Data Secrets
Ir al canal en Telegram
Главный по машинному обучению Сотрудничество: @veron_28 РКН: clck.ru/3FY3GN
Mostrar más
Red:📈 Análisis del canal de Telegram Data Secrets
El canal Data Secrets (@data_secrets) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 91 236 suscriptores, ocupando la posición 1 376 en la categoría Tecnologías y Aplicaciones y el puesto 6 147 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 91 236 suscriptores.
Según los últimos datos del 13 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 793, y en las últimas 24 horas de 15, conservando un alto alcance.
- Estado de verificación: Verificado (confirmado oficialmente por Telegram)
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 25.34%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 18.42% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 23 111 visualizaciones. En el primer día suele acumular 16 804 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 267.
- Intereses temáticos: El contenido se centra en temas clave como claude, openai, контекст, стартап, llm.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Главный по машинному обучению
Сотрудничество: @veron_28
РКН: clck.ru/3FY3GN”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 14 julio, 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.
91 236
Suscriptores
+1524 horas
+2307 días
+79330 días
Archivo de publicaciones
91 239
+1
На LMSYS Арену завезли контроль стиля, чтобы модели не могли "заманивать" юзеров красивым форматированием текста и длиной ответов
Гипотеза состоит в том, что пользователь может отдать свой голос за ту или иную модель, ориентируясь не только на содержание ответа, но и то, как он выглядит, а это нечестно. Поэтому разработчики на Арене подумали-подумали, да и выкатили функцию style control для разделения содержания и стиля текста.
Оказалось, что когда текст оценивается без форматирования, некоторые модели заметно сдуваются. Например, GPT-4o-mini и Grok-2-mini оказались ниже всех, хотя до этого опережали Claude-3 Opus, Gemini-1.5-flash и других. А вот Claude 3.5 Sonnet, Opus, and Llama-3.1-405B наоборот сильно подскочили в рейтинге.
Как работает style control? Вообще, для сравнения двух моделей на основе предпочтений на Арене используется регрессия Брэдли-Терри. Чтобы контролировать стиль, теперь в нее в качестве независимых переменных добавились фичи длины и маркдауна (количество #, списков или болда в тексте). С их помощью можно оценить, насколько на предпочтения повлиял стиль.
Подход пока простой, и, конечно, может не учитывать некоторые корреляции. Но, как пишут разработчики, это "first step".
91 239
Orion: новая загадочная мега-модель от OpenAI
The Information сообщает, что инсайдеры рассказывают о модели, которая должна стать новой флагманской LLM для OpenAI. Да, по сути речь о GPT-5, и оказывается, что разрабатывается она под кодовым названием Orion.
Но зачем же тогда Strawberry? Ведь именно она продвигалась как модель с якобы супер-мощным ризонингом, скиллами в математике и технических вопросах. Ответ: оказывается, Strawberry в перспективе будет некой утилитой. Объясняем 👇
Помните ту самую картинку с китом, иллюстрирующим размеры GPT-5, с весенней конференции Microsoft? А вы задумывались, откуда OpenAI будет брать данные для обучения такого гиганта, если даже для GPT-4 им уже потребовались не только тексты, но и парсинг ютуба? Кажется, тут выход один: синтетика.
При этом синтетика должна быть чистая и без галлюцинаций. Именно для такой генерации и будет использоваться Strawberry. Кстати, сначала планируют выпустить Strawberry поменьше (землянику другими словами).
Ожидается, что две эти модели вместе уведут LLM на новый уровень и в разы бустанут прибыть OpenAI. На фоне этого, кстати, компания открывает новый раунд поиска инвесторов и расчитывает на $100+ млрд.
Один вопрос: ну когда уже? 🥺
91 239
Насколько эффективно бизнес в России использует возможности, открываемые ИИ?
С 2021 года в России при поддержке Правительства РФ рассчитывается индекс готовности отраслей экономики к внедрению искусственного интеллекта, в котором ежегодно принимают участие более 4000 организаций. Результаты исследований предыдущих годов позволили оценить в динамике уровень использования ИИ организациями, выделить лидирующие и развивающиеся сферы деятельности по готовности к внедрению ИИ, а также снизить влияние основных барьеров развития ИИ в организациях.
