Анализ данных (Data analysis)

🧠 Xiaomi представила MiMo-V2-Flash - новую open-source MoE-модель с фокусом на максимальную скорость без потери качества. Моделька на 309B параметров, из которых одновременно активны лишь 15B - за счёт умной MoE-маршрутизации модель достигает высокой эффективности. Сравнима с DeepSeek-V3.2 на общих бенчмарках. MiMo-V2-Flash заточена под агентов и работу с инструментами. 🔥 Ключевые особенности 🏗️ Hybrid Attention 5:1 чередование 128-window SWA и Global Attention Контекст — 256K токенов 🏆 Код и разработка • SWE-Bench Verified - 73.4% • SWE-Bench Multilingual - 71.7% Новый SOTA среди open-source моделей 🚀 Скорость • До 150 output tokens/sec • Day-0 поддержка от @lmsysorg MiMo-V2-Flash - пример того, как MoE-архитектуры выходят на новый уровень: быстрее, дешевле и готовые к агентным сценариям. 🤗 Model: http://hf.co/XiaomiMiMo/MiMo-V2-Flash 📝 Blog: http://mimo.xiaomi.com/blog/mimo-v2-flash 📄 Technical Report: http://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf 🎨 AI Studio: http://aistudio.xiaomimimo.com #AI #LLM #MoE #OpenSource #AgenticAI #MachineLearning #DeepLearning #GenAI #SWEBench #Xiaomi #AIModels

⚡️ Большинство быстрых text-to-speech моделей звучат роботизировано. Большинство качественных - слишком медленные. И почти ни одна не решает вопрос аутентичности аудио на уровне архитектуры. Resemble AI закрыли все три проблемы сразу. Chatterbox Turbo 0 это: 🟢 <150 мс до первого звука 🟢 Качество уровня SOTA - превосходит более крупные проприетарные модели 🟢 Естественные, программируемые эмоции и интонации 🟢 Zero-shot клонирование голоса всего по 5 секундам аудио 🟢 PerTh watermarking - проверяемое и аутентифицированное аудио 🟢 Полностью open source, никакой «чёрной магии» Редкий пример, когда скорость, качество и безопасность не идут на компромисс, а работают вместе. HuggingFace: https://huggingface.co/spaces/ResembleAI/chatterbox-turbo-demo

🦾 Машинное обучение стало базой почти всех современных AI-решений — от систем рекомендаций до генеративных моделей. 📌 22 декабря в 18:00 МСК мы разберём фундамент ML, его связь с Data Science и роль в развитии современных AI-моделей. Покажем pipeline обучения, объясним, чем ML отличается от классического программирования, и вместе обучим простую модель классификации изображений. Открытый урок подойдёт тем, кто делает первые шаги в Data Science и ML, IT-специалистам, которые хотят расширить компетенции, и тем, кто давно ищет понятное, логичное объяснение того, как устроена ML-модель. Регистрация на вебинар: https://tglink.io/0c63316b0095?erid=2W5zFGTEVY4 Вебинар проходит в преддверие старта курса «Machine Learning» 🎄 Учитесь в новом году по старым ценам! Максимальная скидка 30% на обучение до 21.12.2025: 1 курс — тающая скидка 15% до 21.12 2 курса −25%, 3 курса −30% Вы можете оставить заявку на странице курса. Учиться системно — выгоднее! Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

⚡️ Обсуждение развития ИИ давно раскололось на несколько "лагерей" Сегодня вокруг ИИ есть несколько устойчивых позиций: - думеры, которые видят экзистенциальную угрозу - этики, фокусирующиеся на рисках и регулировании - билдеры, которые просто строят и запускают продукты - прагматики, смотрящие на пользу здесь и сейчас - скептики, считающие всё это переоценённым Одни призывают срочно замедлить развитие. Другие говорят, что LLM - всего лишь продвинутый автодополнитель текста. Третьи уверены, что AGI практически неизбежен и близок. При этом парадокс в том, что все наблюдают один и тот же технологический прогресс, одни и те же модели, графики и демо. Но выводы делают диаметрально противоположные. Именно поэтому любой разговор об ИИ почти мгновенно скатывается в поляризацию, споры и идеологические войны, а не в спокойный анализ. @data_analysis_ml

