Machine learning Interview

Claude теперь управляет твоим компьютером и превращается в полноценного end-to-end разработчика. Он не просто пишет код: - сам генерирует приложение - сам запускает его - кликает по интерфейсу как пользователь - находит баги - сам же их фиксит и улучшает продукт И всё это за часы. Включается через /mcp. Раньше было так: Claude написал код → ты запускаешь → даёшь фидбек → он правит. Теперь этот цикл исчез. Всё происходит в одном непрерывном процессе прямо в терминале. Без переключений. Без ручной проверки. Инструмент доступен в режиме research preview на тарифах Pro и Max. https://code.claude.com/docs/en/computer-use

LongCat-AudioDiT - новая SOTA диффузионная TTS-модель от Meituan. Модель генерирует речт напрямую в латентном пространстве аудиоволн (waveform latent space), без авторегрессии → меньше накапливаемых ошибок. Ключевое: Архитектура: Wav-VAE + Diffusion Размеры: 1B и 3.5B параметров Языки: китайский + английский SOTA по клонированию голоса (SIM: 0.818 / 0.797 на Seed-ZH / Seed-Hard) Алгоритм APG вместо CFG — лучшее качество и естественность звука Решена проблема несоответствия обучения и инференса в диффузионных TTS Неочевидный вывод: лучший VAE ≠ лучший TTS 📄 Tech Report: https://github.com/meituan-longcat/LongCat-AudioDiT/blob/main/LongCat-AudioDiT.pdf 🐙 GitHub: https://github.com/meituan-longcat/LongCat-AudioDiT 🤗 Hugging Face: https://huggingface.co/meituan-longcat/LongCat-AudioDiT-3.5B

Это войдёт в историю: как основатель GitLab использовал ИИ в борьбе с раком У Сида Сийбранди, основателя GitLab, диагностировали редкую форму рака. Стандартные протоколы лечения не давали результата, и в какой-то момент врачи сказали: больше ничего нельзя сделать. Сид не принял это как приговор. Он собрал команду экспертов, погрузился в медицинскую литературу и начал самостоятельно разбираться в вариантах терапии. В этом процессе одним из главных инструментов стал ChatGPT. Что именно делал ИИ в этой истории? Не ставил диагнозы и не назначал лечение - это по-прежнему задача врачей. Но он помог в разы ускорить работу с огромным массивом научных данных: быстро находить релевантные исследования среди тысяч публикаций, структурировать медицинскую информацию о состоянии здоровья, формулировать правильные вопросы для специалистов и сравнивать разные подходы к лечению. Сейчас рак Сида в ремиссии ♥

Остальные кнопки - лишний мусор )

✔️ Утечка в Anthropic раскрыла детали новой модели Claude. Из-за ошибки в CMS в открытый доступ попали около 3000 внутренних документов Anthropic. Главной утечкой стала информация о разработке новой модели, которая в черновиках упоминается как Mythos и Capybara. Представители компании подтвердили тестирование продукта. Mythos или Capybara представляет собой новый класс моделей, стоящий на ступень выше актуальной флагманской Opus. Разработчики заявляют о качественном скачке в логике, написании кода и кибербезопасности - результаты тестов значительно превосходят показатели Opus 4.6. В документах говорится, что возможности модели по поиску уязвимостей могут представлять угрозу. Из-за этого релиз будет крайне осторожным: сначала API откроют узкой группе раннего доступа. Другой преградой для релиза стала высокая стоимость инференса - Anthropic пытается оптимизировать архитектуру, чтобы сделать использование модели рентабельным. fortune.com ✔️ OpenAI запустила систему плагинов для Codex. Обновление ориентировано в первую очередь на корпоративные IT-команды, которые смогут упаковывать рабочие процессы, интеграции и настройки MCP-серверов в версионируемые пакеты. Из коробки Codex поддерживает работу с Slack, Figma, Notion и Gmail. Через эти плагины Codex может брать на себя задачи по планированию, сбору информации и координации, которые предшествуют разработке и управлять последующими процессами. Новая функция уже доступна в приложении Codex, CLI и расширениях для IDE. В будущем OpenAI планирует запустить официальный каталог плагинов и добавить платформу для их публикации. OpenAI Developers в сети Х ✔️ Суд временно заблокировал запрет Пентагона на использование моделей Anthropic. Федеральный суд США вынес предварительное постановление, запрещающее Министерству обороны разрывать связи с разработчиком чат-бота Claude. Судья встала на сторону стартапа, расценив действия властей как незаконную месть за корпоративную позицию, а не как защиту национальной безопасности. Суд также отверг аргументы правительства о риске саботажа со стороны Anthropic. Юристы стартапа доказали техническую невозможность подобных сценариев: после развертывания модели на стороне заказчика компания лишается доступа к ней и не может удаленно отключить нейросеть, изменить ее код или отследить, как именно военные ее применяют. Вступление судебного приказа в силу отложено на семь дней, чтобы дать правительству время на апелляцию. Представитель Минобороны назвал вердикт «позором», сославшись на фактические ошибки суда. bloomberg.com ✔️ В Gemini появилась функция миграции из ChatGPT и Claude. Google добавила в Gemini возможность легкого перехода с конкурирующих ИИ-платформ. Теперь можно перенести предпочтения, сохраненный контекст и полную историю чатов из ChatGPT и Claude. Механика миграции работает двумя способами. Для переноса персональных настроек используется промпт: его нужно скопировать в старый ИИ-ассистент для генерации сводки, а затем вставить ответ в Gemini. Историю диалогов предлагается загружать архивом истории в формате ZIP объемом до 5 ГБ. Это позволит продолжить старые беседы уже в интерфейсе Google. В рамках обновления раздел Past Chats также переименован в Memory. blog.google ✔️ CapCut расширил географию доступа к генератору видео Seedance 2.0. Вслед за релизом инструмента Video Studio на базе Seedance 2.0, CapCut открыла доступ к функциям генерации для новых регионов. Теперь обновление доступно пользователям из Европы, Канады, Австралии, Новой Зеландии и Южной Кореи. Опробовать возможности модели можно в бесплатном пробном периоде на всех платформах сервиса, включая мобильное приложение, десктопный клиент и веб-версию. Для пользователей сервиса также опубликовано руководство по работе с новыми ИИ-инструментами редактора. СupCut в сети Х @ai_machinelearning_big_data #news #ai #ml

