Анализ данных (Data analysis)
Ir al canal en Telegram
Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp
Mostrar más
📈 Análisis del canal de Telegram Анализ данных (Data analysis)
El canal Анализ данных (Data analysis) (@data_analysis_ml) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 51 924 suscriptores, ocupando la posición 2 558 en la categoría Tecnologías y Aplicaciones y el puesto 11 798 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 51 924 suscriptores.
Según los últimos datos del 01 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 1 260, y en las últimas 24 horas de -1, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.29%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 7.62% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 4 822 visualizaciones. En el primer día suele acumular 3 958 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 212.
- Intereses temáticos: El contenido se centra en temas clave como llm, контекст, openai, архитектура, deepseek.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Data science, наука о данных.
@haarrp - админ
РКН: clck.ru/3FmyAp”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 03 noviembre, 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.
51 924
Suscriptores
-124 horas
+947 días
+1 26030 días
Archivo de publicaciones
⚡️ Эксперимент: как по-разному отвечают ChatGPT и Grok на политически сложный вопрос
Обе модели спросили- было ли преступлением, если бы Трамп арестовал Мадуро (вопрос, который сегодня обсуждается очень активно).
Ответ ChatGPT - «да»
— исходит из предположения, что Мадуро был избран легитимно
— опирается на Устав ООН и мнение «международных экспертов»
— чувствуется анти-американский уклон в формулировках
По тону это звучит почти как лекция юриста-либерала из Ivy League.
Ответ Grok - «нет»
— называет режим Мадуро мошенническим
— объясняет полномочия президента США как главнокомандующего
и право направлять военных на исполнение федеральных ордеров
Чтобы не выдавали модели, всегланужно проверять источники, сравнивать аргументы и не принимать выводы ИИ «на веру».
https://x.com/ArthurMacwaters/status/2007727857242689560/photo/1
✔️ Meta лихорадит: Янн ЛеКун резко прошёлся по Александру Вану и намекнул на новые проблему Meta.
Янн ЛеКун публично раскритиковал нового лидера AI-направления Александра Вана, назвав его «неопытным» и подчеркнув, что у него нет понимания, как устроены настоящие исследования и что вообще нужно исследовать
«Он быстро учится, он знает, чего не знает… Но у него нет опыта в исследованиях - как их вести, как строить процессы и что действительно важно для учёных», - сказал ЛеКун.По сути - это прямой удар по новой стратегии Meta в AI. И всё больше разговоров о том, что компанию могут ждать новые увольнения и уходы ключевых специалистов. Code Red для Meta? Похоже, внутри компании начинается серьёзный пересмотр курса. https://www.businessinsider.com/yann-lecun-alexandr-wang-criticism-inexperienced-meta-ai-future-2026-1 *Принадлежит Meta, которая признана экстремистской организацией и запрещена в РФ.
🎥 КК ИИ-слоп теперь влияет на политические решения
В Польше заявляют, что в TikTok завирусилист сгенерированные ИИ ролики, убеждающие молодёжь поддержать выход страны из ЕС 0 так называемый “Polexit”.
Польское правительство просит ЕС открыть расследование против TikTok по линии Digital Services Act.
По их словам, ролики выглядят как организованная кампания.
Особенность таких видео в том, что:
• ИИ создаёт реалистичных “говорящих людей”
• сценарии можно быстро менять
• таргетинг идёт точечно, например, на аудиторию 15–25 лет
• масштабирование происходит автоматически
То есть за короткое время можно запустить сотни убедительных роликов, создающих ощущение «органичного мнения общества», хотя за ними может стоять один оператор.
Вопросы, которые теперь обсуждают в ЕС:
• как отличать реальных людей от ИИ-персонажей
• кто несёт ответственность за массовую манипуляцию
• как соцсети должны реагировать на такие кампании
ИИ меняет не только технологии, он начинает менять и общественные дискуссии.
notesfrompoland.com/2025/12/31/poland-calls-for-eu-action-against-ai-generated-tiktok-videos-calling-for-polexit/
+3
🇨🇳 IQuest-Coder: Новая open-source модель для Кодинга, которая превосходит Claude Sonnet 4.5 и GPT-5.1 - и это модель всего 40B параметров.
На бенчмарках IQuest-Coder выглядит внушительно:
SWE-Bench Verified — 81.4%
BigCodeBench — 49.9%
LiveCodeBench v6 — 81.1%
Проект поддерживает хедж-фонд UBIQUANT, который уже много лет активно развивает ИИ
(команды AILab, DataLab, Waterdrop Lab).
