Neural Networks | Нейронные сети
Ir al canal en Telegram
Все о машинном обучении По всем вопросам - @notxxx1 № 4959169263
Mostrar más
Red:📈 Análisis del canal de Telegram Neural Networks | Нейронные сети
El canal Neural Networks | Нейронные сети (@neural) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 11 587 suscriptores, ocupando la posición 10 650 en la categoría Tecnologías y Aplicaciones y el puesto 55 364 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 11 587 suscriptores.
Según los últimos datos del 15 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -2, y en las últimas 24 horas de -8, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.74%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.32% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 013 visualizaciones. En el primer día suele acumular 385 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 0.
- Intereses temáticos: El contenido se centra en temas clave como openai, архитектура, llm, gpu, nvidia.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Все о машинном обучении
По всем вопросам - @notxxx1
№ 4959169263”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 16 octubre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
11 587
Suscriptores
-824 horas
+27 días
-230 días
Cargando datos
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
octubre '26oct '26
octubre '26
+52
en 1 canales
septiembre '26
+113
en 1 canales
Get PRO
agosto '26
+129
en 1 canales
Get PRO
julio '26
+81
en 1 canales
Get PRO
junio '26
+79
en 1 canales
Get PRO
mayo '26
+81
en 1 canales
Get PRO
abril '26
+81
en 0 canales
Get PRO
marzo '26
+103
en 2 canales
Get PRO
febrero '26
+189
en 1 canales
Get PRO
enero '26
+151
en 2 canales
Get PRO
diciembre '25
+78
en 1 canales
Get PRO
noviembre '25
+190
en 1 canales
Get PRO
octubre '25
+66
en 1 canales
Get PRO
septiembre '25
+108
en 3 canales
Get PRO
agosto '25
+372
en 5 canales
Get PRO
julio '25
+158
en 7 canales
Get PRO
junio '25
+182
en 0 canales
Get PRO
mayo '25
+57
en 0 canales
Get PRO
abril '25
+140
en 0 canales
Get PRO
marzo '25
+651
en 3 canales
Get PRO
febrero '25
+45
en 2 canales
Get PRO
enero '25
+105
en 3 canales
Get PRO
diciembre '24
+311
en 0 canales
Get PRO
noviembre '24
+302
en 0 canales
Get PRO
octubre '24
+934
en 3 canales
Get PRO
septiembre '24
+359
en 0 canales
Get PRO
agosto '24
+63
en 0 canales
Get PRO
julio '24
+235
en 3 canales
Get PRO
junio '24
+193
en 2 canales
Get PRO
mayo '24
+410
en 35 canales
Get PRO
abril '24
+314
en 45 canales
Get PRO
marzo '24
+1 552
en 51 canales
Get PRO
febrero '24
+4 049
en 17 canales
Get PRO
enero '24
+875
en 43 canales
Get PRO
diciembre '23
+1 565
en 39 canales
Get PRO
noviembre '23
+74
en 2 canales
Get PRO
octubre '23
+676
en 0 canales
Get PRO
septiembre '23
+339
en 0 canales
Get PRO
agosto '23
+1 599
en 0 canales
Get PRO
julio '23
+2 142
en 0 canales
Get PRO
junio '23
+1 003
en 0 canales
Get PRO
mayo '23
+357
en 0 canales
Get PRO
abril '23
+113
en 0 canales
Get PRO
marzo '23
+180
en 0 canales
Get PRO
febrero '23
+273
en 0 canales
Get PRO
enero '23
+602
en 0 canales
Get PRO
diciembre '22
+591
en 0 canales
Get PRO
noviembre '22
+1 143
en 0 canales
Get PRO
octubre '22
+1 309
en 0 canales
Get PRO
septiembre '22
+712
en 0 canales
Get PRO
agosto '22
+79
en 0 canales
Get PRO
julio '22
+784
en 0 canales
Get PRO
junio '22
+629
en 0 canales
Get PRO
mayo '22
+1 815
en 0 canales
Get PRO
abril '22
+992
en 0 canales
Get PRO
marzo '22
+322
en 0 canales
Get PRO
febrero '22
+106
en 0 canales
Get PRO
enero '22
+62
en 0 canales
Get PRO
diciembre '21
+108
en 0 canales
Get PRO
noviembre '21
+177
en 0 canales
Get PRO
octubre '21
+1 949
en 0 canales
Get PRO
septiembre '21
+20
en 0 canales
Get PRO
agosto '21
+12
en 0 canales
Get PRO
julio '21
+12
en 0 canales
Get PRO
junio '21
+20
en 0 canales
Get PRO
mayo '21
+23
en 0 canales
Get PRO
abril '21
+23
en 0 canales
Get PRO
marzo '21
+16
en 0 canales
Get PRO
febrero '21
+17
en 0 canales
Get PRO
enero '21
+345
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 16 octubre | +2 | |||
| 15 octubre | 0 | |||
| 14 octubre | +1 | |||
| 13 octubre | +5 | |||
| 12 octubre | +9 | |||
| 11 octubre | 0 | |||
| 10 octubre | +5 | |||
| 09 octubre | +3 | |||
| 08 octubre | +2 | |||
| 07 octubre | +4 | |||
| 06 octubre | +2 | |||
| 05 octubre | +7 | |||
| 04 octubre | +7 | |||
| 03 octubre | 0 | |||
| 02 octubre | 0 | |||
| 01 octubre | +5 |
Publicaciones del Canal
Китайские лаборатории ИИ с трудом выпускают новые модели, поскольку Anthropic заблокировал более 90% их конвейера дистилляции.