Клод не смог находить Opus 5.6 Отменяем подписку 😂

⚡️ Приватные шаги мышления Claude. Кто-то задал Claude вопрос про Иран. Во время ответа его расширенное «мышление» наткнулось на новости об ударах по Ирану и тон сразу изменился. Он читает первый результат поиска и как будто думает: «Ого…» Это выглядит не как сгенерированный ответ, а как реальный внутренний поток мыслей, застигнутый врасплох. Затем он отдельно ищет информацию об авиаударах, чтобы подтвердить - и в «внутреннем монологе» буквально появляется: «Holy shit». Это уже не просто ответ модели - это момент, когда ИИ сталкивается с новостью в реальном времени. reddit.com/r/ClaudeAI/comments/1ribnke/claudes_extended_thinking_found_out_about_iran_in/

WSJ: AI не снижает нагрузку на работе - она становится ещё интенсивнее Новое исследование показало неожиданный эффект внедрения AI-инструментов в компаниях. Учёные проанализировали работу 164 000 сотрудников и обнаружили, что люди не используют сэкономленное время для отдыха - они просто берут на себя больше задач. Что изменилось после внедрения AI: - время на email и мессенджеры выросло более чем на 100% - использование бизнес-софта увеличилось на 94% - время для глубокой концентрации и сложного мышления сократилось на 9% Причина проста. Когда задачи начинают выполняться быстрее с помощью AI, сотрудники и менеджеры начинают расширять объём работы. AI-агенты часто даже предлагают дополнительные шаги, которые изначально не входили в проект. В результате люди: - берут на себя более широкий круг задач - работают дольше - переключаются между задачами чаще Интересно, что исследование показало оптимальную точку использования AI. Только 3% пользователей используют AI примерно 7–10% рабочего времени - именно в этом диапазоне достигается лучший баланс между продуктивностью и перегрузкой. #AI #FutureOfWork #Productivity wsj.com/tech/ai/ai-isnt-lightening-workloads-its-making-them-more-intense-e417dd2c?mod=e2tw

На Stepik вышел курс: Vibecoding — Claude Code, Codex, Cursor и coding agents в 2026. Хотите работать с Claude Code, Codex и Cursor так, чтобы coding agents действительно тащили заметную часть разработки: фичи, отладку, тесты, рефакторинг, MVP и многошаговые задачи? Этот курс — про современный vibecoding workflow и agentic development в 2026. В программе: — Claude Code, Codex, Cursor — agent mode и многошаговые задачи — работа с кодовой базой — subagents, hooks, skills — MCP и внешние инструменты — ревью кода, изменения и контроль качества Подойдёт всем, кто регулярно работает с кодом: разработчикам, ML-инженерам, дата-сайентистам, аналитикам, automation-специалистам и техническим фаундерам. Скидка 40% действует 48 часов. Пройти курс на Stepik Реклама: Ип Малышкин А.А. ИНН: 402571325199, Erid: 2Vtzqx9FNbf