В 2024 году может быть услышана и Ваша организация: ВЦИОМ и Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации (НЦРИИ) приглашают принять участие в онлайн-опросе, который поможет составить индекс готовности отраслей экономики к внедрению искусственного интеллекта на текущий момент.
Как подчеркнул вице-премьер Дмитрий Григоренко:
«Те запросы, которые они (прим. органы власти и бизнес) ранее озвучивали на различных площадках, включая Госсовет, мы уже учли и заложили в новый нацпроект "Экономика данных"... Свежие данные помогут нам все это актуализировать перед запуском нацпроекта»🎁 Организации, прошедшие опрос и планирующие использовать ИИ в будущем, могут запросить у Национального центра искусственного интеллекта при Правительстве Российской Федерации подборку готовых ИИ-продуктов, которые могут быть применены организацией для повышения эффективности собственных бизнес-процессов. Исследование конфиденциально, результаты опроса будут использованы только в обобщенном виде и размещены на Национальном портале в сфере искусственного интеллекта: https://ai.gov.ru/ Опрос проводится до 6 сентября 2024 года. Для участия в опросе предлагаем заполнить онлайн-анкету по ссылке: https://aibe.wciom.ru/
91 239
Сколько параметров в GPT-4o mini?
Конечно, сама компания в последнее время не раскрывает ни деталей реализации, ни даже количества параметров своих моделей. Но бесследно разработка все равно не проходит, поэтому на Реддит погадали на фактах и... получилось примерно 8В. Вот почему:
▪️ Из утечки препринтов Microsoft известно, что GPT 3.5 Turbo – это 20B модель (см.скрин). В OpenAI заявляли, что GPT-4o mini стоит на 60% меньше, чем предшественник. Несложная математика: 20-60% = 20B
▪️ Microsoft имеет все доступы к моделям OpenAI и, вероятно, осведомлены об архитектурах. Они также пытаются приблизить свои модели к производительности OpenAI, используя, скорее всего, те же подходы. Так что по таким релизам, как Phi 3.5, можно отдаленно судить об архитектурах OpenAI.
▪️ Ужа давно ходили слухи, что GPT-4 имела 16 экспертов (это MoE). Учитывая, что новая Phi 3.5 MoE от Microsoft – это тоже 16 экспертов, и принимая во внимание пункт 2, можно предположить, что GPT-4o mini – это тоже 16 экспертов по примерно 4В параметров. Получается как раз 8В активных.
Кстати, новая архитектура тоже не исключена. Возможно, в OpenAI используют что-то вроде hybrid-mamba 2.
91 239
⚙️ Anthropic тихо релизнули еще одну прикольную фичу: она позволит частично менять или получать объяснения кода простым выделением. Всплывающее окно с опциями теперь показывается прямо внутри артефакта и предлагает либо объяснить выделенную часть кода, либо поправить ее.
91 239
Курс лекций о фундаментальных моделях от канадского университета Waterloo ☺️
В курсе подробно разбираются такие базовые модели, как CNN и RNN. Также вы найдете все о трансформерах: обучение, настройка, и даже разбор например BERT’а и ELECTRA.
Кстати, курс относительно свежий, поэтому авторы рассказывают также о больших языковых и мультимодальных моделях: предварительная обработка данных, файнтюнинг, оптимизация, обучение и многое другое можно найти по ссылке.
91 239
Ozon Tech устраивает IT-конференцию, на которой нужно быть
Знакомьтесь — E-CODE — пространство, где код меняет и упрощает жизнь.
⏰ 28 – 29 сентября. Онлайн и офлайн (Москва)
В программе технологический трек для ML-инженеров и научно-популярный для тех, кто в моделях уже преисполнился. А ещё угощения и развлечения — от настолок до караоке.
Вечером — выступления музыкальных групп и афтепати.
Количество мест ограничено, не откладывайте регистрацию.
📌 Зарегистрироваться
91 239
Почувствовали энергию AGI, исходящую от этого видео? 🤣
А серьезно, почему модели настолько трудно просто переписать слово? Ответ: все из-за токенизации. По этой же причине, например, GPT не может разобрать, сколько букв r в слове strawberry и очень плохо считает.
Полное объяснения того, почему так происходит и какие еще проблемы порождает токенизация можно найти в этом нашем посте.
