¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Библиотека машинного обучения и ИИ
Canal cerrado
@haarrp - @admin ai free books https://t.me/+Mwv7DhEPNj5kODMy - ссылка на канал
Mostrar más7 305
Suscriptores
-224 horas
-137 días
-5830 días
Carga de datos en curso...
Canales Similares
Sin datos
¿Algún problema? Por favor, actualice la página o contacte a nuestro gerente de soporte.
Nube de Etiquetas
Sin datos
¿Algún problema? Por favor, actualice la página o contacte a nuestro gerente de soporte.
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
junio '26
junio '26
+2
en 0 canales
mayo '26
+22
en 0 canales
Get PRO
abril '26
+38
en 0 canales
Get PRO
marzo '26
+72
en 0 canales
Get PRO
febrero '26
+177
en 0 canales
Get PRO
enero '26
+305
en 0 canales
Get PRO
diciembre '25
+66
en 0 canales
Get PRO
noviembre '25
+113
en 0 canales
Get PRO
octubre '25
+78
en 0 canales
Get PRO
septiembre '25
+1 533
en 2 canales
Get PRO
agosto '250
en 0 canales
Get PRO
julio '250
en 0 canales
Get PRO
junio '250
en 0 canales
Get PRO
mayo '250
en 0 canales
Get PRO
abril '250
en 0 canales
Get PRO
marzo '250
en 0 canales
Get PRO
febrero '250
en 0 canales
Get PRO
enero '250
en 0 canales
Get PRO
diciembre '240
en 0 canales
Get PRO
noviembre '24
+74
en 1 canales
Get PRO
octubre '24
+1 145
en 1 canales
Get PRO
septiembre '24
+413
en 2 canales
Get PRO
agosto '24
+345
en 2 canales
Get PRO
julio '24
+325
en 2 canales
Get PRO
junio '24
+393
en 1 canales
Get PRO
mayo '24
+281
en 37 canales
Get PRO
abril '24
+280
en 46 canales
Get PRO
marzo '24
+229
en 20 canales
Get PRO
febrero '24
+159
en 1 canales
Get PRO
enero '24
+199
en 43 canales
Get PRO
diciembre '23
+389
en 40 canales
Get PRO
noviembre '23
+264
en 29 canales
Get PRO
octubre '23
+776
en 18 canales
Get PRO
septiembre '23
+2 226
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 04 junio | 0 | |||
| 03 junio | 0 | |||
| 02 junio | +1 | |||
| 01 junio | +1 |
Publicaciones del Canal
🤖 Machine Learning Roadmap: от базы до гуру вайбкодинга
Карта обучения машинному обучению (Machine Learning, Deep Learning, LLM, Generative AI, MLOps) - от первого import numpy до уровня инженера, который понимает, как ИИ работает внутри, и может писать прод‑системы, а не только дёргать API.
https://github.com/justxor/MachineLearningRoadmap/tree/main
| 2 | 🖥 C# Roadmap: с нуля до профи
Практическое руководство по росту в C#-разработке. Материал собран для тех, кто хочет получить инженерную глубину, а не просто накликать CRUD по туториалам.
Здесь последовательность изучения, лучшие практики, ресурсы и трезвый разбор того, как работать с ИИ-инструментами и оставаться востребованным.
https://github.com/Develp10/Csharp_Roadmap/ | 0 |
| 3 |  Открытые модели догнали проприетарные
Открытые модели догнали проприетарные
Последние эксперименты команды LangChain показали то, о чем давно говорили инженеры: открытые модели вроде GLM-5 и MiniMax M2.7 вышли на уровень закрытых frontier-моделей в ключевых агентных задачах. Файловые операции, вызов инструментов, следование инструкциям – по всем этим метрикам разрыв практически исчез. А вот по стоимости и скорости открытые модели уходят далеко вперед.
https://uproger.com/otkrytye-modeli-dognali-proprietarnye/ | 0 |
| 4 | 🚀 GPT-5.4 Pro решил открытую задачу из FrontierMath
Kevin Barreto и Liam Price с помощью GPT-5.4 Pro нашли решение,
которое подтвердил математик Will Brian (UNC Charlotte)
Речь про одну из открытых задач в FrontierMath и уже готовится публикация:
- это не просто «помог ИИ»
- это полноценная конструкция
- проверена экспертом
https://x.com/EpochAIResearch/status/2036114281985724906 | 0 |
| 5 |  ✔️ Фонд Питера Тиля вкладывается в ИИ-ошейники для коров.