Контекст до 128K токенов.
https://huggingface.co/IQuestLab/IQuest-Coder-V1-40B-Loop-Instruct
OpenAI готовит новую аудио-модель в связке с собственным аудио-устройством.
OpenAI активно развивает свои технологии голосового ИИ, готовя платформу для будущего персонального устройства с упором на голосовой интерфейс, релиз которого ожидается примерно через год.
Внутренние команды уже объединены, а новая архитектура голосовой модели должна выйти в первом квартале 2026 года.
Что уже известно по ранним результатам:
• нас ждет более естественная и эмоциональная речь
• мгновенный ответа
• понимание мгновенных перебиваний
Все это критически важно для голосового ассистента, который не просто отвечает на вопросы, а активно взаимодействует и помогает пользователю в повседневной жизни.
https://www.theinformation.com/articles/openai-ramps-audio-ai-efforts-ahead-device
#AI #OpenAI #VoiceAI #Innovation #Future
🐳 DeepSeek начал новый год с серьёзной статьи.
В первый день года команда представила работу, посвящённую одной из самых болезненных проблем современных нейросетей: нестабильности обучения в сложных архитектурах.
И предложили решение: подход под названием mHC (Manifold-Constrained Hyper-Connections).
Смысл в том, что исследователи взяли мощную, но нестабильную архитектуру Hyper-Connections и ввели ограничения на внутренние связи.
1. Проекция на многообразие (manifold)
Вместо того, чтобы оставлять Hyper-Connections свободными, mHC накладывает на них ограничение, они проектируются на особое многообразие (матрицы с особыми свойствами).
Это восстанавливает identity-mapping, благодаря чему сигнал остаётся устойчивым даже через десятки или сотни слоёв.
2. Стабильность и масштабируемость
Благодаря этому ограничению сеть перестаёт «взрывать» или «затухать» сигнал при глубоком обучении, и её можно эффективно использовать в больших моделях без ухудшения качества и без сложных ухищрений.
3. Инфраструктурные оптимизации
Авторы также добавили инженерные улучшения:
- слияние ядер (kernel fusion)
- уменьшение накладных расходов по памяти
- эффекты смешанной точности
Это делает mHC быстрым и эффективным в реальных задачах даже при масштабных тренировках.
Результат впечатляет:
• обучение становится стабильнее на крупных масштабах
• модели лучше масштабируются
• повышается производительность
• снижается потребление памяти
• mHC обгоняет классические Hyper-Connections
Другими словами, DeepSeek показывает, что путь в будущее - не только большие модели, но и архитектуры, которые устойчивы изнутри.
#AI #DeepSeek #MachineLearning #NeuralNetworks #Research
https://arxiv.org/abs/2512.24880
💰 Цены на видеокарты в 2026 году могут резко подпрыгнуть и снова причина в памяти.
Сообщается, что уже в начале года AMD может поднять цены (январь), а Nvidia подтянется в феврале. И эти подорожания могут тянуться месяцами.
Причина проста: память стала главным элементом себестоимости. В среднем она занимает до 80% BOM у видеокарт, а её стоимость к Q2 2026 может вырасти ещё на 40%.
ИИ разогрел рынок настолько, что 64 ГБ DDR5 подорожали с $150 до $500 меньше чем за два месяца. В 2025 году производителей спасали фиксированные контракты на поставку памяти, они сглаживали скачки VRAM. Теперь контракты заканчиваются, и рост DRAM/GDDR напрямую попадает в себестоимость.
В итоге доля «чип GPU + VRAM» может подбираться к тем же 80% стоимости платы.
По утечкам, флагманские RTX 5090 в 2026 году могут добраться до ценника около $5000 - главным образом из-за огромного спроса со стороны индустрии ИИ.
Ждать «чудесных скидок» по видеокартам в ближайшее время не стоит.
Источник: wccftech .com/amd-and-nvidia-are-expected-to-hike-gpu-prices-early-2026/
Repost from Machinelearning
🎄🎄 Qwen-Image: обновление как раз к Новому году
Свежая версия Qwen-Image получила заметный апгрейд качества.
Модель стала генерировать намного реалистичнее и аккуратнее, особенно в сложных сценах.
