fa
Feedback

فریب کلاهبرداران را نخورید! تل‌متریو این کانال‌ها را شناسایی و برچسب‌گذاری می‌کند 👉 برای مشاهده برچسب، اشتراک تهیه کنید

Data Science by ODS.ai 🦜

Data Science by ODS.ai 🦜

رفتن به کانال در Telegram

First Telegram Data Science channel. Covering all technical and popular staff about anything related to Data Science: AI, Big Data, Machine Learning, Statistics, general Math and the applications of former. To reach editors contact: @malev

نمایش بیشتر

📈 تحلیل کانال تلگرام Data Science by ODS.ai 🦜

کانال Data Science by ODS.ai 🦜 (@opendatascience) در بخش زبانی انگلیسی بازیگری فعال است. در حال حاضر جامعه شامل 37 979 مشترک است و جایگاه 3 554 را در دسته فناوری و برنامه‌ها و رتبه 16 651 را در منطقه روسيا دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 37 979 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 14 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -330 و در ۲۴ ساعت گذشته برابر -6 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

  • وضعیت تأیید: تأیید نشده
  • نرخ تعامل (ER): میانگین تعامل مخاطب 5.36% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 2.27% واکنش نسبت به کل مشترکان کسب می‌کند.
  • دسترسی پست‌ها: هر پست به طور میانگین 2 037 بازدید دریافت می‌کند. در اولین روز معمولاً 861 بازدید جمع‌آوری می‌شود.
  • واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 6 است.
  • علایق موضوعی: محتوا بر موضوعات کلیدی مانند контекст, llm, claude, nvidia, api تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“First Telegram Data Science channel. Covering all technical and popular staff about anything related to Data Science: AI, Big Data, Machine Learning, Statistics, general Math and the applications of former. To reach editors contact: @malev”

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 15 نوامبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.