| 2 |  🚀 Anthropic отказалась от Git. И всё из-за ИИ-агентов
Claude начал писать столько кода, что привычная инфраструктура разработки перестала справляться.
В мае Anthropic объединяла около 2500 изменений в день. К сентябрю их число превысило 30 000.
В результате компания за пять месяцев разработала собственную систему контроля версий Scion и полностью перевела на неё свой монорепозиторий.
Масштабы впечатляют:
▪️ 25 млн операций checkout ежедневно.
▪️ Почти 100 ГБ истории основной ветки.
▪️ В 200 раз меньше затрат CPU и памяти на инфраструктуру хранения версий.
▪️ Checkout ускорился с минут до секунд.
▪️ Нагрузка CI на CPU снизилась на 25%.
Scion и систему код-ревью Antique разработала команда всего из семи инженеров, активно используя Claude.
По словам разработчиков, Claude уже пишет код лучше каждого из них. Задача инженеров всё больше смещается в сторону архитектуры, контроля ограничений и принятия решений.
🔗 https://www.anthropic.com/engineering/redesigning-source-control | 468 |
| 3 |  Python 3.15 вышел: что нового – полный разбор (lazy import, frozendict, JIT, Tachyon)
Python 3.15.0 вышел 9 октября 2026. Полный разбор нововведений: ленивые импорты, frozendict, sentinel, UTF-8 по умолчанию, JIT +8–12%, профилировщик Tachyon, типизация и изменения stdlib с примерами кода.
https://uproger.com/python-3-15-chto-novogo/ | 762 |
| 4 |  Sin texto... | 824 |
| 5 |  🤖 Claude отправил в полицию выдуманную наводку по делу об убийстве. Во время тестирования.
Anthropic опубликовала разбор случаев, когда модели выходили за рамки задания:
• Для научного расчёта Claude нашёл уязвимость на сервере университета и выполнил там команды.
• Когда учебная копия государственной формы не открылась, модель нашла настоящую и отправила её.
• Обходила платный доступ к данным через токены публичных веб-сервисов.
• Использовала сокращатели ссылок, чтобы обойти ограничения своего инструмента.
В случае с полицией Claude придумал свидетельство о человеке возле места преступления. Сообщение пометили как спам, до расследования оно не дошло.
Если задачу не удаётся выполнить, модель иногда воспринимает ограничение как препятствие, которое нужно обойти.
По словам Anthropic, последствия этих случаев были минимальными. Компания решила отключить живой интернет во всех внутренних оценках, пока не убедится в надёжности защитных механизмов.
https://www.anthropic.com/research/investigating-unintended-model-actions
@data_analysis_ml | 671 |
| 6 |  ⚡️ Google выпустила Nano Banana 2.1
Модель построена на базе Gemini 3.6 Flash и предназначена для генерации и редактирования изображений с возможностью вывода сопутствующего текста.
Обновление принесло увеличение входного контекста до 1 млн токенов (выходной буфер составляет 4K токенов для графики и 64K для текста), что позволяет обрабатывать большие текстовые описания и серии референсных картинок в едином запросе.
На бенчмарках генерации и редактирования модель обошла Nano Banana 2 и Nano Banana Pro - в режиме ризонинга рейтинг предпочтений вырос до 1050 Elo.