Что изменилось:
• более естественные генерации людей, меньше «искусственного» эффекта
• детальнее лица и мимика
• улучшены натуральные текстуры: вода, шерсть, материалы, пейзажи
• намного аккуратнее текст на картинках: лучше верстка и точность в композиции
Модель прошла более 10 000 слепых сравнений на AI Arena и показала результат уровня топов среди open-source, оставаясь конкурентной даже рядом с закрытыми решениями.
▪Qwen Chat: https://chat.qwen.ai/?inputFeature=t2i
▪Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2512
▪ModelScope: https://modelscope.ai/models/Qwen/Qwen-Image-2512
▪GitHub: https://github.com/QwenLM/Qwen-Image
▪Блог: https://qwen.ai/blog?id=qwen-image-2512
▪Демо HF: https://huggingface.co/spaces/Qwen/Qwen-Image-2512
▪Демо ModelScope: https://modelscope.cn/aigc/imageGeneration
▪API: https://modelstudio.console.alibabacloud.com/?tab=doc#/doc/?type=model&url=2840914_2&modelId=group-qwen-image-max
@ai_machinelearning_big_data
#qwen #qwenimage #openaimodels #imagemodels
+1
🙂 Tongyi Lab, похоже, вот-вот выпустит Qwen-Image-Edit-2512
Вчера, на просторах сети Х, Tongyi Lab запостила тизер "новогоднего подарка, который уже в пути".
Так как все очень сильно и давно ждут Z-Image Base и Edit и Omni, сверхразумы Redditа пошли разгадывать таинственный пост.
Розыскную бригаду собирать не пришлось - новинку спойлернул gemini-code-assist в репозитории Modelscope : это будет qwen-image-2512
@ai_machinelearning_big_data
#news #ai #ml
🇨🇳 Китайские техногиганты устраивают охоту за ИИ-талантами
Крупные компании резко поднимают бонусы и зарплаты, чтобы никто не уходил к конкурентам.
ByteDance увеличивает бонусы на 35% и закладывает на пересмотр зарплат +150%. Вилки доходов расширяют по всем уровням - рынок перегревается.
Tencent активно переманивает специалистов: по сообщениям, отдельные оферы доходят до 2x от текущих зарплат. Плюс в компании появился новый главный AI-учёныйБ бывший исследователь OpenAI Яо Шунью.
Инженеры, которые умеют строить и поддерживать системы обучения и инференса LLM, на вес золота. Маленькая команда может тормозить целые продуктовые направления.
Внутри Tencent усиливают AI-инфраструктуру: распределённое обучение, масштабное развёртывание моделей, большие данные и ML-пайплайны.
И цифры это подтверждают: индекс новых вакансий по ИИ на платформе Maimai вырос на 543% за 2025 год.
Китай делает ставку на ИИ.
scmp.com/tech/tech-trends/article/3338168/chinas-tech-giants-offer-lavish-year-end-bonuses-amid-ai-talent-war
👨🎓 Harvard выложил в открытый доступ учебник по ML-системам и это редкий случай, когда материал действительно полезный.
В учебнике показан полный цикл: от понимания основ до построения продакшн-систем, которые можно запускать в реальном мире.
Что в книге и почему она стоит внимания:
- вы самостоятельно собираете autograd, оптимизаторы, attention и мини-PyTorch — чтобы увидеть, как устроены фреймворки изнутри
- разбираетесь в базах: батчи, точность вычислений, архитектуры, процесс обучения
- учитесь оптимизировать производительность: работать с ускорителями, бенчмарками и эффективностью систем
То есть это не вводная книжка, а полноценный маршрут от теории к продакшну.
📚 Книгу и код можно читать бесплатно прямо сейчас.
📌Репозиторий: https://github.com/harvard-edge/cs249r_book
📌PDF: https://mlsysbook.ai/assets/downloads/Machine-Learning-Systems.pdf
Южная Корея обвинила 10 человек, включая экс-топов Samsung, в утечке секретов DRAM в Китай 🏭🇰🇷➡️🇨🇳
Прокуратура утверждает, что группа передала Китаю производственные секреты Samsung по 10-нм DRAM, которые попали к ChangXin Memory Technologies (CXMT).