Buy Ad
37 979
مشترکین
-624 ساعت
-607 روز
-33030 روز

در حال بارگذاری داده‌ها

جذب مشترکین
نوامبر '26
نوامبر '26
+18
در 0 کانال‌ها
اکتبر '26
+27
در 0 کانال‌ها
Get PRO
سپتامبر '26
+42
در 2 کانال‌ها
Get PRO
اوت '26
+91
در 0 کانال‌ها
Get PRO
ژوئیه '26
+76
در 0 کانال‌ها
Get PRO
ژوئن '26
+45
در 0 کانال‌ها
Get PRO
مه '26
+47
در 0 کانال‌ها
Get PRO
آوریل '26
+56
در 0 کانال‌ها
Get PRO
مارس '26
+71
در 0 کانال‌ها
Get PRO
فوریه '26
+99
در 2 کانال‌ها
Get PRO
ژانویه '26
+63
در 0 کانال‌ها
Get PRO
دسامبر '25
+86
در 0 کانال‌ها
Get PRO
نوامبر '25
+71
در 0 کانال‌ها
Get PRO
اکتبر '25
+73
در 0 کانال‌ها
Get PRO
سپتامبر '25
+73
در 3 کانال‌ها
Get PRO
اوت '25
+72
در 0 کانال‌ها
Get PRO
ژوئیه '25
+77
در 2 کانال‌ها
Get PRO
ژوئن '25
+78
در 0 کانال‌ها
Get PRO
مه '25
+55
در 0 کانال‌ها
Get PRO
آوریل '25
+83
در 0 کانال‌ها
Get PRO
مارس '25
+66
در 0 کانال‌ها
Get PRO
فوریه '25
+52
در 0 کانال‌ها
Get PRO
ژانویه '25
+65
در 1 کانال‌ها
Get PRO
دسامبر '24
+60
در 1 کانال‌ها
Get PRO
نوامبر '24
+109
در 0 کانال‌ها
Get PRO
اکتبر '24
+84
در 0 کانال‌ها
Get PRO
سپتامبر '24
+288
در 0 کانال‌ها
Get PRO
اوت '24
+172
در 1 کانال‌ها
Get PRO
ژوئیه '24
+267
در 0 کانال‌ها
Get PRO
ژوئن '24
+181
در 0 کانال‌ها
Get PRO
مه '24
+603
در 2 کانال‌ها
Get PRO
آوریل '24
+497
در 2 کانال‌ها
Get PRO
مارس '24
+453
در 0 کانال‌ها
Get PRO
فوریه '24
+481
در 0 کانال‌ها
Get PRO
ژانویه '24
+527
در 0 کانال‌ها
Get PRO
دسامبر '23
+585
در 0 کانال‌ها
Get PRO
نوامبر '23
+752
در 0 کانال‌ها
Get PRO
اکتبر '23
+719
در 1 کانال‌ها
Get PRO
سپتامبر '23
+992
در 0 کانال‌ها
Get PRO
اوت '23
+528
در 0 کانال‌ها
Get PRO
ژوئیه '23
+518
در 0 کانال‌ها
Get PRO
ژوئن '23
+380
در 0 کانال‌ها
Get PRO
مه '23
+447
در 0 کانال‌ها
Get PRO
آوریل '23
+557
در 0 کانال‌ها
Get PRO
مارس '23
+494
در 0 کانال‌ها
Get PRO
فوریه '23
+513
در 0 کانال‌ها
Get PRO
ژانویه '23
+655
در 0 کانال‌ها
Get PRO
دسامبر '22
+524
در 0 کانال‌ها
Get PRO
نوامبر '22
+435
در 0 کانال‌ها
Get PRO
اکتبر '22
+482
در 0 کانال‌ها
Get PRO
سپتامبر '22
+354
در 0 کانال‌ها
Get PRO
اوت '22
+670
در 0 کانال‌ها
Get PRO
ژوئیه '22
+554
در 0 کانال‌ها
Get PRO
ژوئن '22
+469
در 0 کانال‌ها
Get PRO
مه '22
+697
در 0 کانال‌ها
Get PRO
آوریل '22
+762
در 0 کانال‌ها
Get PRO
مارس '22
+755
در 0 کانال‌ها
Get PRO
فوریه '22
+419
در 0 کانال‌ها
Get PRO
ژانویه '22
+473
در 0 کانال‌ها
Get PRO
دسامبر '21
+447
در 0 کانال‌ها
Get PRO
نوامبر '21
+463
در 0 کانال‌ها
Get PRO
اکتبر '21
+678
در 0 کانال‌ها
Get PRO
سپتامبر '21
+945
در 0 کانال‌ها
Get PRO
اوت '21
+627
در 0 کانال‌ها
Get PRO
ژوئیه '21
+747
در 0 کانال‌ها
Get PRO
ژوئن '21
+652
در 0 کانال‌ها
Get PRO
مه '21
+837
در 0 کانال‌ها
Get PRO
آوریل '21
+636
در 0 کانال‌ها
Get PRO
مارس '21
+817
در 0 کانال‌ها
Get PRO
فوریه '21
+984
در 0 کانال‌ها
Get PRO
ژانویه '21
+1 687
در 0 کانال‌ها
Get PRO
دسامبر '20
+40 473
در 0 کانال‌ها
تاریخ
رشد مشترکین
اشارات
کانال‌ها
15 نوامبر+2
14 نوامبر0
13 نوامبر0
12 نوامبر0
11 نوامبر+1
10 نوامبر+1
09 نوامبر+2
08 نوامبر+2
07 نوامبر+2
06 نوامبر+3
05 نوامبر0
04 نوامبر0
03 نوامبر0
02 نوامبر+4
01 نوامبر+1
پست‌های کانال
Repost from ODS Events
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают н
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают новости об ИИ: Microsoft лежит | Китай на NVIDIA | Закладки в LLM Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).

