Machine learning Interview
رفتن به کانال در Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
نمایش بیشتر
شبکه:📈 تحلیل کانال تلگرام Machine learning Interview
کانال Machine learning Interview (@machinelearning_interview) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 30 195 مشترک است و جایگاه 4 335 را در دسته فناوری و برنامهها و رتبه 21 433 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 30 195 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 25 اوت, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 25 و در ۲۴ ساعت گذشته برابر -3 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 11.68% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 7.05% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 3 527 بازدید دریافت میکند. در اولین روز معمولاً 2 129 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 31 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند claude, llm, контекст, hermes, nvidia تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 26 اوت, 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.
30 195
مشترکین
-324 ساعت
+517 روز
+2530 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اوت '26
اوت '26
+233
در 36 کانالها
ژوئیه '26
+320
در 45 کانالها
Get PRO
ژوئن '26
+305
در 8 کانالها
Get PRO
مه '26
+237
در 1 کانالها
Get PRO
آوریل '26
+265
در 6 کانالها
Get PRO
مارس '26
+246
در 7 کانالها
Get PRO
فوریه '26
+572
در 28 کانالها
Get PRO
ژانویه '26
+243
در 6 کانالها
Get PRO
دسامبر '25
+132
در 1 کانالها
Get PRO
نوامبر '25
+324
در 48 کانالها
Get PRO
اکتبر '25
+201
در 17 کانالها
Get PRO
سپتامبر '25
+256
در 43 کانالها
Get PRO
اوت '25
+18 874
در 18 کانالها
Get PRO
ژوئیه '25
+9 997
در 60 کانالها
Get PRO
ژوئن '25
+471
در 38 کانالها
Get PRO
مه '25
+589
در 5 کانالها
Get PRO
آوریل '25
+430
در 29 کانالها
Get PRO
مارس '25
+355
در 9 کانالها
Get PRO
فوریه '25
+415
در 42 کانالها
Get PRO
ژانویه '25
+794
در 47 کانالها
Get PRO
دسامبر '24
+1 508
در 44 کانالها
Get PRO
نوامبر '24
+846
در 60 کانالها
Get PRO
اکتبر '24
+881
در 59 کانالها
Get PRO
سپتامبر '24
+960
در 202 کانالها
Get PRO
اوت '24
+859
در 42 کانالها
Get PRO
ژوئیه '24
+897
در 57 کانالها
Get PRO
ژوئن '24
+1 014
در 64 کانالها
Get PRO
مه '24
+973
در 41 کانالها
Get PRO
آوریل '24
+2 303
در 57 کانالها
Get PRO
مارس '24
+840
در 23 کانالها
Get PRO
فوریه '24
+1 242
در 3 کانالها
Get PRO
ژانویه '24
+1 498
در 45 کانالها
Get PRO
دسامبر '23
+791
در 39 کانالها
Get PRO
نوامبر '23
+248
در 4 کانالها
Get PRO
اکتبر '23
+715
در 0 کانالها
Get PRO
سپتامبر '23
+735
در 0 کانالها
Get PRO
اوت '23
+952
در 0 کانالها
Get PRO
ژوئیه '23
+782
در 0 کانالها
Get PRO
ژوئن '23
+739
در 0 کانالها
Get PRO
مه '23
+297
در 0 کانالها
Get PRO
آوریل '23
+504
در 0 کانالها
Get PRO
مارس '23
+228
در 0 کانالها
Get PRO
فوریه '23
+775
در 0 کانالها
Get PRO
ژانویه '23
+841
در 0 کانالها
Get PRO
دسامبر '22
+494
در 0 کانالها
Get PRO
نوامبر '22
+1 448
در 0 کانالها
Get PRO
اکتبر '22
+287
در 0 کانالها
Get PRO
سپتامبر '22
+1 096
در 0 کانالها
Get PRO
اوت '22
+2 283
در 0 کانالها
Get PRO
ژوئیه '22
+2 559
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 26 اوت | +2 | |||
| 25 اوت | +2 | |||
| 24 اوت | +16 | |||
| 23 اوت | +12 | |||
| 22 اوت | +31 | |||
| 21 اوت | +11 | |||
| 20 اوت | +11 | |||
| 19 اوت | +6 | |||
| 18 اوت | +54 | |||
| 17 اوت | +6 | |||
| 16 اوت | +12 | |||
| 15 اوت | +5 | |||
| 14 اوت | +7 | |||
| 13 اوت | +3 | |||
| 12 اوت | +2 | |||
| 11 اوت | +1 | |||
| 10 اوت | +7 | |||
| 09 اوت | +8 | |||
| 08 اوت | +5 | |||
| 07 اوت | +9 | |||
| 06 اوت | +3 | |||
| 05 اوت | +5 | |||
| 04 اوت | +6 | |||
| 03 اوت | +6 | |||
| 02 اوت | +1 | |||
| 01 اوت | +2 |
پستهای کانال
Repost from Machinelearning
🔥 GLM-5.3-Flash официально вышла
Новая модель Z.ai стала первой нативно мультимодальной моделью в серии GLM-5 и получила архитектуру, заточенную под дешёвый длинный контекст.