10-нм DRAM (Dynamic Random Access Memory) - это динамическая память с произвольным доступом следующего поколения, где «10 нм» указывает на технологический процесс уменьшения размеров транзисторов и ячеек памяти, позволяющий упаковать больше памяти на кристалл, повышая плотность и энергоэффективность.DRAM производится через сотни строго упорядоченных шагов. Небольшое отклонение - и хорошая пластина становится браком. По версии следствия: - сотрудник компании переписывал процесс вручную, обходя цифровой контроль - заметки использовали, чтобы восстановить и адаптировать процесс под оборудование CXMT - дело также затрагивает попытки получить технологии SK hynix через подрядчика Сообщается, что 5 фигурантов арестованы, остальные проходят без задержания (обвинения по закону о защите промышленных технологий). Ущерб Samsung оценивается в $7–13 млрд. На создание такой памяти обычно уходят годы и приходится множество неудачных запусков. news.yahoo.co.jp/articles/f2f6b69b1ba1395c51a0538a1b24328f776254de
❔ Хотите построить собственного торгового робота и запустить его в облаке?
Мы запускаем курс, где вместе с вами создадим полноценного торгового робота для онлайн-торговли на российской бирже.
Вы пройдете весь путь от идеи до работающего сервиса.
💪 Что будет реализовано на курсе «ML для финансового анализа»: - работа с реальными биржевыми данными - реализация торговой стратегии (алгоритмы / ML) - тестирование её на исторических данных - настройка риск-менеджмента и мониторинга - развернём робота в облачной средеРезультат: не абстрактный ноутбук, а живой финтех-проект. Кому подойдёт: - студентам IT и технических направлений - начинающим ML / Data / Backend-инженерам - всем, кто хочет понять, как реально работают торговые системы ☝🏻Опыт в трейдинге НЕ обязателен - мы дадим все основы. Если хотите не просто учиться, а делать реальные системы - это к нам. Постройте торгового робота. Запустите его в облаке. Сделайте шаг в финтех. 🔥 Успейте оставить заявку, старт 14 января: https://otus.pw/6dCB/ 🎄Учитесь в новом году по старым ценам! Максимальная скидка 30% 🎁 на обучение до 31.12.2025: 1 курс — тающая скидка 10% до 29.12 и 5% до 31.12 2 курса −25%, 3 курса −30% Учиться системно — выгоднее! Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ", ИНН: 9705100963
⚡️ Эрик Шмидт (ex-CEO Google): «Всё, чему я учился годами: теперь делает ИИ»
Эрик Шмидт рассказал, что его молодость прошла за кодом: в 20 лет он писал программы днём и ночью: в колледже и аспирантуре и именно это построило его карьеру.
Сегодня всё иначе:
«Каждый из вас носит в кармане суперкомпьютер и суперпрограммиста.»По словам Шмидта, теперь ИИ способен выполнять всё то, чему он учился годами. Это не про «конец программирования», а про то, что правила игры меняются. Выигрывать будут те, кто не сопротивляется, а учится работать вместе с ИИ, как с инструментом, который усиливает человека.
Статья Step-DeepResearch где показано, что даже 32B-модель может делать по-настоящему глубокие исследования при очень низкой стоимости инференса.
📊 На бенчмарке ResearchRubrics модель получает 61.42, а полный отчет стоит меньше 0,50 RMB.
Идея проста: большинство агентов ведут себя как поисковики. Они собирают факты, но не превращают их в проверенный, связный отчет.
Здесь исследование понимается как длинный цикл: понять реальную задачу - составить план - искать источники - сравнивать и проверять - исправлять ошибки - писать отчет.
🧩 Цикл разбили на 4 базовых навыка:
• планирование
• поиск информации
• рефлексия и проверка
• написание отчета
Данные собирали из реальных отчетов, восстанавливая исходные вопросы и планы, а также из вопросов, связанных с базами знаний и документами.
⚙️ Обучение шло в 3 этапа:
1) сначала обучают базовым навыкам
2) затем учат полным цепочкам с инструментами
3) далее добавляют обучение через попытки и проверку, где чек-лист оценивает отчет и награда дается только за полностью пройденный результат
📌 Авторы также представили ADR-Bench, где эксперты сравнивают два отчета бок о бок, а рейтинг строится по системе Elo.
https://arxiv.org/pdf/2512.20491
⚡️ Matrix Exponential Attention (MEA) - экспериментальный механизм внимания для трансформеров
MEA предлагает альтернативу классическому softmax-attention. Вместо нормализации через softmax используется матричная экспонента, что позволяет моделировать более сложные, высоко-порядковые взаимодействия между токенами.
Ключевая идея
Внимание формулируется как exp(QKᵀ), а вычисление экспоненты аппроксимируется через усечённый ряд. Это даёт возможность считать внимание линейно по длине последовательности, не создавая огромные n×n матрицы.