🚀 Live Avatar - генерация интерактивного аватара в реальном времени и бесконечной длины! Система построена на диффузионной модели 14B параметров, выдаёт 20 FPS на 5×H800 (4 шага семплинга). Можно говорить в микрофон и смотреть в камеру - аватар отвечает сразу, живым видеопотоком. В связке с Qwen3-Omni это превращается в полноценный формат лицом-к-лицу с AI, автономные диалоги и агенты, которые могут общаться между собой потоково, в реальном времени, более 10 000 секунд подряд. 🔗YouTube: https://youtube.com/watch?v=srbsGlLNpAc&list=TLGGqUfEsaFb8-QwODEyMjAyNQ&t=55s 🔗Модель: https://modelscope.cn/models/Quark-Vision/Live-Avatar 🔗Блог: https://liveavatar.github.io 🔗Modelscope: https://modelscope.cn/papers/2512.04677 🔗Код: https://github.com/Alibaba-Quark/LiveAvatar

Не просто строить мультимодальные модели, а создавать мир завтрашнего дня. //От модели данных до будущего — ближе, чем кажется. В VK уже работают над этим. Узнайте, как команды создают технологии, которые определяют завтрашний день. Заходите по ссылке — смотрите, читайте, вдохновляйтесь.

Microsoft запустила VibeVoice Realtime на Hugging Face - лёгкую стриминговую text-to-speech модель, которая начинает озвучивать текст примерно за 300 миллисекунд. Идеально для живых данных и разговоров с LLM. huggingface.co/microsoft/VibeVoice-Realtime-0.5B

🔊 Google представила обновления моделей Gemini 2.5 Flash и Pro для Text-to-Speech (TTS) Что нового: - Более гибкая передача эмоций и тональности - Контекстно-зависимая настройка темпа речи - Улучшенная работа с несколькими говорящими Теперь разработчики получают куда больше контроля над тем, как именно модель озвучивает тексты - от эмоционального стиля до динамики повествования. https://blog.google/technology/developers/gemini-2-5-text-to-speech/ @ai_machinelearning_big_data #tts #Gemini #google

В бигтехе есть место не только для разработчиков В VK ценят каждого специалиста — от маркетологов до HR. По ссылке — истории сотрудников, которые меняют продукты компании без единой строчки кода. Смотрите ролики и вакансии, где вы точно сможете проявить себя. Перейти на сайт 16+ #реклама 16+ vkteam.ru О рекламодателе

🚀 GLM-4.6V от Zai_org только что вышла на Chutes 🪂 - 106B параметров - Контекст 128K Нативный vision-driven function calling GLM-4.6V умеет *действовать на основе увиденного*. Возможности: - точное, пиксель-в-пиксель восстановление HTML по изображению - глубокое понимание сложных мультимодальных документов - прямой вызов функций из визуального ввода - связка «зрение → рассуждение → действие» без костылей Попробовать модель: https://chutes.ai/app/chute/8f2105c5-b200-5aa5-969f-0720f7690f3c?tab=api

Запустите рекламу в телеграм-каналах с Яндекс Директом Перфоманс-реклама теперь в телеграм-каналах ⚡ Яндекс Директ знает, как привлечь целевую аудиторию 💰👌 Попробовать #реклама yandex.ru О рекламодателе

💡 Google Переводчик запускает перевод речи в реальном времени прямо в беспроводные наушники - и да, подходят любые модели. Функция работает на базе нейросети Gemini и уже проходит тестирование на Android в США, Индии и Мексике. Поддерживается более 70 языков, включая русский. Как это выглядит на практике: собеседник говорит - ты сразу слышишь перевод в наушниках. Без пауз, без необходимости смотреть на экран, без лишних действий. Ключевое отличие от конкурентов - универсальность. Google не привязывает функцию к конкретному «железу» и не требует фирменных наушников. Это резко контрастирует с подходом Apple, где подобные возможности ограничены экосистемой AirPods. По сути, Google делает перевод частью повседневного общения, а не отдельным режимом в приложении. Глобальный релиз и версия для iOS ожидаются в 2026 году.