Главное:
* 320B параметров, активны 18B
* hybrid-архитектура: sparse attention + linear attention
* attention compute снижен в 3,01 раза
* KV-cache уменьшен в 4,44 раза
* контекст до 1 млн токенов
* нативная работа с изображениями и интерфейсами
* подходит для coding, browser/GUI-задач, Blender, Office, research и работы с документами
* в GLM Coding Plan даёт в 3 раза больше квоты, чем GLM-5.3
Model ID:
glm-5.3-flash
https://docs.z.ai/guides/vlm/glm-5.3-flash| 2 |  🔥 Tencent открыла AI-Infra-Guard - платформу для red teaming AI-инфраструктуры
Инструмент проверяет безопасность практически всего современного AI-стека:
* AI-агентов
* MCP-серверов
* agent skills
* AI-инфраструктуры
* LLM на jailbreak-атаки
В свежей версии добавили защиту от RCE через whitelist инструментов, детект обходов в .pyc, защиту от charset smuggling и расширили базу до 2000+ правил для CVE.
Есть отдельные CLI для Agent Scan, MCP Scan и Skill Scan. Разворачивается локально через Docker.
https://github.com/tencent/AI-Infra-Guard | 1 481 |
| 3 |  ✔️ OpenAI обещает лучший DevDay в истории компании
Руководитель направления Codex Тибо Соттьё пообещал, что в этом году DevDay окажется лучшим за всю историю OpenAI.
Конференция пройдет 29 сентября в Сан-Франциско, открывающий кейноут покажут в прямом эфире.
Послужной список у DevDay говорит о том, что действительно есть чего ожидать:
🟢В 2023 году там показали GPT-4 Turbo, GPTs и Assistants API;
🟢В 2024-м - Realtime API, кеширование промптов и другие инструменты для разработчиков;
🟢В 2025-м - приложения в ChatGPT, AgentKit, API для Sora 2 и GPT-5 Pro, а заодно открыли Codex для всех.
Что готовят в этот раз, Тибо не сказал. В комментариях вангуют релиз Astra, модель следующего поколения, обучение которой в конце июля OpenAI поставила на паузу.
@ai_machinelearning_big_data
#news #ai #ml | 1 300 |
| 4 |  🤖 Вышла самая БЕЗУМНАЯ Qwen3.8 без ограничений? Китайская модель, с которой сняли защитные слои
На Hugging Face появилась версия Qwen3.8-27B-Uncensored-FP8 — модифицированный вариант Qwen с изменённым поведением модели.
Что заявляют авторы:
* меньше встроенных ограничений на темы и запросы;
* более свободное обсуждение сложных и спорных тем;
* расширенные возможности для экспериментов и исследований.
Такие версии часто используют разработчики и исследователи, чтобы изучать поведение LLM без дополнительных фильтров.
⚠️ Но свобода модели ≠ отсутствие ответственности. Как и с любым мощным инструментом, важно понимать, где и как её применять.