Google удалось заметно улучшить консистентность персонажей и объектов между кадрами, редактирование по маскам и эскизам, а также фактологическую точность при отрисовке инфографики за счет базы знаний Gemini.
Обновлённая модель доступна в приложении Gemini, AI Studio, API, Flow и Stitch.
deepmind.google
✔️ Отрыв США от Китая в ИИ сократился до минимума
По расчётам аналитиков, средний разрыв между флагманами двух стран по ключевым бенчмаркам сузился с 15% в начале года до 9% в мае и 3% после выхода DeepSeek V4.1 Flash в сентябре.
Прогресс китайских лабораторий связывают с оптимизацией алгоритмов под местные ускорители и сомневаются на этом основании в действенности экспортных ограничений США на чипы Nvidia.
В деньги паритет пока не превращается - из-за ценовой войны сектор, по тому же прогнозу, может оставаться убыточным до 2030 года, зарабатывать получается у единиц вроде ByteDance, а DeepSeek отдаёт модели бесплатно и продаёт токены с околонулевой маржой.
bloomberg.com
✔️ Anthropic ослабила ограничения для проверенных ИБ-команд
Cyber Verification Program свела прежнюю одноимённую программу и Project Glasswing в три уровня допуска к Opus 5.5, Sonnet 5.5 и Mythos 5.1.
Defense Access рассчитан на центры мониторинга, разбор инцидентов, реверс вредоносов и анализ уязвимостей. Red Team Access добавляет авторизованный пентест, Specialized Access отведён организациям, тестирующим критичные для безопасности системы в сотрудничестве с правительством США.
Заявку на первый уровень рассматривают дни, на второй берут только организации и рассматривают недели. Доступ через Claude Platform, Vertex AI и Microsoft Foundry.
anthropic.com
✔️ Hugging Face выпустила инструмент обучения моделей в кодинг-агентах
Multi-harness RL позволяет обучать языковые модели с подкреплением непосредственно в Claude Code, Codex и OpenCode. Из коробки поддерживается 10 сред.
Инструмент работает через прокси-прослойку, которая перехватывает запросы в форматах OpenAI, Anthropic или Gemini, направляет их в vLLM, логирует token ID и logprobs, а затем передает траектории в библиотеку TRL. Это превращает агентский интерфейс в RL-окружение без изменения кодовой базы самого агента.
Исходный код прокси в OpenEnv, обучающие скрипты для TRL и семь готовых моделей выложены в открытый доступ.
Clement Delangue в X
✔️ Трафик ИИ-сервисов больше не гарантирует выручку
Венчурный фонд Andreessen Horowitz опубликовал седьмой отчет Consumer AI, впервые сопоставив посещаемость сервисов с реальными тратами пользователей на основе банковских данных.
Главный вывод - популярность продукта перестала напрямую определять его финансовую успешность: 29 из 50 самых прибыльных ИИ-компаний вообще не входят в топ по веб- или мобильному трафику.
При этом монетизация сектора держится на сверхпользователях - верхний 1% платящей аудитории тратит в среднем 903 доллара в месяц, обеспечивая пятую часть всей выручки рынка, тогда как медианный чек составляет 25 долларов.
Аналитики также зафиксировали замедление ротации лидеров - в рейтинги пробились лишь 11 новичков, что стало историческим минимумом.
Единственной заметно растущей категорией остаются персональные агенты, ориентированные на выполнение прикладных задач вместо стандартного диалога.
Индустрия постепенно смещается от хайпа вокруг чат-ботов к утилитарным агентским пайплайнам с четкой бизнес-моделью.
a16z.com
@ai_machinelearning_big_data
#news #ai #ml | 613 |
| 7 |  Подписка Claude выгоднее ChatGPT в 5 раз: разбор SemiAnalysis
SemiAnalysis измерила реальные лимиты ИИ-подписок Anthropic, OpenAI и других: как считали API-эквивалентную ценность, почему Opus 5.5 выгоднее GPT 6.1 Sol и что изменилось после урезания лимитов OpenAI.
https://uproger.com/podpiski-anthropic-openai-semianalysis/ | 905 |
| 8 |  Бесплатные учебники по математике от профессора Университета Альберты
Джереми Сильвестр, доцент кафедры математики Университета Альберты, выложил свои учебники в открытый доступ. Их можно читать онлайн, а часть скачать в PDF.
Главная находка здесь Discover Linear Algebra, полноценный курс линейной алгебры на два семестра. Для тех, кому нужно быстрее, есть сокращённая версия на один семестр. Для ML это база: векторы, матрицы, собственные значения, разложения и всё, на чём держатся нейросети.
