжэне стартовал первый в мире MMA чемпионат среди роботов – Ultimate Robot Knock-out Legeng
Выглядит достаточно эпично. Главный приз – полтора миллиона долларов, кстати. | 52 605 |
| 8 | 🔥 Три разных человека. Три разных проекта. Один и тот же подход.
— Юра взял «скучную» нишу с готовым спросом → сначала печальные $100/мес, через год уже ~$10K/мес
— Денис сделал Telegram-игру в одиночку на основе AI → ~ $1500 за 1,5 месяца после запуска
— Аня без кода запустила AI-бота для изучения английского → первые ~$200 уже в 1 месяц
Разные результаты. Разный масштаб. Но общие правила:
1. не придумывать «гениальную идею», а брать существующий спрос
2. делать простой MVP и быстро запускаться
3. докручивать монетизацию и продукт по факту использования
Ребята сделали всё без команды, без инвестиций, а самое главное — без ожидания «идеального момента». Да, не у всех получается сразу. И не у всех выходит на $10K. Но если системно идти по схеме выше — появляется первый доход с продукта, а дальше уже есть что масштабировать.
В комьюнити разбираем такие кейсы регулярно: @its_capitan. Что сработало, что нет, и почему.
Реклама: ИП Зуев Игорь Владимирович, ИНН: 360408359441, Erid: 2VtzqukSh1k | 17 000 |
| 9 |  +2Про Kimi K3. В итоге модель уверенно бьет Opus 4.8, но до Fable и Sol дотягивает далеко не везде. Так или иначе, это новая открытая SOTA, и она как никогда близка к закрытым лидерам.
Из интересного также первое место на Frontend Code Arena, с достаточно большим отрывом от Fable и Sol.
А еще, помните то видео, которое Moonshot выпускали как тизер? Так вот его из 56 сырых видео полностью смонтировала сама K3. | 18 847 |
| 10 |  Kimi K3 здесь
2.8T параметров, 1М контекста. Официальных бенчмарков пока нет, но вроде как модель бьет Fable и Sol на BrowseCamp и выходит на 3 место на GDPval. | 19 696 |
| 11 |  +2Внезапно выяснилось, что сегодня в США празднуют Национальный День Искусственного Интеллекта
О как
IMB поздравили оригинально | 19 020 |
| 12 |  OpenAI выпустили миниатюрную клавиатуру специально под Codex
https://openai.com/supply/co-lab/work-louder/
Есть клавиши принять, отклонить, включить push-to-talk, начать новый чат и многое другое. Джойстик в углу отвечает за мгновенный запуск типичных сценариев типа отладки, ревью и рефакторинга. А в другом углу – это регулятор уровня рассуждений. | 18 819 |
| 13 |  Сертификат ответственной разработки ISO/IEC 42001 добрался до всей линейки Alice AI: что вообще можно проверять в нейросети
По ISO/IEC 42001 оценивают не саму модель, а процессы ее создания и внедрения. Хороший повод разобрать механику на примере генеративных моделей Яндекса – Alice AI VLM и Alice AI ART, которые прошли такой аудит вслед за языковой моделью, сертифицированной год назад. Аудиторов интересуют процессы: пайплайн данных от происхождения до ограничений использования, документация по целям и сценариям применения моделей, процедуры оценки правовых ограничений, мониторинг аномалий. Логика та же, что у ISO 27001 в инфобезе: стандарт не гарантирует, что модель никогда не ошибется, – он подтверждает, что весь жизненный цикл устроен по воспроизводимым и проверяемым процедурам.
Получить такой сертификат непросто: аудит требует раскрыть всю внутреннюю кухню разработки – от подготовки данных до обучения сотрудников. Далеко не каждая компания готова к такому уровню прозрачности. Среди тех, кто на это пошел, – Amazon, Anthropic, Microsoft и теперь Яндекс. | 18 062 |
| 14 |  Moonshot анонсировали Kimi K3
По слухам модель будет на уровне Fable | 18 330 |
| 15 |  SpaceXAI выложили исходный код своего агента Grok Build
Непонятно, было ли это решение запланированным, или на него повлиял недавний скандал с утечками целых репозиториев пользователей, но факт остается фактом: https://github.com/xai-org/grok-build.
В качестве бонуса сбросили лимиты всем пользователям.
