fa
Feedback

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

Математика Дата саентиста

Математика Дата саентиста

رفتن به کانال در Telegram

📈 تحلیل کانال تلگرام Математика Дата саентиста

کانال Математика Дата саентиста (@data_math) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 14 421 مشترک است و جایگاه 8 893 را در دسته فناوری و برنامه‌ها و رتبه 44 983 را در منطقه روسيا دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 14 421 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 16 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 144 و در ۲۴ ساعت گذشته برابر -1 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

  • وضعیت تأیید: تأیید نشده
  • نرخ تعامل (ER): میانگین تعامل مخاطب 14.95% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 6.25% واکنش نسبت به کل مشترکان کسب می‌کند.
  • دسترسی پست‌ها: هر پست به طور میانگین 2 156 بازدید دریافت می‌کند. در اولین روز معمولاً 902 بازدید جمع‌آوری می‌شود.
  • واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 20 است.
  • علایق موضوعی: محتوا بر موضوعات کلیدی مانند llm, программирование, параметр, визуализация, stepik تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 17 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.

14 421
مشترکین
-124 ساعت
+37 روز
+14430 روز
آرشیو پست ها
🧠 Как Эмми Нётер связала симметрию Вселенной с законами сохранения В 1918 году немецкий математик Эмми Нётер опубликовала ра
🧠 Как Эмми Нётер связала симметрию Вселенной с законами сохранения В 1918 году немецкий математик Эмми Нётер опубликовала работу, которая стала одной из фундаментальных для современной теоретической физики. Её теорема установила глубокую связь между симметриями физических систем и законами сохранения. Три ключевых примера: - Симметрия относительно времени → сохранение энергии. Законы физики не меняются со временем, поэтому полная энергия сохраняется. - Симметрия относительно пространства → сохранение импульса. Законы физики одинаковы в разных точках пространства. - Симметрия относительно вращения → сохранение момента импульса. Поворот системы не меняет фундаментальные законы физики. Работа Нётер занимает всего 23 страницы, но её значение выходит далеко за пределы математики. Теорема используется в квантовой механике, теории поля и общей теории относительности. По сути, Нётер показала, что законы сохранения связаны с симметриями самого устройства физических законов.

Repost from Machinelearning
🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62% Новая флагманская модель Qwen4-Max полу
🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62% Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет 1 млн токенов. Модель поддерживает текст, изображения и видео. Alibaba переработала архитектуру внимания, добавив Gated DeltaNet, Qwen Sparse Attention и Gated Residual. Это позволило сократить вычислительные затраты при работе с длинным контекстом. По внутренним тестам Alibaba, Qwen4-Max превосходит Qwen3.8-Max, расходуя до 50% меньше токенов. Средняя стоимость выполнения задачи в тесте Work360 снизилась с $4,43 до $1,67, то есть на 62%. Модель ориентирована на программирование, работу с ИИ-агентами и сложные профессиональные задачи. Среди демонстраций - создание 3D-сцен в Blender, разработка игр в Unity и Unreal Engine, анализ документов и работа с инструментами через MCP. Стоимость API: Входные токены: $1,50 за миллион. Выходные токены: $4,50 за миллион. Кешированные токены: $0,075 за миллион. Qwen4-Max уже доступна через QwenCloud API, Qwen Studio, QwenWork и Qoder. Alibaba также подтвердила, что выпустит меньшие модели семейства Qwen4 с открытыми весами. Подробности: https://qwen.ai/blog?id=qwen4-max

⏳ Чёрная пятница на Mentorix: осталось 3 дня −50% на все 41 курс до 18 ноября. Скидка уже в цене, промокод BLACKFRIDAY примен
⏳ Чёрная пятница на Mentorix: осталось 3 дня −50% на все 41 курс до 18 ноября. Скидка уже в цене, промокод BLACKFRIDAY применится сам. Любой курс можно оплатить долями: четыре платежа раз в две недели. 6 Roadmaps по три курса Курсы идут в порядке прохождения, цена за весь путь со скидкой: 🤖 AI-инженер: RAG, MCP и агенты: 48 970 24 485 ₽ 🔷 Go: от микросервисов до архитектуры: 52 970 26 485 ₽ 🗄 Бэкенд: базы, очереди, System Design: 50 970 25 485 ₽ 🛠 DevOps: от сервера до SRE: 45 970 22 985 ₽ 🦀 Rust: от языка до highload: 40 970 20 485 ₽ 📊 ML: от модели до продакшена: 64 970 32 485 ₽ Практика проверяется в браузере, ставить ничего не нужно. Вернём деньги, если курс не подойдёт. ➜ Все 41 курс со скидкой Ещё 30 курсов бесплатно, доступны после регистрации