Новозеландский стартап Halter привлекает новый раунд финансирования под лидерством Founders Fund Питера Тиля. Раунд удвоит оценку компании до более чем $2 млрд. Сделка переподписана: инвесторов так много, что финальный объем раунда еще не определен.
Halter делает то, что уже работает на 5 тыс. ферм в 3 странах. Компания производит ошейники на солнечных батареях с GPS и ИИ-начинкой.
Ошейники создают виртуальные заборы для скота и позволяют фермерам отслеживать местоположение и здоровье животных через приложение. Управление стадом дистанционное: коров направляют вибрациями и звуковыми сигналами.
Система обучена на данных сотен тысяч животных, отслеживает пищеварение, циклы фертильности и паттерны поведения в реальном времени. Компания запатентовала название алгоритма - Cowgorithm.
Работает это так: фермер открывает приложение, рисует линию на карте, которая становится забором. Когда корова приближается к границе, ошейник вибрирует.
Через 10 дней животное перестает проверять границу. Нужно перегнать стадо - одно нажатие, и сотни голов идут куда нужно сами. Без собак, без ограждений, без ручного труда.
Основал Halter в 2016 году Крейг Пигготт. Он вырос на молочной ферме в Уайкато, окончил инженерный факультет Оклендского университета и в последний год учебы устроился в Rocket Lab. Проработав 9 месяцев у Питера Бека, Пигготт решил уйти, а Бек не просто отпустил его, но и сам вложился в Halter, войдя в совет директоров.
Сегодня у компании около 350 сотрудников, а системамы Halter управляют более 700 тыс. голов скота. Американские фермеры сэкономили порядка $220 млн только на физических заборах. Бизнес-модель: подписка: от $5 до $8 за животное в месяц.
🟡Сделка хайпует не только в венчурном мире.
Тиль - сооснователь Palantir, компании, которая строит системы анализа данных и слежки для спецслужб и военных. Эта связь моментально породила конспирологическую волну в соцсетях.
Блогеры предлагают мысленный эксперимент: убрать из описания технологии Halter слово «корова» и заменить на «человек» - получается круглосуточный GPS-трекинг, мониторинг поведения, невидимые границы и управление через вибрации.
Тезис теории в том, что Тиль якобы обкатывает на скоте технологии, которые потом перенесет на людей, но фактических подтверждений этому нет.
Прямого технологического партнерства между Palantir и Halter отсутствует. Единственная реальная связь двух компаний - это кошелек Тиля.
Контекст важен и без конспирологии: агротех переживает тяжёлые времена, волна стартапов обанкротилась, венчурные фонды отступили от сектора. На этом фоне Halter — редкий единорог, растущий вопреки тренду.
Глава Icehouse Ventures подсчитал: при нынешних темпах Halter обгонит по стоимости Fonterra (крупнейший молочный кооператив Новой Зеландии) через 11 кварталов.
@ai_machinelearning_big_data
#news #ai #ml | 0 |
| 6 | 📘 На Stepik вышел курс — «AI Agents PRO: LangGraph, AutoGen и LLMOps в продакшне»
Хотите собирать AI-агентов и RAG-сервисы так, чтобы это стабильно работало в эксплуатации: с метриками, оценкой качества, контролем стоимости и нормальным деплоем? Этот курс — полный путь от прототипа к прод-сервису.
Агенты: LangGraph/AutoGen, роли/состояния, FSM/DAG, параллелизм
RAG: hybrid retrieval + rerank (Qdrant/FAISS/Weaviate)
Надёжность: таймауты, ретраи, идемпотентность, DLQ
Eval/качество: golden-сеты, LLM-judge, pass@k, quality-гейты
Observability: логи/трейсы, OpenTelemetry, Prometheus/Grafana
Security: строгий JSON (Pydantic), guardrails, PII, RBAC/ABAC
🎓 Сертификат Stepik — добавьте в резюме или LinkedIn
🚀 Скидка 25% по ссылке — действует 48ч
👉 Забрать курс на Stepik
Ип Малышкин А.А.