🔥 Бесплатные курсы по нейросетям от NVIDIA NVIDIA открыла доступ к обучению, которое обычно стоит около $90. Внутри - практические знания по самым востребованным направлениям: • работа с компьютерным зрением и видео • создание AI-приложений • основы генеративных моделей • робототехника и автономные системы • ускорение вычислений на GPU Формат - короткие практические курсы без воды. После завершения — электронный сертификат от NVIDIA. Если хотите прокачаться в AI с реальными инструментами индустрии — отличная возможность. 🟡 Начать учиться

Рекомендательные системы — один из ключевых механизмов, на которых держатся современные продукты. Они помогают пользователям находить контент, товары и сервисы, а бизнесу — повышать вовлеченность и качество пользовательского опыта. Вместе с Владимиром Байкаловым, ведущим исследователем AI VK, разбираем главные тренды в рекомендациях и последние значимые работы. 🔗 Список статей

Масштабирование 🟣Действия говорят громче слов: последовательные преобразователи с триллионом параметров для генеративных рекомендаций 🟣Масштабирование трансформеров для рекомендательных систем до одного миллиарда параметров 🟣LLaTTE: законы масштабирования для многоэтапного моделирования последовательностей в крупномасштабных рекламных рекомендательных системах

Lifelong Recommendations 🟣TransAct V2: моделирование последовательностей действий пользователя на протяжении всей жизни в рекомендациях Pinterest 🟣TWIN V2: расширение моделирования ультра‑длинных последовательностей поведения пользователя для улучшения CTR‑предсказания в Kuaishou 🟣LONGER: повышение эффективности моделирования длинных последовательностей в промышленных рекомендательных системах 🟣Укрощение ультра-длинных последовательностей пользовательского поведения в генеративных рекомендациях на уровне сессий

Generative Retrieval 🟣Память трансформера как дифференцируемый поисковый индекс 🟣Рекомендательные системы с генеративным поиском 🟣Sparse Meets Dense: унифицированные генеративные рекомендации с каскадными разреженно-плотными представлениями

Semantic IDs 🟣Повышение стабильности эмбеддингов в рекомендательных системах с помощью Semantic ID 🟣ActionPiece: контекстная токенизация последовательностей действий для генеративных рекомендаций 🟣Обучаемая токенизация объектов для генеративных рекомендаций 🟣Semantic ID переменной длины для рекомендательных систем

End to End Рекомендации 🟣OneRec: объединение retrieval и ranking в генеративной рекомендательной модели с итеративным выравниванием предпочтений 🟣OxygenREC: генеративный фреймворк, следующий инструкциям, для рекомендаций в электронной коммерции 🟣EGA: унифицированный end-to-end генеративный фреймворк для промышленных рекламных систем

LLMxRecSys 🟣PLUM: адаптация предварительно обученных языковых моделей для генеративных рекомендаций промышленного масштаба 🟣OneRec‑Think: рассуждение в тексте для генеративной рекомендации 🟣ReaSeq: использование мировых знаний через рассуждение для последовательного моделирования

#aivk #recsys

Zhilin Yang (один из авторов архитектуры Transformer-XL) на GTC представил концепцию Attention Residuals Главная идея внимания - это не запоминать всё подряд, а выбирать, что действительно важно. Многие читали работу Attention Is All You Need (2017) - именно она привнесла в модели механизм "человеческого" внимания. С этого момента модели перестали просто механически обрабатывать весь текст. Вместо этого они начали различать, что важнее, а что нет, и сохранять более значимую информацию. Недавно Китайцы из Kimi пошли дальше и применили внимание к временной оси, а затем "повернули" его в глубину модели. Теперь внимание работает не только по времени, но и через слои модели - по мере передачи информации. Это даёт более умный способ обработки: модель не просто читает и передаёт данные дальше, а осмысленно отслеживает важное на каждом этапе вычислений. https://x.com/Kimi_Moonshot/status/2037010118957817988

Подбора для тех, кто хочет стать сертифицированным архитектором Claude Полезные ресурсы для подготовки в одном месте 👇 • Запись на сертификацию: https://anthropic.skilljar.com/claude-certified-architect-foundations-access-request • Обучение (13 бесплатных курсов): https://anthropic.skilljar.com • Cookbook (примеры и практики): https://github.com/anthropics/anthropic-cookbook • Гайд к экзамену: https://share.google/0eqIbebzRMUt8KTc8 • Практические вопросы: http://claudecertifications.com • Документация MCP: http://modelcontextprotocol.io API документация: http://docs.anthropic.com Полезный playbook: https://drive.google.com/file/d/1luC0rnrET4tDYtS7xe5jUxMDZA-4qNf-/view 🐍 полезные ресурсы 🚀Max @machinelearning_interview