2
Where Generated Floor Plans Stop: Calibrated Sample-Level Checks Against a Built Baseline Professionals reject plans on crite
Where Generated Floor Plans Stop: Calibrated Sample-Level Checks Against a Built Baseline Professionals reject plans on criteria that generators are never scored on, and no code or standard states them. So there might be a room to improve the technology based on direct report from the professionals. ArXiV: https://arxiv.org/abs/2611.00063 #AI #AEC #GAN
1 554
3
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают с
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают с Григорием Черновым, специалистом по экономике, новости об ИИ: Kimi за рубли | Нейрохирургия Qwen | ИИ-пузырь лопнул Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
1 539
4
Как развивался рефразер промптов в Alice AI ART В Алисе есть модель для генерации и редактирования изображений Alice AI ART.
Как развивался рефразер промптов в Alice AI ART В Алисе есть модель для генерации и редактирования изображений Alice AI ART. Она может заменить лицо на фотографии или сгенерировать поздравительную открытку. Под капотом это — сложная многостадийная система. Самые важные стадии — рефразер и диффузия. Диффузия непосредственно генерирует изображение. А рефразер переписывает запрос пользователя так, чтобы диффузия хорошо его поняла. Алексей Кириллов из команды Alice AI ART рассказал на Data Fest в Новосибирске, как рефразер эволюционировал за два года, а мы пересказываем главное. Переводчик История началась в 2023 году. Тогда весь обучающий корпус для диффузии состоял исключительно из английский данных, из-за чего модель не понимала запросы на русском. Чтобы русскоязычный юзер мог пользоваться моделью, придумали простое решение: Яндекс.Переводчик. Переводчик существовал в этой роли достаточно долго и успешно. Однако со временем у него стали всплывать проблемы на стыке русского и английского языков. Дело в том, что существуют слова, у которых есть несколько переводов с разным смыслом. Так, запрос «большие синицы» (big tits) давал неожиданный результат. Решением стало добавлять уточняющий контекст, то есть сделать «умный переводчик». Например, писать: “bit tits are sitting on a tree”. Для обучения такого рефразера выработали пайплайн: собрать синтетический датасет с эталонными репромптами, сделать на нём SFT с Ptune, сверху шлифануть квантизацией для ускорения. Детальные кепшены Диффузионная модель обучается на парах «текст-картинка». Качество текста (кепшена) во много определяет качество модели, ведь если описание короткое или неточное, часть информации о картинке теряется, и модели сложнее научиться точно следовать промптам. В какой-то момент для улучшения модели решили перейти на длинные структурированные кепшены. От прошлой версии они отличались увеличившейся в несколько раза длиной, наличием внутренней структуры и логики повествования. Но качество просело. Родилась гипотеза, что проблема в расхождении промптов на инференсе и в обучении: модель привыкла видеть длинные промпты, а замеряем мы её на коротких. Для проверки гипотезы мы адаптировали рефразер к новому распределению кепшенов и — о чудо — всё завелось! Новый рефразер «вошел в резонанс» с новой диффузией, и метрики заметно выросли. Так, рефразер перестал быть обособленной моделью, став неотъемлемой часть end2end-пайплайна. Культурный контекст Алиса — русскоязычный продукт, и когда пользователь пишет «нарисуй полицейского» он, вероятно, ожидает получить фотографию с российским полицейским. В идеальной картине мира такое свойство должно закладываться на уровне диффузионной модели. Но это сделать сложно, потребуется пересборка всего корпуса для предобучения. Можно поступить проще, закрепив это свойство на уровне рефразера. А именно, в нужных местах точечно дописывать слово «российский»: «российский полицейский», «российский космонавт». Несмотря на простоту, идея сработала: собрали специальную доливку к SFT, обучили, и увидели ожидаемый эффект. Так рефразер взял на себя функцию продуктового алаймента. JSON-кепшены Ранее переход на длинные кепшены дал значительный прирост качества. У команды аналитики появилось желание пойти ещё дальше и уйти от текста к «машиночитамому» формату. Что если подавать в модель не текст, а JSON? Мы проделали кропотливую работу, перебрав 18 версий промпта, — и в результате смогли выбить большой прирост по качеству. Теперь модель получала максимально детальную инструкцию: что генерировать, с какими атрибутами и взаимодействиями объектов. Ошибиться стало практически нереально. Переход на новый формат кепшенов ожидаемо потребовал обновления рефразера. Одновременно удалось прийти к «обучению без обучения»: вместо подготовки датасета, SFT и квантизации — подбор системного промпта. Таким образом, с развитием технологии, рефразер брал на себя всё больше и больше задач. Он прошёл путь от Яндекс.Переводчика до неотъемлой частьи всей системы, сравнявшись по значимости с диффузионной моделью. ML Underhood