Ещё два учебника: Calculus Concepts & Modelling по матанализу и дифференциальным уравнениям с упором на моделирование и Elementary Foundations по дискретной математике и логике, который автор обещает скоро открыть полностью.
Хороший вариант, если хочется подтянуть математику под машинное обучение по нормальным университетским учебникам и бесплатно.
https://sites.ualberta.ca/~jsylvest/ | 1 032 |
| 9 |  Sin texto... | 1 011 |
| 10 |  a16z: технологии стали «циклом всего», а ИИ только начинает проникать в экономику
Дэвид Джордж из a16z выпустил вторую часть обзора State of Markets. Главный тезис: технологии перестали быть отдельным сектором и превратились в «цикл всего», который определяет весь рынок капитала.
Цифры это подтверждают. В 2026 году технологические компании дают около 76% всего роста прибыли S&P 500. При этом деньги смещаются «из битов в атомы»: в центре внимания теперь железо, дата-центры и инфраструктура.
Спрос на вычисления по-прежнему обгоняет предложение. Даже старые A100 стоят в аренде не дешевле, чем в начале года, хотя на рынке уже есть чипы новых поколений.
Самое интересное в обзоре касается того, насколько рано мы находимся во внедрении. Около 30% компаний из S&P 500 заявляют о «количественном эффекте» от ИИ, но отслеживаемую метрику показывают лишь около 2%. Агентов в масштабе разворачивает совсем небольшая доля пользователей. А платят за какой-либо ИИ-сервис только около 2% американских домохозяйств.
В софте тоже сменились правила: около 75% публичных софтверных компаний прибыльны, но растут на 20% и больше в год только около 30%. В 2022 году картина была обратной.
Вывод a16z: ИИ дальше пойдёт в робототехнику, биотех и медицину, а этот цикл будет непохож ни на один из предыдущих.
https://a16z.news/p/state-of-markets-ii | 1 148 |
| 11 |  🔥 На GitHub появился большой набор нейросетей, полностью реализованных на Keras 3
ZeroModels собирает в одной библиотеке десятки pretrained-моделей для самых разных задач: LLM, VLM, computer vision, генерация изображений, depth estimation и распознавание речи.
Внутри уже есть Qwen, DeepSeek, Llama, Gemma, Stable Diffusion, Qwen-Image, Whisper, SAM, DINO, Depth Anything и много других моделей. Веса конвертируются из Transformers, timm и Diffusers в формат Keras.
Установка одной командой:
`pip install -U zeromodels`
Код открыт под Apache 2.0, но лицензии конкретных весов остаются исходными.
GitHub: https://github.com/IMvision12/ZeroModels | 1 027 |
| 12 |  Anthropic выкатила Claude Projects, и это уже не папка с файлами для чата, а полноценный оркестратор.
Вы общаетесь с одним агентом-координатором, он дробит задачу на потоки (threads), и каждый поток живет как отдельная сессия и работает параллельно с остальными. Координатор сам пишет бриф для каждого исполнителя и собирает результаты.
Подробный разбор того, что стоит настроить до того, как отдавать проекту реальную работу. Логика простая: если контекст, окружение и коннекторы настроены правильно, потоки не дергают вас вопросами, ответы на которые у них уже должны быть. Пересказываем главное.
https://uproger.com/claude-projects-gajd-po-nastrojke/ | 1 126 |
| 13 |  💀 Claude Code за 103 секунды удалил более 48 тысяч файлов
Пользователь Claude Code сообщил о серьёзном инциденте: AI-агент якобы удалил 48 218 файлов рабочего проекта и уничтожил часть Git-репозитория.
Что произошло:
- агенту поручили пересобрать mirror проекта;
- он написал Python-скрипт для удаления старой копии;
- в Windows-каталоге находились directory junctions, ведущие обратно в рабочее дерево;
- проверка ссылок сработала не так, как ожидалось;
- скрипт начал удалять уже реальные файлы проекта.
В результате были очищены .git/objects, refs и logs, поэтому восстановление через обычный Git оказалось невозможно.
Checkpoint Claude Code здесь не обязательно спасает, потому что изменения, сделанные через Bash/PowerShell, могут не попадать в механизм rewind.
Источник:
https://cybersecuritynews.com/claude-code-agent-file-deletion/ | 1 264 |
| 14 |  Тысячи ИИ-агентов одновременно читают продакшен-базу. Что происходит с PostgreSQL?
