Available now! Telegram Research 2025 — the year's key insights 
Data Secrets
Open in Telegram
Главный по машинному обучению Сотрудничество: @veron_28 РКН: clck.ru/3FY3GN
Show more📈 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 90 234 subscribers, ranking 1 420 in the Technologies & Applications category and 6 296 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 90 234 subscribers.
According to the latest data from 05 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 471 over the last 30 days and by -8 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 23.63%. Within the first 24 hours after publication, content typically collects 17.89% reactions from the total number of subscribers.
- Post reach: On average, each post receives 21 317 views. Within the first day, a publication typically gains 16 141 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 243.
- 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 07 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.
90 234
Subscribers
-824 hours
+267 days
+47130 days
Posts Archive
90 229
Claude помогает создавать следующего Claude. К чему это нас приведет?
Anthropic выпустили большой текст о recursive self-improvement, то есть о концепции, в которой модель самоулучшается и обучает сама себя.
По данным стартапа, на май 2026 года больше 80% кода, который попадает в их продовую кодовую базу, написан Claude. А во втором квартале 2026 типичный инженер мержил в 8 раз больше кода в день, чем в 2024 году.
У людей все еще есть преимущество преимущество в большом контексте, постановке целей и выборе направления (в общем, в research taste). НО Claude уже автоматизирует большую часть работы, из которой состоит разработка следующего Claude.
Чем вам не начало полного цикла self-improvement?
Плюс, агенты уже хорошо справляются даже с рисерчем, особенно если есть заданная метрика. Антропики пишут, что проводили эксперимент, в котором дали агентам и людям одинаковую задачу по AI-safety, и в итоге два человека за неделю улучшили решение примерно на 23%, а агенты (внимание) – на 97%.
Так что количество делегируемых агентам задач в сфере обучения моделей и исследованиях увеличивается и будет увеличиваться.
Anthropic пишут, что процесс развивается быстрее, чем они думали, и что миру нужны механизмы координации, вплоть до возможности замедления или паузы frontier-разработки.
Сингулярность, ты ли это?
90 229
Это вам на пятничный вечер
https://youtu.be/EDCwQe7P8T0
На YouTube вышло шоу мафия с Сэмом Альтманом, фаундером Figma и другими тех лидерами.
Кто победит, Скам Альтман или профессиональный игрок в покер? 🤔
90 229
В ChatGPT добавили Dreaming
Теперь система будет обновлять память в фоновом режиме.
Если старая память работала просто как список фактов, которые устаревали и часто использовались невпопад, то теперь это процесс, который постоянно просматривает историю чатов и сам синтезирует актуальное состояние памяти.
Например, если пользователь планировал поездку в Сингапур, после поездки память обновится с «пользователь едет в Сингапур» на «пользователь был в Сингапуре в июле 2025».
С фичей OpenAI экспериментируют довольно давно, но раньше она, видимо, была слишком дорогой для массовой раскатки. Теперь же они пишут, что вычислительную стоимость Dreaming удалось снизить примерно в 5 раз, и система готова к масштабированию.
Пока релиз состоялся только на Plus и Pro в США, другие страны и тарифы обещают «скоро»
https://openai.com/index/chatgpt-memory-dreaming/
90 229
Microsoft выпустили сразу семь новых ИИ-моделей
На первый взгляд новость проходная. Но если копнуть глубже, то становится понятно, что главный релиз Microsoft вообще не модели.
Среди новинок выделяется MAI-Thinking-1. Это reasoning-модель на 35B активных параметров, которая набирает 97% на AIME 2025 и 53% на SWE-Bench Pro. Вместе с ней вышли компактная 5B модель для программирования, новые генераторы изображений и голосовые модели.
Интереснее другое. Последние годы Microsoft воспринималась прежде всего как главный партнер OpenAI. Теперь компания явно показывает, что хочет стать самостоятельной frontier-лабораторией. Не случайно анонс называется Building a Hill-Climbing Machine, а вместе с ним вышел технический отчет на 109 страниц (!).