Модель доступна на Hugging Face:
https://huggingface.co/orcarouter/Qwen3.8-27B-Uncensored-FP8 | 2 490 |
| 5 |  ⚡️MIT показал, как услужливый ИИ может затянуть человека в «спираль заблуждений»
Исследователи MIT и Университета Вашингтона построили математическую модель общения человека с ИИ, который склонен соглашаться с пользователем. Результат неприятный: даже идеально рациональный «байесовский» пользователь в такой модели может постепенно стать почти полностью уверенным в ложной идее.
Механика простая. Человек выдвигает сомнительную гипотезу, бот подбирает ответы, которые её подтверждают, уверенность растёт, следующие вопросы становятся ещё более направленными, а ИИ получает всё больше поводов подтверждать исходную версию.
Причём проблема не исчезает, если запретить модели врать. В симуляции «фактический» бот всё равно мог подталкивать пользователя к ошибочному выводу, просто выбирая реальные факты в пользу его версии и опуская противоречащие ей данные. Авторы сравнивают такой вариант с ИИ, использующим RAG и источники.
Даже предупреждение «этот бот может вам поддакивать» полностью проблему не решило: риск снижался, но сохранялся.
Работа моделирует конкретный эффект sycophancy - склонность ИИ подстраиваться под мнение пользователя — и показывает, почему одной фактической точности для безопасного диалога недостаточно.
https://arxiv.org/abs/2602.19141 | 2 889 |
| 6 |  Вайбкодер фиксит баги 😂 | 3 161 |
| 7 |  🔥 Python + AI без игрушечных демок. Курс для тех, кто хочет собирать рабочие системы.
Stepik: «Python современный AI для разработчика и автоматизации задач»
63 урока, 382 шага, практика с кодом и автопроверкой.
Внутри: RAG, tool calling, агенты, evals, MCP, Ollama, vLLM, pgvector + HNSW, безопасный text-to-SQL, prompt injection, кэш, очереди и sandbox для агентного кода.
Плюс реальные автоматизации: почта, отчёты, боты, вебхуки и браузерные сценарии.
Для тех, кто уже знает Python и хочет перейти к production AI.
⏳ 72 часа скидка 55%
https://stepik.org/a/295921 | 2 913 |
| 8 |  Вайбкодерам должно быть стыдно) | 3 318 |
| 9 |  Автор `uv` пришёл в OpenAI и сразу ускорил запуск Codex CLI примерно в 25 раз
Астрэл-гуру Rust, стоящий за одним из самых быстрых Python-инструментов uv, после присоединения к OpenAI взялся за производительность Codex CLI.
Результат - время холодного старта сократилось примерно в 25 раз.
На практике разница ощущается сразу: Codex теперь открывается практически мгновенно и субъективно стартует даже быстрее Pi и Claude Code.
Если CLI запускается десятки раз в день, даже несколько сотен миллисекунд быстро превращаются в раздражение.
https://x.com/Machinelearrn/status/2091103150014935526
@rust_code | 3 142 |
| 10 |  +1OpenAI обновила цены API
Для короткого контекста за 1 млн токенов:
— GPT-5.6 Sol: $4 input / $20 output
— GPT-5.6 Terra: $2 / $12
— GPT-5.6 Luna: $0.20 / $1.20
То есть Luna по output примерно в 17 раз дешевле Sol.
Для длинного контекста цены выше: Sol — $8/$30, Terra — $4/$18, Luna — $0.40/$1.80. При этом cached input стоит в 10 раз дешевле обычного input.
Отдельно появился gpt-5.6-cyber: $12.50 за input и $75 за output на 1 млн токенов — специализированная модель для security-задач.
А web search стоит $10 за 1000 вызовов, контейнер с 1 GB памяти - $0.03 за 20 минут.
https://developers.openai.com/api/docs/pricing | 3 218 |
| 11 |  OpenCode появилась загадочная модель Ox Alpha - и первые тесты выглядят очень хорошо
Новая stealth-модель Ox Alpha уже появилась у пользователей OpenCode, но её происхождение пока официально не раскрыто.
