es
Feedback
AI & Deep Learning

AI & Deep Learning

Ir al canal en Telegram

All about Deep Learning, LLMs #deeplearning #deep_learning #AI #ML Follow for quality content amid all the noise in #AI.

Mostrar más

📈 Análisis del canal de Telegram AI & Deep Learning

El canal AI & Deep Learning (@deeplearning005) en el segmento lingüístico de Inglés es un actor destacado. Actualmente la comunidad reúne a 10 465 suscriptores, ocupando la posición 11 802 en la categoría Tecnologías y Aplicaciones y el puesto 39 455 en la región India.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 10 465 suscriptores.

Según los últimos datos del 16 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 307, y en las últimas 24 horas de 16, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 13.02%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.14% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 1 362 visualizaciones. En el primer día suele acumular 328 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 7.
  • Intereses temáticos: El contenido se centra en temas clave como developer, openai.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
All about Deep Learning, LLMs #deeplearning #deep_learning #AI #ML Follow for quality content amid all the noise in #AI.

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 17 junio, 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.

10 465
Suscriptores
+1624 horas
+507 días
+30730 días
Archivo de publicaciones
Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights https://arxiv.org/pdf/2603.12228

Given only a compiled binary and its documentation, agents must architect and implement a complete codebase that reproduces the original program's behavior. https://programbench.com/

Thank you all for your support ❤️❤️🚀🚀💝🦾 Follow [@deeplearning005](https://t.me/deeplearning005) for more quality AI updat
Thank you all for your support ❤️❤️🚀🚀💝🦾 Follow [@deeplearning005](https://t.me/deeplearning005) for more quality AI updates

Warp is an agentic development environment, born out of the terminal. Use Warp's built-in coding agent, or bring your own CLI agent (Claude Code, Codex, Gemini CLI, and others). https://github.com/warpdotdev/warp

LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels This is the first breakthrough from Yann LeCunn (Former Meta Chief AI Scientist) . This is a very interesting paper on world models, must read. https://arxiv.org/pdf/2603.19312