По поводу утечек, к слову, ситуацию объяснили так:
С момента запуска пользователи всегда могли отключить загрузку данных в CLI, и этот выбор соблюдался. Однако в раннем бета-тестировании сохранение данных было включено по умолчанию для не-ZDR пользователей — по вашим отзывам мы это изменили. С 12 июля сохранение данных по умолчанию отключено для всех пользователей, а все ранее сохраненные данные удалены. | 17 960 |
| 16 | Первая модель от Миры Мурати уже доступна в нашем API-сервисе DS Lab
Теперь попробовать модель можно без VPN и иностранной карты. Цены:
– Основная модель:187р/1М input, 468р/1М output. https://dslab.tech/ai/models/llm/inkling
– С расширенным контекстным окном: 374р/1М input, 936р/1М output. https://dslab.tech/ai/models/llm/inkling-256k | 18 325 |
| 17 |  +2Стартап Миры Мурати релизнул свою первую модель Inkling
И сразу – в опенсорс. И сразу – огромную, на 975 миллиардов параметров (MoE 41B активных).
https://thinkingmachines.ai/news/introducing-inkling/ | 19 191 |
| 18 |  +1Впервые в истории люди оказываются дешевле софта
Аналитики из a16z свели данные по затратам на ИИ в компаниях и нарисовали вот такие интересные картинки. Если кратко, они посчитали, что в топ-1% компаниях распределения расходы на ИИ-токены в расчете на одного сотрудника практически сравнялись с средней годовой зарплатой инженера.
При этом за последнее время рост был экспоненциальным, так что при таком векторе развития к концу года инженеры уже будут сильно проигрывать LLMкам в зарплате. Забавно, правда? Нам-то обещали, что будет наоборот.
И это речь только про явные затраты. Если копнуть глубже, то оказывается, что помимо затрат на токены ИИ также генерирует множество новых рабочих мест: второй график показывает, что компании с высокой интенсивностью использования ИИ за 2 года после внедрения нарастили штат на +10,2%, тогда как компании с низкими расходами на ИИ остались практически на месте, штат почти не изменился. (Но это всего лишь корреляция, которая может объясняться и другими факторами.)
www.a16z.news/p/the-next-ai-goldrush-tokens-loops | 21 556 |
| 19 |  Fable 5 – новый Sunlight
* На Polymarket даже появилось голосование за то, продлят ли снова доступ к Fable 9 июля. Пока вероятность – примерно 40% 😏 | 19 583 |
| 20 |  +1Стартап PrismML анонсировал самую крупную модель в мире для запуска на смартфоне
В представленной модели Bonsai 27 миллиардов параметров. Обычно на телефоне такую модель не запустишь: в сыром 16-bit она будет занимать примерно 54GB, и даже если сжать ее до 4-bit, все равно будет около 18GB. На смартфон не поместится.
Bonsai же, при своем внушительном размере, оптимизирован именно под локальный запуск. Модель основана на Qwen3.6-27B, но разрабочики использовали не обычное округление весов, а технику Quantization-Aware Training.
Это значит, что веса не обрубали, а учили постепенно адаптироваться к дискретным значениям. Технически, на прямом проходе веса округляются до дискретных значений, и модель считает предсказание уже с ними, как в финальной сжатой версии. Но на обратном проходе градиенты вычисляются так, будто округления не было, и это позволяет модели получать осмысленный сигнал для обновления весов, несмотря на то что сами веса дискретны. То есть модель как бы сама подбирает, как масштабировать свои веса наилучшим образом.
Собственно, благодаря такой инженерии, модель сохраняет свыше 89–95% качества полноразмерной версии, и при этом занимает в 9–14 раз меньше памяти (см метрики в таблице). Для обычного квантования, которое съедает львиную долю качества, это просто феноменальные цифры.
Есть тернарный вариант (веса −1, 0 или +1, занимает ~5.9GB) и классический 1-bit (3.9GB). Второй легко укладывается в iPhone 17 Pro. Оба варианта мультимодальные. Контекст 262K токенов. Опенсорс под лицензией Apache 2.0, вот веса: huggingface.co/collections/prism-ml/bonsai-27b.
Кстати, CEO PrismML заявил, что ведет переговоры с Apple по поводу использования технологии стартапа в их устройствах. | 19 189 |