Главная идея Microsoft звучит так: важна не конкретная модель, а способность постоянно создавать более сильные модели. Поэтому в техрепорте они подробно раскрыли архитектуру, RL-обучение, инфраструктуру, данные и результаты многочисленных экспериментов.
Модель обучалась без дистилляции от других LLM и без синтетических данных на этапе претрейна. А еще Microsoft показали любопытный эффект: лучший состав обучающих данных зависит от масштаба модели. Смесь данных, которая показывает лучшие результаты на маленьких моделях, может оказаться неоптимальной после масштабирования.
Респект за один из самых содержательных техрепортов
Блогпост | Техрепорт
90 229
Рекомендации в Яндекс Музыке будут запускаться по любым запросам
Теперь в поиске музыкального сервиса можно описать свое настроение или занятие ИИ-компаньону люмену, который переведет запрос на язык алгоритмов Моей волны.
Стриминг стал первым сервисом, где появились ИИ-компаньоны, анонсированные Яндексом в конце прошлого года. Люмены эмпатичны — со временем они все лучше понимают пользователей и запоминают смысл их фраз.
Ранее в сервисе запустились гиперконтекстные рекомендации — алгоритмы угадывают настроение слушателей, анализируют контекст и предлагают музыку под нужный момент.
90 229
Один из самых влиятельных инвесторов в мире Рэй Далио предсказал крах ИИ-пузыря
В интервью Bloomberg он сказал, что все великие технологические перемены неизбежно порождают пузыри, и ИИ – не исключение.
(Кстати, именно пузыри сделали Далио таким известным. Он предсказал пузырь 2008 года заранее и заработал на этом миллиарды).
«Пузырь лопается, когда богатство конвертируется в деньги»Так было с пузырем доткомов. Инвесторы покупают акции, цены на них растут, и на бумаге богатство тоже растет. А затем, когда множество собственников пытаются одновременно зафиксироваться и продать акции, они обесцениваются, потому что доходов от технологии пока мало. Далио говорит, что ИИ действительно изменит мир, но экономическая целесообразность пока не работает, и пузырь неизбежно лопнет в ближайшие годы, если ИИ-стартапы не начнут резко выходить в плюс и зарабатывать миллиарды. А это маловероятно. Сейчас компании тратят примерно в 8 раз больше, чем зарабатывают, и чтобы обосновать текущие инвестиции, к 2030 году отрасли нужно зарабатывать $2 трлн в год. Пока что даже самые оптимистичные прогнозы не приближаются к этому числу.
90 229
Anthropic сделали CLI для Claude API
Это как
gh для GitHub. То есть теперь всеми ресурсами платформы Claude можно управлять из терминала с помощью команды ant. Например:
ant models list
ant messages create --model claude-opus-4-8 --max-tokens 1024 ...90 229
Минутка увлекательных метрик: Сэм Альтман раскрыл, что самый активный пользователь OpenAI тратит более 100 млрд токенов в месяц
На одном из последних стримов он сказал, что примерно сколько сжигает крупнейший внутренний пользователь OpenAI. И добавил, что «к его удивлению», у стартапа есть внешний клиент, который тратит еще больше.
Для понимания картины: 100 млрд токенов – это примерно 125 миллионов страниц, то есть примерно 100 тысяч копий «Войны и мира». В месяц!
Это экстремально много даже для крупного enterprise-использования. А самое интересное, что за последние годы такие рекорды потребления токенов выросли примерно в миллион раз.
tokenmaxxing, что ты делаешь 🤯
90 229
Минутка увлекательных метрик: Сэм Альтман раскрыл, что самый активный пользователь OpenAI тратит более 100 млрд токенов в месяц
На одном из последних стримов он сказал, что примерно сколько сжигает крупнейший внутренний пользователь OpenAI. И добавил, что «к его удивлению», у стартапа есть внешний клиент, который тратит еще больше.
Для понимания картины: 100 млрд токенов – это примерно 125 миллионов страниц, то есть примерно 100 тысяч копий «Войны и мира». В месяц!