91 239
У Google три новые экспериментальные модели!
В компании представили:
➡️новую уменьшенную Gemini 1.5 Flash-8B
➡️более мощную Gemini 1.5 Pro
➡️и улучшенную Gemini 1.5 Flash
Все модели уже появились на Арене. Новый Gemini-1.5-Flash совершил огромный скачок с 23-го на 6-е место! Gemini-1.5-Pro тоже не отстает и демонстрирует мощные улучшения в коде и математике. А новая мини-модель Gemini-1.5 Flash- 8b превосходит gemma-2-9b и догоняет llama-3-70b.
91 239
Ничего необычного, просто Linkedin резюме Дженсена Хуанга, который сначала 5 лет работал посудомойщиком и официантом в закусочной, а потом…
91 239
⚡️ Зацените: за последние 18 месяцев стоимость за 2М токенов (input+output) упала в 240 раз! В начале 23 года она равнялась 180 долларам, а сейчас в среднем приближается к 75 центам.
91 239
+8
Результаты исследования ML-сообщества от VK и ИТМО
Помните, мы просили вас поучаствовать в исследовании о состоянии индустрии, лидерах рынка и в целом ML-карьере в России? Так вот теперь мы делимся с вами его результатами!
Откуда ML-щики (то есть вы) берут информацию и какие источники любят? Как выбирают компанию для работы? Кем себя видят в будущем?
Все самые интересные и неожиданные результаты – в карточках. Спойлер: мы попали в топ-4 самых любимых ML-каналов 😊
91 239
Anthropic пару недель назад незаметно выложили на GitHub интерактивный учебник по промптингу в виде ipynb ноутбуков
Особенно полезно для разрабов, которые работают с API LLM: курс разбит на 9 глав с теорией, примерами, упражнениями и ответами на них. Поможет освоить базовые техники, познакомит с такими фичами, как Prompt caching и отдельно научит оптимизировать ответы для кодинга.
Кстати, вот вам интересный факт: Anthropic – единственная компания, которая опубликовала в общий доступ свои системные промпты (то есть те промпты с базовыми настройками, которые зашиваются разработчиками в модель как дефолтные). Посмотреть на них можно тут.
91 239
Давайте также вспомним, что Илон Маск AKA лучший знаток ИИ по мнению Трампа – это тот человек, который думает, что в его self-driving автомобилях Tesla не используются CNN
P.S. Спасибо нашим комментаторам за напоминание
91 239
Дональд Трамп: «Никто не знает об ИИ больше, чем Илон Маск, и я был бы открыт для консультаций Илона по вопросам ИИ, если бы был президентом»
Кстати, Илон тоже поддержал новый Калифорнийский проект по регуляции ИИ (как и Виталик Бутерин).
Альтман курит в сторонке
91 239
Что такое API модели и какие существуют инструменты для его создания?
🔹Разберёмся на практическом открытом уроке «Развертывания моделей машинного обучения - создание API». Рассмотрим как перейти от модели в Jupyter notebook к модели, подготовленной для внедрения
✅ Практика: Реализуем API нашей модели с использованием фреймворка FastAPI и запустим ее в виде web-сервиса.
Урок приурочен продвинутому курсу «Machine Learning. Advanced» от Otus.
👉 Регистрация и подробности:
https://otus.pw/Cfb1/?erid=LjN8KNwD5
91 239
Тем временем Илон Маск выкладывает в Твиттере видео с того самого суперкластера Cortex, на котором обещает обучить «самый мощный ИИ в мире» АКА Grok-3. Кластер находится в штаб-квартире Tesla в Остине.
Как вам?
91 239
Там Hugging Face только что выпустили набор Deep Learning Containers для билда ИИ-моделей в Google Claude
В образах уже настроены конфиги + не будет проблем с зависимостями + все контейнеры оптимизированы под окружения в зависимости от задач: под GPU для обучения, под CPU/GPU для инференса и даже для получения эмбеддингов.
Уже есть куча кейс-примеров в репозитории. А все доступные контейнеры лежат тут. Все опенсорс, и разработчики обещают активно поддерживать и развивать проект.
Напоминаем, что Google Claude в России продолжает работать и отключать его не собираются, так что налетайте 🐳