🚀 Paper2Slides теперь в open source! Теперь можно превращать научные статьи и техотчёты в профессиональные презентации в один клик. Мы уже сгенерировали слайды по свежему DeepSeek V3.2 - разные стили, аккуратное оформление. Загляни, оцени и поделись мнением. 🔥 Что умеет Paper2Slides: 📄 Поддержка разных форматов - PDF, Word, Excel, PowerPoint и др. 🎯 Понимает содержание - вытягивает ключевые идеи, таблицы, формулы, графики и данные 🎨 Кастомизация - готовые темы и полная персонализация стилей ⚡ Очень быстро — качественные презентации за минуты GitHub: github.com/HKUDS/Paper2Slides

🚀 GPU для ИИ в периметре компании — MWS Cloud запускает новый сервис MWS GPU on-premises решает задачу для тех, кому облако не подходит по требованиям безопасности. Серверы с передовыми графическими ускорителями разворачиваются на площадке предприятия, а команда MWS Cloud берёт на себя весь цикл — от подбора конфигурации до поддержки. Почему это важно: 1. В России множество компаний, которые по закону могут разворачивать инфраструктуру только on-premises — теперь у них есть готовое решение. 2. Благодаря готовым конфигурациям запуск занимает дни, а не месяцы. 3. Аренда переводит капитальные затраты в операционные — не нужно замораживать бюджет на закупку железа. 4. Всего доступно 7 видов карт и более чем 20 конфигураций серверов.

«Инфраструктура может масштабироваться в зависимости от задач и объёмов вычислений. Это обеспечивает гибкость при расширении проектов», — отметил директор по новым облачным продуктам Алексей Кузнецов.

→ Все конфигурации и условия: https://mws.ru/services/mws-gpu-on-prem/

📝 Главное из System Card GPT-5.2 — GPT-5.2 стала заметно честнее. В реальном продакшн-трафике случаи обмана у версии Thinking снизились до 1.6% против 7.7% у GPT-5.1. Модель гораздо реже врёт или искажает информацию о работе с инструментами. — Модель лучше держит удар при провокациях. В специальных тестах, где её пытаются склонить к обману, показатель снизился с 11.8% до 5.4%. То есть GPT-5.2 устойчивее к манипулятивным подсказкам. — Защита от prompt-injection стала сильнее. Instant и Thinking почти полностью проходят известные тесты (0.997 и 0.978). При этом OpenAI честно предупреждает: это проверка на известные атаки, а не гарантия защиты от новых. — Большой скачок в чувствительных темах. Особенно в областях ментального здоровья и эмоциональной зависимости: • mental health: 0.915 вместо 0.684 • emotional reliance: 0.955 вместо 0.785 Это один из самых заметных прогрессов по сравнению с GPT-5.1. — GPT-5.2 Instant реже отказывается отвечать на запросы взрослых пользователей по «18+» темам. При этом правила не ослаблялись, а доступ для несовершеннолетних не расширялся. — OpenAI внедряет автоматическое определение возраста. Для аккаунтов младше 18 лет будут жёстче ограничиваться чувствительные категории — сексуальный контент, романтические ролевые сценарии, сцены насилия. — По фактической точности GPT-5.2 Thinking как минимум не хуже прошлых версий, а в некоторых сценариях лучше. С включённым браузингом уровень галлюцинаций опустился ниже 1% в пяти тематических областях. — В рамках Preparedness Framework модель признана «высокоспособной» в биологии и химии. Включены дополнительные меры защиты. При этом OpenAI подчёркивает: нет доказательств, что модель может помочь новичку нанести серьёзный биологический вред, хотя она уже близка к этому порогу. — В задачах самоулучшения ИИ GPT-5.2 Thinking стала лучшей моделью на бенчмарке OpenAI PRs, сопоставима с gpt-5.1-codex-max на MLE-bench и всего на 1 пункт уступает ему на PaperBench. — Независимая проверка Apollo Research не выявила скрытого саботажа, попыток самосохранения или подрывного поведения. По их оценке, риск катастрофического вреда из-за «коварных» стратегий модели крайне низок. GPT-5.2 показывает заметный прогресс в честности, устойчивости, безопасности и качестве ответов. cdn.openai.com/pdf/3a4153c8-c748-4b71-8e31-aecbde944f8d/oai_5_2_system-card.pdf