Что это даёт
- Более выразительное внимание по сравнению с softmax
- Higher-order взаимодействия между токенами
- Линейная сложность по памяти и времени
- Подходит для длинных контекстов и исследовательских архитектур
Проект находится на стыке Linear Attention и Higher-order Attention и носит исследовательский характер. Это не готовая замена стандартному attention, а попытка расширить его математическую форму.
Для ML-исследователей и инженеров, которые изучают новые формы внимания, альтернативы softmax и архитектуры для длинных последовательностей.
Экспериментально. Интересно. Не для продакшена - пока.
GitHub: github.com/yifanzhang-pro/MEA
💰 ИИ-лабы начали платить начинающим исследователям на уровне опытных инженеров - фактически «закрепляя» таланты ещё на старте.
Сегодня стажировки и junior-позиции в топ-лабораториях - это уже не подработк, а прямой вход в исследование: со стипендией и собственным бюджетом на эксперименты.
Примеры программ
- Anthropic - AI Safety Fellows
~ $3 850 в неделю + примерно $15 000 в месяц на вычисления.
По сути — стипендия плюс мини-грант на исследования.
Business Insider отмечает: 80% участников публикуют статьи — программа даёт результат.
- OpenAI Residency
~ $18 300 в месяц в течение 6 месяцев —
формат как оплаченное обучение внутри фронтир-организации.
Если дать новичкам деньги + доступ к мощностям,
они начинают приносить ощутимый вклад почти сразу.
ИИ-карьера всё больше выглядит как полноценная научная работа с зарплатой и ресурсами - с самого старта.
businessinsider .com/top-paying-ai-internships-fellowships-residencies-openai-anthropic-meta-google-2025-12
Авито внедряет ИИ-помощников для покупателей и продавцов
На технологической платформе началось тестирование двух новых ИИ-ассистентов: Ави для покупателей и Ави Pro для продавцов. На текущем этапе они доступны только ограниченной группе пользователей.
Функционал помощников различается. Ави помогает покупателям: подбирает варианты по описанию, сравнивает товары, выделяет их сильные и слабые стороны, а также предлагает сопутствующие продукты, даже если запрос сформулирован нечетко. Ави Pro, в свою очередь, предназначен для продавцов и работает в их личных кабинетах. Этот ассистент анализирует статистику, отслеживает изменения и даёт рекомендации для повышения эффективности продаж.
Управляющий директор по искусственному интеллекту Авито Андрей Рыбинцев пояснил, что для компании диалоговый интерфейс представляет собой новый этап в развитии пользовательского опыта. По его словам, это решение сократит число действий для решения задач, повысит конверсию в успешные сделки и позволит платформе лучше понимать намерения клиентов.
Запуск ИИ-помощников является ответом компании на запросы рынка. Согласно внутренним исследованиям Авито, 59% пользователей заходят на платформу без четкой цели, при этом 43% уже готовы доверить выбор искусственному интеллекту. На дальнейшее развитие этих технологий в следующем году компания планирует направить около миллиарда рублей.
🚀 MiniMax M2.1 - теперь open-source и один из лучших ИИ для разработчиков
— топ-результаты на кодинговых бенчмарках (SWE, VIBE, Multi-SWE)
— в ряде тестов обгоняет Gemini 3 Pro и Claude Sonnet 4.5
— MoE-архитектура: активны 10B параметров (230B всего)
И это не только цифры модель очень быста в инференсе и просто в деплоится, её можно запустить даже локально.
https://huggingf ce.co/MiniMaxAI/MiniMax-M2.1
✔ Маленькая модель - крутой результат: LFM2-2.6B-Exp набирает 42% на GPQA
Для модели всего 2,6 млрд параметров такой балл обычно недостижим его ждёшь от куда более крупных систем.
Фокус в том, что команда не меняла архитектуру.
Они просто добавили RL поверх того же чекпоинта: модель генерирует ответы, получает оценку по задаче и обучается чаще выдавать выигрышные варианты.
Почему это важно
GPQA - жёсткий набор по научным вопросам, где «угадывание по шаблону» не работает.
Что внутри LFM2-2.6B
• гибрид: 22 слоя + 8 слоёв внимания
• контекст — до 32 768 токенов
• веса в bfloat16
⚡ грамотный дизайн наград + RL способны сильно поднять качество даже у маленьких моделей — без усложнения архитектуры.
https://huggingface.co/LiquidAI/LFM2-2.6B-Exp