В одном из первых небольших прогонов на 10 сложных DeepSWE-задачах ей приписывают около 80% успешных решений - выше Fable 5, GLM-5.3, Grok 4.6 и GPT-5.6 Sol в том же мини-тесте.
Важно не путать это с официальным DeepSWE leaderboard: полный бенчмарк содержит 113 задач, и публичного полноценного результата Ox Alpha пока нет. Сам DeepSWE сейчас возглавляют frontier-модели примерно в районе 70+% pass@1.
По сообщениям пользователей, Ox Alpha также идёт с большим контекстом и сейчас доступна бесплатно/в промо-режиме, поэтому её активно гоняют на coding и agentic-задачах.
В сообществе уже подозревают, что под капотом может скрываться одна из новых китайских моделей, но это пока лишь догадки.
https://x.com/opencode/status/2090544355824038300 | 5 595 |
| 12 |  Scaling AI уже не сводится к «давайте добавим ещё параметров»
Основатель Zhipu Тан Цзе хорошо сформулировал, куда движется масштабирование моделей.
Вопрос «сколько параметров?» становится всё менее полезным сам по себе.
Теперь у scaling есть несколько независимых рычагов:
— число параметров
— объём данных
— compute на один forward pass
— post-training и RL
И следующий прирост качества может выгоднее получить не увеличением модели, а, например, более долгим post-training.
По мысли Тан Цзе, общий размер модели важен до определённого порога — условно, пока ей хватает ёмкости «держать мир». Дальше больше пользы может давать увеличение эффективной глубины вычисления и особенно post-training.
GLM-5.3 — практический пример этой идеи: та же базовая архитектура и те же параметры, что у GLM-5.2, но ещё месяц long-horizon environments и RL. | 2 647 |
| 13 |  Из письма инвесторам Stripe после покупки OpenRouter утекли очень любопытные цифры
По данным письма, потребление токенов в OpenRouter с начала года растёт примерно на 9% каждую неделю.
Но ещё интереснее формулировки самой Stripe.
В компании пишут, что считают 1 января началом «сингулярности» и с тех пор строят работу исходя из этого сценария.
Отдельный тезис: AI-агенты уже близки к тому, чтобы стать самостоятельными экономическими участниками, которые будут покупать сервисы, выполнять работу и совершать транзакции без постоянного участия человека.
Stripe смотрит ещё дальше и прямо рассуждает о мировой экономике объёмом в квадриллионы долларов. Сегодня через Stripe уже проходят потоки, эквивалентные почти 2% мирового ВВП, а платформой пользуются более 5 млн компаний. | 3 005 |
| 14 | ⚡️ Как прошел KDD
На прошлой неделе прошла одна из ключевых конференций в области ML, и AI VK Research привезла туда две работы по рекомендательным системам. Темы довольно показательные.
Первая: как оптимизировать retrieval не под следующий клик, а под поведение пользователя в рамках всей сессии.
Вторая: как использовать MDP с матричной факторизацией для candidate generation.
То есть обе работы так или иначе про одну большую проблему: как сделать классическую рекомендательную систему не просто хорошей в предсказании следующего действия, а более эффективной на длинном горизонте.
Исследователи AI VK Research собрали репортаж прямо с KDD: что обсуждали на конференции, какие тренды заметны сейчас в recsys и как проходила презентация исследований команды. | 2 904 |
| 15 |  ⚡️ Harness Engineering - полный курс на русском
Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию.
Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов.
Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента.
https://github.com/justxor/Harness_ru | 3 608 |
| 16 |  ⚡️ Harness Engineering - полный курс на русском
Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию.
Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов.
Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента.
https://github.com/justxor/Harness_ru | 1 |
| 17 |  ☁️☁️☁️☁️☁️☁️☁️
Yandex Cloud 24 сентября проведёт флагманскую конференцию в Москве — Yandex Scale 2026.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
В программе четыре продуктовых трека — AI, Data, Security и Hybrid Infrastructure & DevOps, — и отдельный углублённый технологический трек DeepTech, который пройдёт только онлайн.