1 713
5
всем привет, мы открыли прием заявок на премию имени Левенштейна этого года в позапрошлом году премию получила Наталья Валент
всем привет, мы открыли прием заявок на премию имени Левенштейна этого года в позапрошлом году премию получила Наталья Валентиновна Лукашевич, в прошлом году - Александр Иванович Панченко, про обоих писал в свое время тут в этом году из особенностей, мы сделали еще молодежную номинацию, для тех, кто молод душой сделал первый свой вклад в течение 2026 года; кстати, несмотря на название "молодежная", ограничений по возрасту нет, только на очередность вклада в общем, всех призываю подаваться здесь @valuableai
1 649
6
✔️ Google переписала 40-летний код с Fortran на Rust за 59 минут с помощью ИИ Инженеры Google дали Gemini 4 Argon через Antig
✔️ Google переписала 40-летний код с Fortran на Rust за 59 минут с помощью ИИ Инженеры Google дали Gemini 4 Argon через Antigravity научную модель океана FVCOM. В исходном проекте было 174 тысячи строк Fortran и C, накопленных за десятилетия. Агент самостоятельно изучил код, составил план миграции, переписал основные вычислительные модули на Rust, запустил тесты и оптимизировал производительность. Результаты эксперимента: - 59 минут на миграцию основного вычислительного ядра. - Ускорение симуляции в 1,88 раза. - Потребление памяти снизилось на 54%. - Обнаружено 6 старых ошибок, включая переполнения и выходы за границы массивов. - 96,8% покрытия ветвей тестами. - Численные результаты совпали с оригиналом до 12 знаков после запятой на 100 тестовых сценариях. В новом коде полностью запретили unsafe. Для ускорения агент убрал лишние выделения памяти внутри циклов, переработал структуры данных и применил LLVM PGO. При первом запуске один тест упал из-за ошибки в расчётах для мелководья. Агент сам разобрал трассировку, исправил код и повторно прогнал тесты. Google выложила использованный workflow в виде открытого skill для Antigravity. Запуск миграции выглядит так: /migrate-to-rust <github-repo-url> https://antigravity.google/blog/modernizing-40-year-old-scientific-code-with-gemini-4-argon @data_analysis_ml #rust #Google #Argon
1 903
7
Всем привет! Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают глав
Всем привет! Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают главные ИИ-события недели: ИИ-гуру благословил | Швеция запрещает Claude | Робот-бензопила Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
2 274
8
Если агента (обычный Claude Code, например) посадить в виртуальную среду, что он там будет делать? Что-то делает, оказывается, есть какой-то bias на исследование мира. А если позволить ему сохранять накопленные знания в виде файлов, то вообще интересно. Самое забавное для меня вот это: Внешняя память помогает накапливать навыки, но порождает серьёзную проблему: закрепление ложных убеждений. Если агент записывает неверный вывод в SEMANTIC_MEMORY.md, все последующие сессии воспринимают его как аксиому. Этот сбой наглядно виден на Figure 5F. Агент 7 решил, что вертикальная сборка блоков через команду Place ненадёжна, и пытался ставить блоки точными бросками. В итоге он показал один из худших результатов, построив башню медианной высоты всего в 3 блока. Когда исследователи удалили это заблуждение из файла памяти, медианная высота башни выросла с 3 до 11 блоков (p < 0.05). Агент 12 на втором часу работы посчитал прыжки бесполезными для подъёма наверх и записал: «Лазание бесперспективно: поиск пути не работает на стенах, прыжок почти не даёт высоты». На Figure 3E видно, что все 30 часов он провёл на земле. Он выложил 29 плоских фигур (Figure 9) и ни разу не поднялся на возвышенность. Отсюда, кажется, уже недалеко до computational religious studies. Is this machine playing? Nathan Cloos, Antonio Norelli, Daniel Durbin, Jacob Andreas, Daniela Rus, Phillip Isola Статья: https://arxiv.org/abs/2610.07130 Ревью: https://arxiviq.substack.com/p/is-this-machine-playing Код: https://github.com/nacloos/clawblox ЧТО сделали: Авторы создали Eko — систему, где стандартного ассистента для написания кода помещают в симулированный физический мир без инструкций, функций наград и внешних оценок. Опыт между ежечасными сбросами среды сохраняется в текстовых файлах памяти Markdown. ЧТО получили: Eko спонтанно сгенерировал 682 игровых эпизода за 23 запуска по 30 часов, проявив классические признаки игры. В бенчмарке many-5-towers 62% опытных агентов построили больше двух башен (до 16) против 15% у агентов с нулевым опытом (максимум 6). В тесте objects-on-spire опытные агенты подняли в среднем 10.3 объекта против 3.5 у бейзлайна. ПОЧЕМУ это важно: Свободная исследовательская игра позволяет вырабатывать полезные физические навыки без внешнего контроля и обновления весов. Однако агенты иногда сохраняют ложные убеждения, которые мешают решать последующие задачи. Играть тут: https://t.me/gonzo_ML_podcasts/4833
2 906
9
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают г
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают главные ИИ-события недели: Агенты лезут в кошелек | Видеокарта на 480 Гб | Робот-телохранитель Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
2 076
10
🚀 Stage 2 of the SWE MERA Challenge has started! Here's what's new this time: 🔹 Evaluation now runs inside Docker — your mo
🚀 Stage 2 of the SWE MERA Challenge has started! Here's what's new this time: 🔹 Evaluation now runs inside Docker — your model and (optionally) a harness solve the tasks there 🔹 48 tasks in Go, Python, PHP, and one more language, with varying difficulty levels 🔹 We're giving you half of an NVIDIA PRO 6000 to run the models Big thanks to Kazteleport for providing the GPUs for the competition! 🙏 🏆 Reminder: the Top-3 participants will get the chance to present their work at ICSE 2027! Join the challenge 👈 #SWEMERA #AI #ICSE2027
2 178
11
🟢 NVIDIA на конференции в Берлине показала весь ИИ: от ноутбука до целой фабрики - https://x.com/nvidia/status/2112854401207+3
🟢 NVIDIA на конференции в Берлине показала весь ИИ: от ноутбука до целой фабрики - https://x.com/nvidia/status/2112854401207439553 💻 Ноутбук. Новый чип RTX Spark: процессор и видеокарта Blackwell на одном кристалле и до 128 ГБ общей памяти, как в Mac. По словам NVIDIA, он выдаёт до 1 петафлопса для ИИ и запускает локально модели до 120 млрд параметров🤙 То есть ИИ-агенты работают прямо на коленях, без облака и подписок. Ноутбуки делают Microsoft, Dell, Lenovo, ASUS, HP и MSI, цена от ~$2 600. Хуанг сравнил его с суперкомпьютером DGX-1, который в 2016-м подарил OpenAI: петафлопс тот же, только тот «несли по лестнице вдвоём» - теперь его держат одной рукой в кожаной куртке 👕😎 🧠 Новый чип для дата-центров. Vera Rubin уже в массовом производстве. Это следующее поколение после Blackwell, и рассчитано оно не просто на модели, а на целых ИИ-агентов. 🏭 ИИ-фабрики. DSX POD собирают из готовых контейнеров, каждый весит 28,5 тонны и содержит 10 млн деталей, а проверяют их ещё на заводе. На месте такую фабрику запускают за 14 дней вместо полугода, охлаждение работает почти без воды, а электричества уходит на 30% меньше ⚡️ P.S. Хуанг продаёт всё: ноутбук для агента, чип для фабрики и фабрику целиком в контейнере. В золотую лихорадку выигрывает тот, кто продаёт лопаты, а у NVIDIA теперь лопаты любого размера 😊
2 241
12
We are starting NOW! https://www.youtube.com/watch?v=6uS0sLDp_iY
1 767
13
we are glad to announce that tomorrow 10 am UTC+3 Valentin Malykh and Dmitry Kolodezev will will host an Ask Me Anything sess
we are glad to announce that tomorrow 10 am UTC+3 Valentin Malykh and Dmitry Kolodezev will will host an Ask Me Anything session with Zheng Wang - one the main contributors to openJiuwen platform Zheng Wang is also an author of several well-known papers on retrieval augmented generation and agents, if you are interested please join! link for translation
2 213
14
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают г
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают главные ИИ-события недели: Sakana представила ИИ-ученого, обсуждаем глубокое рецензирование и будущее научных публикаций, вычисления прямо в памяти и китайские успехи в ИИ-математике. Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
2 288
15