🚀 OpenAI официально запускает GPT-5.2! Новая линейка моделей - Instant, Thinking и Pro - начинает раскатываться для пользователей Plus, Pro, Business и Enterprise. Завтра доступ получат Free и Go. Модели уже доступны и в API, включая режим Codex. 🧠 GPT-5.2 Thinking Модель для сложной профессиональной работы. — Лучшее на сегодня длинноконтекстное рассуждение — Существенный прогресс в создании и анализе таблиц — Первые значимые улучшения в создании презентаций На оценке GDPval - тесте «зрелой» офисной работы для 44 профессий - это первая модель, достигшая уровня эксперта-человека. ⚡ GPT-5.2 Instant Ориентирована на повседневную работу и обучение. — Такой же тёплый и разговорный стиль, как у 5.1 — Более чёткие объяснения, выделяющие главное — Улучшенные пошаговые инструкции — Сильное техническое письмо и перевод — Лучшая поддержка студентов и карьерных задач 🔬 GPT-5.2 Pro Самая мощная модель для сложных вопросов. — Лучшие результаты в программировании — Лучшая модель для учёных и исследовательских команд ℹ️ OpenAI подчёркивает, что GPT-5.2 - часть непрерывного обновления. Команда продолжает работу над снижением задержек, уменьшением избыточных отказов и повышением полезности моделей. GPT-5.1 останется доступной платным пользователям ещё три месяца в статусе legacy. https://openai.com/index/introducing-gpt-5-2/ @data_analysis_ml

📘 Новая фундаментальная работа (65 страниц) от Stanford, Princeton, Harvard, University of Washington и других топ-университетов: впервые предлагается полная таксономия того, как современные агентные AI-системы адаптируются. Главная идея: Почти все сложные AI-агенты можно описать через всего 4 базовые типа адаптации - два связаны с обновлением самого агента, два других - с обновлением инструментов, которыми агент пользуется. Что такое агентный AI: Это большие модели, которые могут: - вызывать инструменты, - использовать память, - выполнять задачи в несколько шагов. Что такое адаптация: Любое изменение агента или его инструментов на основе обратной связи, от проверки кода до человеческих оценок. 4 вида адаптации: A1 - Agent Adaptation from Tool Execution Агент обновляется на основе того, что произошло при вызове инструментов: код запустился или упал, поиск что-то нашёл или нет. A2 — Agent Adaptation from Output Evaluation Агент обновляется по оценкам качества своих итоговых действий: человеческим фидбеком, автопроверками ответов, качеством планов. T1 - Tool Adaptation Independent of Agent Инструменты обучаются отдельно, а агент остаётся “замороженным”. Например, заранее тренированный retriever или кодовый поисковик. T2 - Tool Adaptation from Agent Signals Агент остаётся фиксированным, но инструменты подстраиваются под его поведение — какие документы действительно помогли, какие подсказки улучшили выполнение задачи. Почему это важно: - Работа впервые системно упорядочивает методики адаптации агентных систем. - Помогает понять компромиссы: стоимость обучения, гибкость, переносимость, модульные обновления. - Показывает историю развития методов A1, A2 и T2, как они усложнялись и какие сигналы начали использовать. Взгляд сводится к двум осям: - можно менять агента, - можно менять инструменты, - а данные и фидбек служат топливом для обеих стратегий. Эта таксономия помогает увидеть связи между десятками современных работ и понять, куда движутся агентные архитектуры нового поколения. https://github.com/pat-jj/Awesome-Adaptation-of-Agentic-AI/blob/main/paper.pdf