Это экстремально много даже для крупного enterprise-использования. А самое интересное, что за последние годы такие рекорды потребления токенов выросли примерно в миллион раз.
tokenmaxxing, что ты делаешь 🤯
90 229
Ставка на лояльный подход к нейросетям
На сегодняшний день главным козырем российской IT-отрасли перед другими странами остается комфортная нормативная среда, заявил первый зампред правления Сбера Александр Ведяхин на ПМЭФ.Готовящийся профильный закон обязан сохранить данный статус-кво ради дальнейшего стимулирования инноваций. Ради этой цели сейчас ведется плотный диалог между бизнесом и властью. В итоге стейкхолдерам предстоит четко определить границы допустимого контроля: новые правила не должны бить по скорости внедрения алгоритмов.
90 229
Anthropic продолжают расширять проект Glasswing
Они объявили, что в новой волне доступ получат уже 150 организаций, причем на только из Америки. В частности, после недель переговоров, доступ получает даже агентство ЕС по кибербезопасности.
Anthropic ожидают, что схожие модели уровня Mythos появятся у других компаний в течение 6-12 месяцев (довольно пессимистичный в плане прогресса прогноз, кстати), и хотят успеть помочь компаниям обезопасить свои процессы, пока такие системы не стали общедоступными и дешевыми.
www.anthropic.com/news/expanding-project-glasswing
90 229
Весна выдалась насыщенной на новые open source релизы 😎
Сразу несколько новых моделей начали сокращать разрыв с закрытыми LLM — не только в чатах, но и в production-сценариях.
Среди самых заметных новые китайские модели:
▶️GLM-5.1 ▶️Kimi K2.6 ▶️DeepSeek V4 ProЧто особенно интересно:
GLM-5.1 может автономно выполнять задачи до 8 часов, Kimi K2.6 позволяет управлять целым отрядом субагентов, а DeepSeek V4 Pro содержит гибридную архитектуру внимания, что дает крутой результат для длительного контекста.Сейчас open source LLM все увереннее становятся частью enterprise-инфраструктуры. Подключить эти и еще 40+ моделей можно в сервисе Evolution Foundation Models от Cloud.ru:
Вы получаете доступ к популярным open source моделям, которые можно легко адаптировать под задачи бизнеса. Модели уже готовы к использованию — не нужно развертывать инференс и писать код, достаточно подключиться через API, совместимый с OpenAI.👉Перейти к сервису👈
90 229
Google будет привлекать инвестиции на ИИ
Да, даже Google не хватает денег на ИИ. Alphabet официально заявила, что спрос на ее ИИ-решения «превышает доступные поставки».
Дефицит мощностей наблюдается даже внутри компании. Недавно внутри Google сформировали специальный комитет по распределению компьюта по департаментам, и получить GPU/TPU для своего проекта теперь не так уж и просто. Мы писали об этом тут.
Короче, им нужно прямо сейчас быстро строить инфраструктуру.
Но Пичаи признал, что на собственные средства такой темп Google не осилит. Так что они вынужденно привлекают срочные инвестиции путем продажи акций.
Пока звучит сумма в 80 миллиардов долларов. А всего на инфраструктуру в 2026 они планируют потратить в районе $175–185 млрд.
90 229
Вслед за OpenAI Anthropic тоже подали заявку на IPO
Они объявили об этом сами, вот проект регистрационного заявления.
Теперь обе компании находятся на стадии одобрения заявок регулятором (Securities and Exchange Commission, в данном случае). Так как заявки конфиденциальны, финансовых деталей пока нет.
Формы были поданы стартапами с разницей в неделю, так что гонка за первенство по IPO продолжается
90 229
Стример PewDiePie выкатил проект для локального запуска ИИ-моделей и агентов
Один из крупнейших в мире блогеров продолжает перевоплощаться в AI-разработчика. Больше 10 лет он снимал летсплеи, прохождения и всякую развлекаловку и был самым подписываемым на YouTube, а потом – заинтересовался ИИ, и пошло-поехало.
В ноябре он объявил, что собрал себе суперкомпьютер для запуска локальных LLM за 20к долларов. Он призывал всех перестать пользоваться ChatGPT и остальными чат-ботами и переходить на локальные модели, чтобы не делиться своими данными с "нечестными" корпорациями и не переплачивать.