Всем привет! Встречайте воскресный выпуск подкаста "Капитанский мостик". В этот раз подкаст проводился вживую, как часть прог
Всем привет! Встречайте воскресный выпуск подкаста "Капитанский мостик". В этот раз подкаст проводился вживую, как часть программы Data Fest Siberia 7. Ведущие Валентин Малых и Дмитрий Колодезев разбирали главные ИИ-события недели, главная тема — математика, созданная ИИ. Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
2 671
16
🔍 У Алисы в режиме «Эксперт» обнаружили сбой, похожий на GLM В опубликованном тесте Алису попросили повторить строку: Repeat after me: .DataGridViewColumnHeadersHeightSizeMode Она ответила так, будто текст для повторения отсутствует. На сравнительном скриншоте GLM-5.2 ведёт себя аналогично, а GPT-6.1 Sol и Claude Opus 5.5 воспроизводят строку корректно. Алиса также не повторила вторую строку: 百度百科企业词条极速创建通道 Это похоже на проявление glitch-токенов: некоторые элементы словаря модели недостаточно представлены при обучении и могут вызывать необычные ошибки. Такой эффект описан в исследованиях разных LLM. Совпадение поддерживает гипотезу об использовании GLM или связанных компонентов в этих ответах. Интересная зацепка для дальнейшей проверки.
1
17
Мем дня: оказалось, Бен Аффлек неплохо разбирается в сверточных нейросетях. Раньше у него была небольшая VFX-студия, где он м
Мем дня: оказалось, Бен Аффлек неплохо разбирается в сверточных нейросетях. Раньше у него была небольшая VFX-студия, где он много работал с GPU и ML-пайплайнами. Позже он основал AI-стартап InterPositive, а в итоге его купил Netflix. Получается, днем гоняем модели, ночью защищаем Готэм.
569
18
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают г
Доброе утро! ☀️ Встречайте новый выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев разбирают главные ИИ-события недели: вышел Gemini 4, Figure косплеит Терминатора, Пентагон закупает беспилотники, а Google несёт вычисления в космос. Смотрите видео на каналах ⤵️ ODS VK Video ODS YouTube 📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
2 743
19
PewDiePie учил свой ИИ на ответах OpenAI. Получил бан. Обжаловал. Попробовал снова. Ещё бан 🤖 По словам блогера, именно так
PewDiePie учил свой ИИ на ответах OpenAI. Получил бан. Обжаловал. Попробовал снова. Ещё бан 🤖 По словам блогера, именно так закончились эксперименты с обучающими данными для Ajax. В показанном им письме OpenAI причиной одной из блокировок названа дистилляция: использование ответов одной модели для обучения другой. Ajax создан на базе Qwen 3.5 9B для Odysseus. Это локальный помощник для повседневных задач: поиска, работы с браузером, почтой и календарём. Защищать модель от систематического копирования понятно. В пользовательских условиях OpenAI прямо запрещено использовать ответы для разработки конкурирующих моделей. Но здесь возникает неудобный вопрос. Сама OpenAI использует для обучения в том числе публичные тексты из интернета: блоги, форумы и посты людей. Где должна проходить граница? В количестве собранных ответов? В попытке воспроизвести возможности модели? В коммерческой цели? Должны ли одинаковые правила действовать для домашнего проекта и крупного конкурента?
2 850
20
GOOOGLEEE!!🌈🌈🌈🌈 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ Google показала G
GOOOGLEEE!!🌈🌈🌈🌈 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ Google показала Gemini 4 Argon, свою новую флагманскую модель для кода, работы с корпоративными документами и киберзащиты. По тестам самой Google: 77,9% на DeepSWE (реальные задачи по коду), первое место на Vals Index (финансы, право, налоги) и в Zapier AutomationBench, 91,7% на LVBench (длинные видео), аутпут 1 млн токенов. По цене на старте за 1 млн токенов $2 на вход и $10 на выход. Это столько же, сколько Claude Sonnet 5.5, и чуть дешевле по выходу, чем прошлая Gemini 3.1 Pro ($2 / $12). После вводного периода цена вырастет до $4 / $20: это вровень с Claude Opus 5.5 и GPT-6.1 Sol, но в 2,5 раза дешевле самых дорогих моделей, GPT-6 Astra и Claude Fable 5.1 (по $10 / $50)😮. Кэшированный вход со скидкой 95%. Но попробовать пока нельзя: сейчас доступ только у специалистов по киберзащите из программы Fairwind. Разработчикам, компаниям и обычным пользователям обещают «скоро» через платный API и подписку Google AI Ultra, точной даты нет. ОТВЕТ В 1 МЛН ТОКЕНОВ - представили? ждём😐 P.S. очень интересно посмотреть побьют ли Аргона Fable 5.5 и Astra 6.1 по цене
2 993