В Claude Code агент теперь сам решает, какие действия можно выполнять 👇 Раньше было два режима: - либо он постоянно спрашивает разрешение - либо skip permissions - делает всё без спроса Первое раздражает. Второе - рискованно. Теперь появился auto mode. В этом режиме Claude: - сам принимает решения о доступах - оценивает каждое действие - безопасные - выполняет сразу - рискованные - блокирует или ищет альтернативу По сути: • это тот же skip permissions, но с встроенной проверкой на потенциальный вред 🧠 Под капотом - классификатор, который анализирует каждый шаг агента

Хочешь узнать про тренды инженерной культуры и разработки в российских ИТ-компаниях? Тогда присоединяйся к ИТ-вечеру в стиле «Русское техно» от МТС Web Services. 🙌 Двери особняка в парке Сокольники в Москве распахнутся 26 марта, чтобы собрать вместе бэкенд- и ML-разработчиков, которые строят современные ИТ-решения. Участников ждут актуальные практики, мастер-классы, общение, игры и атмосфера вечеринки. Ты узнаешь: - какие инженерные культуры существуют у сильных ИТ-игроков на российском рынке, и как на них повлияло развитие ИИ; - как компании внедряют ИИ в процесс разработки; - как построить архитектуру для ИИ-агентов. Попробуешь на практике: - создать игру с помощью вайб-кодинга с MWS DevTools Agent; - создать ИИ-агента. Когда: 26 марта в 18:00 Москва + онлайн 👉 Количество участников ограничено, успей зарегистрироваться по ссылке.

Как меняется роль разработчика в 2026 году? 24 марта Mindbox проведет дебаты: эксперты по AI из SberDevices и Itsy обсудят, куда движутся технологии с AI и ответят на вопросы зрителей. Зачем приходить — узнать про подходы к AI с двух сторон: бизнес и разработка; — спросить о том, что волнует, и обсудить все в чате дебатов; — забрать идеи, которые работают у других, и поделиться своим опытом. Подключайся и готовь вопросы! Канал Сергея Маркова Канал Никиты Архипова 📅 24 марта ⏰ 19:00–20:30 мск 📍 Онлайн, бесплатно 👉 Зарегистрироваться Реклама ООО "Майндбокс". ИНН: 7713688880

🚀 Автономные исследования ИИ с autoresearch Этот репозиторий предлагает концепцию автономного обучения ИИ, где агент сам модифицирует код и проводит эксперименты. С помощью простого интерфейса program.md пользователи могут настраивать агента для оптимизации моделей, не вмешиваясь в код напрямую. Идея заключается в том, чтобы дать агенту 5 минут на обучение, после чего он оценивает результаты и продолжает итерации. 🚀 Основные моменты: - Автономный агент модифицирует train.py для оптимизации модели. - Обучение проходит в фиксированное время — 5 минут. - Легкий интерфейс для настройки через program.md. - Поддержка только одного NVIDIA GPU. 📌 GitHub: https://github.com/karpathy/autoresearch #python

⚠️ Отчёты выглядят убедительно. Графики растут. Решения принимаются быстро. Но один вопрос может обрушить всю картину: насколько качественные ваши данные? Проблема плохих данных редко заметна сразу. Она проявляется позже — в сломанных маркетинговых акциях, ошибках кредитного скоринга, неверных управленческих решениях и потерянной прибыли. 👨‍💻 На открытом уроке 1 апреля в 20:00 МСК разберём, как на практике выявлять проблемы в данных и предотвращать их последствия. Вы узнаете, что такое Data Quality, какие 6 ключевых метрик качества данных используют международные стандарты, и как автоматизировать контроль данных с помощью современных инструментов. На занятии проведём экспресс-аудит данных на реальном примере и покажем, как находить ошибки, которые напрямую влияют на бизнес-показатели. ➡️ Открытый урок проходит в преддверии старта курса «Качество данных / Data Quality». Принять участие: https://tglink.io/8c580b3975f244?erid=2W5zFJmm5F7 #реклама О рекламодателе

🤖 Этот open-source репозиторий даёт твоему ClawdBot “зрение” Это AI-ассистент в реальном времени для умных очков Meta Ray-Ban. Он объединяет: → голос → зрение → действия агента Работает через Gemini Live и OpenClaw. Как это выглядит: Ты надеваешь очки → нажимаешь кнопку AI → просто говоришь Дальше: • Gemini видит через камеру очков и описывает происходящее • передаёт задачу в OpenClaw • OpenClaw выполняет её через подключённые приложения Можно: → отправлять сообщения в WhatsApp / Telegram / iMessage → искать информацию в интернете → получать ответы голосом 📊 Технически: • камера очков передаёт изображение примерно 1 кадр в секунду в Gemini • аудио работает в обе стороны в реальном времени • OpenClaw выполняет действия как агент По сути, это полноценный AI-ассистент, который видит мир вместе с тобой https://github.com/Intent-Lab/VisionClaw