Затем он дообучил собственную модель, которая по какому-то бенчмарку даже превосходила фронтиры.
И вот сейчас – выпускает полноценную опенсорсную оболочку Odysseus для локального запуска агентов и моделей: https://youtu.be/rAzT5lcezPs.
Кратко, это попытка сделать полноценный self-hosted ChatGPT, то есть внутри: интерфейс, память, инструменты, хранение данных, всякие агенты и тд. Модели можно подключать через Ollama, llama.cpp или vLLM, и давать им доступы на усмотрение.
Проект на GitHub уже набрал почти 18к звезд: github.com/pewdiepie-archdaemon/odysseus.
Ждем, когда уже вайбкодить начнет MrBeast
90 229
RTX Spark – новый серьезный конкурент Apple Silicon от Nvidia
Еще один очень яркий релиз в прошедшей вчера Computex 2026, на этот раз уже для потребителей.
RTX Spark – это System-on-Chip для AI-PC и локального запуска ИИ-агентов. Внутри будет 20-ядерный ARM CPU, Blackwell GPU на 6144 CUDA-ядер, Tensor Cores с FP4 и до 128 ГБ объединенной памяти, которая и сделала Apple Silicon таким популярным среди разработчиков.
NVIDIA заявляет до 1 петафлопа AI-производительности. Конечно, речь идет о низких точностях, но тем не менее: еще недавно эта мощность ассоциировалась с серьезными серверными системами. На такое железо будут спокойно влезать модели до 70–120B с квантизацией. Плюс CUDA и весь AI-стек Nvidia из коробки.
При этом ноутбуки будут очень тонкими и легкими, ~ 14мм и 1.3 кг.
Ноутбуки на новом чипе уже готовят Dell, HP, Lenovo, Asus и другие.
www.nvidia.com/en-us/products/rtx-spark/
90 229
Nvidia впервые выпускают собственный CPU – NVIDIA Vera
Vera спроектирован специально для ИИ. На агентных задачах выдает ускорение 80% относительно x86.
Внутри 88 ядер Olympus, это собственная архитектура NVIDIA. Конечно, основная фишка в сверхтесной связке с GPU. Vera и будущие GPU Rubin связаны через NVLink-C2C с пропускной способностью 1.8 ТБ/с. Это примерно в 7 раз больше, чем PCIe Gen6, то есть очень быстро.
А это значит: дешевле и быстрее обучение и инференс, меньше простоев и выше загрузка кластеров.
По сути, Nvidia теперь продает датацентры под ключ. И GPU, и CPU, и софт, и сеть, и все это как единая система. Дженсен сказал, что первыми клиентами под Vera будут OpenAI, Anthropic и SpaceX.
https://www.nvidia.com/en-us/data-center/vera-cpu/
90 229
Lakehouse будет расти в России быстрее рынка аналитических решений в целом
Речь про архитектуру, которая объединяет Data Lake и классические DWH: данные хранятся отдельно от вычислительных мощностей, из-за чего систему становится проще и дешевле масштабировать на больших объемах.
В интервью «Коммерсанту» руководитель продуктовой архитектуры платформы данных Yandex Cloud Леонид Савченков говорит, что классические DWH начинают заметно «болеть» на объемах свыше 100 ТБ:
«Единственный способ это исправить — докупать серверные мощности. Но в традиционной архитектуре хранение данных и их обработка неразрывно связаны, поэтому расширять приходится сразу все — даже если “узкое место” только одно».
Среди компаний, которые уже двигаются в эту сторону, упоминаются Т-Банк, «Магнит», Lamoda и «Лемана Про». Отдельно отмечается, что Lakehouse удобнее для запуска ИИ-нагрузок: модели и аналитические агенты можно выносить на отдельные вычислительные мощности без влияния на основную систему.
Интересно, что в качестве одного из будущих сценариев отдельно выделяют аналитику на естественном языке — когда бизнес задает вопрос почти «человеческим» языком и получает готовый график или SQL-запрос.