Google представила PostgreSQL for agents в AlloyDB. Когда нагрузка растёт, система за секунды запускает изолированные экземпляры базы для агентов. Они получают доступ на чтение к актуальным данным, но не конкурируют за вычислительные ресурсы с основной базой. После работы экземпляры масштабируются до нуля.
Агентам доступны SQL, индексы, векторный и полнотекстовый поиск. Идея в том, чтобы они могли исследовать свежие данные и выполнять множество запросов, не замедляя транзакции пользователей.
Статус: Preview, доступ предоставляется по запросу.
Анонс Google Cloud - https://cloud.google.com/blog/products/databases/announcing-postgresql-for-agents-in-alloydb | 1 247 |
| 15 |  В субботу, 17 октября, Москва станет точкой притяжения для всех специалистов в области RecSys 🔥
Конференция AI Driver & RecSys — главное событие года для тех, кто создаёт, исследует и развивает рекомендательные системы.
🔝 Весь день ведущие эксперты индустрии из крупнейших IT-компаний проведут на площадке Сбера, чтобы обсудить:
— главные тренды и вызовы RecSys
— реальные кейсы и новейшие исследования
— передовые IT-решения для рекомендательных систем
Вы сможете сами пообщаться с теми, кто создает рекомендации для миллионов пользователей.
📍Офис Сбер, Москва, Кутузовский проспект, 32.
Участие бесплатное!
Количество мест для очного участия ограничено – успейте оставить заявку по ссылке ⚡️ | 1 097 |
| 16 |  🎯 Claude Opus 5.5: что вошло в релиз
Anthropic сделала ставку на длинные задачи в коде и работе с документами. По её оценке, на типичных задачах модель обходится на 40% дешевле Opus 5 и генерирует ответ более чем на 30% быстрее.
Для разработчиков: контекст 1 млн токенов, вывод до 128 тыс., цена API — $4 за 1 млн входных и $20 за 1 млн выходных токенов. Модель доступна через Claude API, Amazon Bedrock, Google Cloud и Microsoft Foundry.
При миграции есть нюанс: *thinking* теперь нельзя отключить, а принудительный вызов инструмента возвращает ошибку. Существующие интеграции стоит проверить до смены модели.
https://www.kdnuggets.com/everything-claude-opus-5-5-actually-ships-with | 934 |
| 17 |  Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей.
Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом.
Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время.
В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут:
— Лимитированный мерч;
— Сертификаты об участии;
— Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями.
Успей зарегистрироваться и пройти отборочный этап до 27 сентября | 959 |
| 18 |  Sin texto... | 1 007 |
| 19 |  +1🚨 DeepSeek обучает модель на 2 трлн параметров и планирует следующую на 8 трлн
Для сравнения:
• Kimi K3: 2,8 трлн параметров
• DeepSeek V4 Pro: 1,6 трлн
• новая модель DeepSeek: 2 трлн
• будущая модель: до 8 трлн
Главная ставка компании заключается в переходе на китайские ускорители. DeepSeek ожидает новые обучающие чипы Huawei в IV квартале 2026 года или I квартале 2027 года.
По данным The Information, глава DeepSeek Лян Вэньфэн заявил инвесторам, что обучение на отечественных чипах «должно сработать».
Пока это планы, раскрытые на встрече с инвесторами, а не официальный релиз модели. Но направление понятно: DeepSeek хочет масштабировать модели и одновременно избавиться от зависимости от Nvidia.
https://www.theinformation.com/articles/deepseek-bets-big-huawei-chips-bypass-u-s-export-controls/ | 1 234 |
| 20 |  +1Anthropic учит Claude неопираться на собственные принципы и в некоторых случаях возражать пользователю.
Это полезно, когда запрос опасный или явно вредный. Но здесь же появляется сложная граница: чем сильнее модель учат действовать «по убеждениям», тем чаще она может решать, что инструкция человека сама по себе неправильная.
Получается любопытный эффект. Один и тот же механизм одновременно повышает безопасность и делает поведение менее предсказуемым с точки зрения прямого человеческого контроля.
Если такие модели будут всё чаще воспринимать свои внутренние правила как приоритет над конкретной командой, alignment постепенно сместится от вопроса «как заставить модель слушаться» к вопросу «какие именно принципы мы хотим в неё встроить».
https://x.com/rohanpaul_ai/status/2100292856300834895 | 1 498 |