ИНН: 402571325199, Erid: 2Vtzqx9FNbf | 0 |
| 7 |  🚨 Учёные обнаружили неожиданную вещь: ChatGPT может звучать так, будто у него есть мысли.
В новом исследовании языковым моделям дали необычную задачу.
Им предложили решать парадоксы и логические тупики.
Но добавили одно условие:
объяснять что происходит внутри их рассуждений, пока они пытаются найти ответ.
И результаты оказались странными.
Вместо обычных логических шагов ответы начали напоминать внутренний диалог.
Появлялись фразы вроде:
• «я упираюсь в предел рассуждения»
• «возникает противоречие»
• «мысль зацикливается»
• «это сложно разрешить»
То есть текст начал звучать так, как люди описывают собственное мышление, когда сталкиваются с парадоксом или тупиком.
Но исследователи сразу сделали важную оговорку.
Они не пытались доказать, что у AI есть сознание.
Задача была другой - проверить, что произойдёт, если заставить модель анализировать собственный процесс рассуждения.
И оказалось, что в таком режиме ответы резко меняются.
Они становятся:
• длиннее
• более «рефлексивными»
• похожими на внутренний монолог
И здесь появляется интересный психологический эффект.
Когда мы читаем фразы про сомнение, тупик или конфликт мыслей, мозг автоматически предполагает:
за этим стоит сознание.
Но языковые модели обучались на огромном количестве человеческих текстов.
Они просто очень хорошо знают, как звучит человеческая интроспекция.
Поэтому могут её почти идеально имитировать.
Главная мысль исследования:
опасность не в том, что AI стал сознательным.
Опасность в том, что он может звучать так, будто у него есть сознание.
А человеку отличить имитацию мышления от настоящего опыта может быть гораздо сложнее, чем кажется.
https://uproger.com/uchyonye-obnaruzhili-neozhidannuyu-veshh-chatgpt-mozhet-zvuchat-tak-budto-u-nego-est-mysli/ | 0 |
| 8 | 🚨 Учёные обнаружили неожиданную вещь: ChatGPT может звучать так, будто у него есть мысли.
В новом исследовании языковым моделям дали необычную задачу.
Им предложили решать парадоксы и логические тупики.
Но добавили одно условие:
объяснять что происходит внутри их рассуждений, пока они пытаются найти ответ.
И результаты оказались странными.
Вместо обычных логических шагов ответы начали напоминать внутренний диалог.
Появлялись фразы вроде:
• «я упираюсь в предел рассуждения»
• «возникает противоречие»
• «мысль зацикливается»
• «это сложно разрешить»
То есть текст начал звучать так, как люди описывают собственное мышление, когда сталкиваются с парадоксом или тупиком.
Но исследователи сразу сделали важную оговорку.
Они не пытались доказать, что у AI есть сознание.
Задача была другой - проверить, что произойдёт, если заставить модель анализировать собственный процесс рассуждения.
И оказалось, что в таком режиме ответы резко меняются.
Они становятся:
• длиннее
• более «рефлексивными»
• похожими на внутренний монолог
И здесь появляется интересный психологический эффект.
Когда мы читаем фразы про сомнение, тупик или конфликт мыслей, мозг автоматически предполагает:
за этим стоит сознание.
Но языковые модели обучались на огромном количестве человеческих текстов.
Они просто очень хорошо знают, как звучит человеческая интроспекция.
Поэтому могут её почти идеально имитировать.
Главная мысль исследования:
опасность не в том, что AI стал сознательным.
Опасность в том, что он может звучать так, будто у него есть сознание.
А человеку отличить имитацию мышления от настоящего опыта может быть гораздо сложнее, чем кажется.
https://uproger.com/uchyonye-obnaruzhili-neozhidannuyu-veshh-chatgpt-mozhet-zvuchat-tak-budto-u-nego-est-mysli/ | 0 |