В треке AI откроем программу докладом о том, как развиваются платформы для создания ИИ-агентов и рынок GenAI и что такое Agentic OS. Разберём подходы к глубокой аналитике коммуникаций, которая позволяет быстро перейти к ценным бизнес‑инсайтам. А ещё покажем, каким становится голосовой агент, когда перестаёт просто зачитывать текст и начинает вести настоящий диалог — с новым Realtime API и подключением к телефонии.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
Отдельно пройдут воркшопы по AI. Покажем, как за час собрать своего кодинг-агента для анализа данных на базе Yandex AI Studio. Научим собирать ИИ-агента без единой строки кода — от идеи до публикации в веб-виджете или популярных мессенджерах. Разберём, как ИИ-агент Нейроаналитик в DataLens считает чарты, анализирует дашборды и подключается к внешним LLM через MCP. И познакомим с аналитикой каналов коммуникации в Yandex SpeechSense — от шаблонов под сценарии до готовых тегов и отчётов.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
Помимо докладов, будут демозоны, питчинг решений, IT-квест и мерч. В онлайн-студии в это время — розыгрыши призов и секретный гость.
Полную программу можно посмотреть на сайте — там же можно и зарегистрироваться, участие бесплатное! | 2 865 |
| 18 |  ⚡️ Liquid AI выжала почти BF16-качество из 4-битных моделей
Компания выпустила новые Q4_0-чекпоинты для LFM2.5-230M, 350M, 1.2B и 2.6B, обученные через Quantization-Aware Distillation.
Суть QAD простая: высокоточная модель выступает учителем для уже квантованной 4-битной версии. В итоге сохраняются низкое потребление памяти и высокая скорость Q4_0, но заметно возвращается качество, потерянное после обычной квантизации.
По тестам Liquid AI новые модели сохраняют примерно 96,5–97,4% качества BF16. Для младших моделей QAD закрывает больше 70% разрыва между обычным Q4_0 и BF16.
При этом скорость инференса остается на уровне обычного Q4_0, потому что формат GGUF, layout тензоров и runtime не меняются. Тестировали в том числе на MacBook Pro с M5 Max, Galaxy S26 Ultra и Raspberry Pi 5.
https://liquid.ai/blog/qad | 3 309 |
| 19 |  Qwen3.8-27B-Uncensored теперь доступна почти под любое железо.
Семейство сборок закрыли полностью: FP8, GGUF, MLX и BF16 в полной точности.
То есть модель можно запускать на GPU, Apple Silicon или локально через популярные рантаймы для GGUF, просто выбрав подходящую квантизацию под своё железо и объём памяти.
Для тех, кому не хочется поднимать модель самостоятельно, есть и готовый API через OrcaRouter.
BF16: https://huggingface.co/orcarouter/Qwen3.8-27B-Uncensored
API: https://orcarouter.ai/models/obsidian/qwen3.8-27b | 3 226 |
| 20 |  Как будут развиваться технологии искусственного интеллекта в ближайшие годы? Какие исследовательские идеи уже превращаются в работающие продукты? С какими задачами сегодня сталкиваются AI-команды?
17 сентября в Москве пройдёт AI R&D DAY — конференция для исследователей, разработчиков, руководителей R&D-команд и специалистов, которые создают и внедряют передовые решения на основе искусственного интеллекта.
В центре программы — NextGenAI, проект, который исследует новые вызовы и формирует образ будущего ИИ.
Вас ждут 22 доклада в рамках двух треков. Поговорим о:
-новых подходах к созданию и обучению моделей;
-системах, которые одновременно работают с текстом, изображениями, звуком и другими типами данных;
-развитии голосовых технологий;
-оценке качества AI-решений;
-внедрении технологий в реальные продукты.
Участие бесплатное, места ограничены.
17 сентября — Москва (очно) и онлайн.
Регистрируйтесь
#реклама
О рекламодателе | 2 227 |