🚀 Авито и getmatch запустили открытый тест для оценки уровня для DS-специалистов Проект использует систему, на которой Авито проводит реальные интервью — с теми же принципами, форматами вопросов и логикой оценки 🧩 Что внутри: 📊 Определение уровня Тест анализирует ответы и показывает предполагаемый грейд — от junior до senior — на основе компетенций и практических кейсов. 🧠 Разбор навыков Даёт подсказки, какие области «проседают» и что стоит подтянуть, чтобы двигаться вверх по уровню. 💸 Ориентиры по рынку Параллельно можно посмотреть, какие вилки сейчас встречаются у специалистов похожего уровня — это встроено через калькулятор getmatch. Интересен сам формат: попытка собрать единый срез навыков и рыночных данных, но без собеседований, звонков и классического HR-скрининга. ➡️ Проверить свой уровень

⚡️ Новый пост Andrej Karpathy : автоматическая оценка десятилетних обсуждений Hacker News с позиции «задним числом» Он взял все 930 материалов и обсуждений с главной страницы Hacker News за декабрь 2015 года и прогнал их через GPT 5.1 Thinking API, попросив модель определить самые дальновидные и самые ошибочные комментарии. Примерно 3 часа ушло на написание кода и ещё час и ~$60 - на запуск. Почему это важно: 1. Анализ «задним числом»- мощный инструмент для тренировки собственного навыка прогнозирования. Чтение таких выводов помогает лучше понимать, где именно люди предугадывали будущее, а где промахивались. 2. Стоит задуматься, как будет выглядеть мир, когда будущие LLM смогут делать такие исследования намного дешевле, быстрее и точнее. Любой ваш комментарий в интернете может стать объектом глубокого анализа - бесплатно и в огромном масштабе. Как автор писал ранее: «будьте хорошими, будущие LLM за вами наблюдают». 🎉 Топ-10 аккаунтов: pcwalton, tptacek, paulmd, cstross, greglindahl, moxie, hannob, 0xcde4c3db, Manishearth и johncolanduoni - GPT 5.1 Thinking признал их комментарии самыми точными и дальновидными в декабре 2015 года. 🔗 Полные материалы: - Подробный разбор: karpathy.bearblog.dev/auto-grade-hn/ - Репозиторий проекта: github.com/karpathy/hn-time-capsule - Готовые результаты: karpathy.ai/hncapsule/ @data_analysis_ml

🚀 Вышел Qwen-Image-i2L от DiffSynth-Studio - первый open-source инструмент, который умеет делать LoRA-модель из одной картинки. 🖼️➡️🧠 Что можно извлекать из изображения: 🎨 Style — только стиль и эстетика 🧩 Coarse — стиль + содержание сцены ✨ Fine — улучшение детализации 1024×1024 (используется вместе с Coarse) ⚖️ Bias — подстройка под фирменный визуальный почерк Qwen-Image Модель построена на SigLIP2 + DINOv3 + Qwen-VL. Итог — можно взять одну картинку и быстро натренировать под неё собственную LoRA, без больших датасетов. 🔗 ModelScope: modelscope.cn/models/DiffSynth-Studio/Qwen-Image-i2L/summary 💻 Код: github.com/modelscope/DiffSynth-Studio/blob/main/examples/qwen_image/model_inference_low_vram/Qwen-Image-i2L.py