Claude разобрал тысячу страниц Гёделя за два дня С 2017 года команда логика Яна фон Плато изучает 16 рабочих тетрадей Курта Г
+1
Claude разобрал тысячу страниц Гёделя за два дня С 2017 года команда логика Яна фон Плато изучает 16 рабочих тетрадей Курта Гёделя. Это 1 009 страниц записей начала 1940-х, значительная часть которых написана немецкой стенографией. На разбор математики уходило примерно по странице в неделю. В сентябре фон Плато передал Claude расшифровки, и за пару дней модель подготовила разбор всех тетрадей. Затем Claude выделил 663 утверждения, для которых у Гёделя было доказательство, набросок или идея доказательства. По словам фон Плато, около 400 из них прошли проверку в Coq в исходной формулировке. Ещё около 200 потребовали уточнений или дополнительных предпосылок, а примерно 50 оказались ложными. Фон Плато говорит, что в тетрадях нашлись десятки идей, предвосхитивших результаты 1970-х и 1980-х, и 14 тем по логике, которые, по его оценке, так и не получили развития. https://www.theguardian.com/science/2026/nov/13/kurt-godel-notebooks-ai-helps-unlock-hidden-discoveries-man-who-transformed-maths

Repost from Machinelearning
✔️ Модель мира Atlas от World Labs стала доступна всем Стартап убрал приглашения из своей модели мира Atlas - создавать и редактировать виртуальные миры в его веб-инструментах теперь может любой желающий, а разработчики получили API, через который можно встроить в свои продукты генерацию сцен, видео и 3D-реконструкцию. В первом инструменте, Viewfinder, загружают одну или несколько фотографий, Atlas достраивает пространство за пределами кадра, а камеру потом можно свободно ставить в любую точку и снимать изображения и видео с разных ракурсов. Второй, Chisel, работает в обратном порядке - сначала собирают простую 3D-сцену, расставляют стены и предметы, а уже по этой заготовке модель генерирует изображения. Результат сохраняется как сцена в формате Gaussian Splatting и переводится в полигональные сетки с настоящей геометрией, которые открываются в Blender и игровых движках. Atlas представили в сентябре, а в начале ноября был анонсирован Frameboy, инструмент исследования виртуальных миров в реальном времени. До сих пор в публичной версии готовые сцены можно было только смотреть, а свои создавать в Viewfinder разрешали по заявке на тестирование. Теперь Viewfinder тоже открыт для всех, и созданный из своих снимков мир можно сразу обойти во Frameboy.
Сам стартап готовится стать частью AMD, сделку рассчитывают закрыть до конца года.
@ai_machinelearning_big_data #news #ai #ml

Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰 Как использовать LLM и агентов в поиске, чтобы точнее понимать
Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰 Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов? 19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.
🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh 🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh 🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости
Дата и время: 19 ноября в 19:00 мск Очно: Москва, офис hh Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕 Регистрируйтесь→ участие бесплатное 🥹 #реклама О рекламодателе

🚀️️️️️️ Google DeepMind математически доказала безопасность кода Signal с помощью ИИ. 6,5 млн строк доказательств за четыре
🚀️️️️️️ Google DeepMind математически доказала безопасность кода Signal с помощью ИИ. 6,5 млн строк доказательств за четыре недели. Исследователи представили AlphaProof Code - мультиагентную систему, которая проверила криптографическую реализацию Signal вплоть до машинного кода, исполняемого процессором. Что удалось сделать: - 40-80 ИИ-агентов на базе Gemini 4 Carbon работали над доказательствами. - Сгенерировано около 6,5 млн строк Lean-кода. - Проверены свойства конфиденциальности сообщений, аутентификации и прямой секретности (Forward Secrecy). - Работа заняла четыре недели вместо нескольких лет, которые потребовались бы экспертам с прежними инструментами. Почему это принципиально важно? Обычные тесты проверяют отдельные сценарии. Формальная верификация математически доказывает выполнение заданных свойств для всех случаев в рамках модели. При этом доверять самим ИИ-агентам не требуется: каждый шаг доказательства проверяет ядро Lean. Специалисты определяют требования безопасности и проверяют формальные спецификации. Исследователи также вернули в копию проекта две ранее исправленные уязвимости. В обоих случаях система смогла математически доказать нарушение безопасности. Проверялся скомпилированный код libsignal для AArch64, а не все приложения Signal целиком. Код, спецификации и доказательства открыты: https://github.com/google-deepmind/code-verification Исследование: https://google-deepmind.github.io/code-verification/ @data_analysis_ml

# Claude решил задачу по физике чёрных дыр, которую не могли закрыть около 20 лет Anthropic опубликовала исследование, в кото
# Claude решил задачу по физике чёрных дыр, которую не могли закрыть около 20 лет Anthropic опубликовала исследование, в котором внутренняя исследовательская модель Claude получила новый результат в теоретической физике. Работа посвящена переходу Хокинга - Пейджа. Это фазовый переход, связанный с термодинамикой чёрных дыр в пространстве анти-де Ситтера (AdS). Исследователей интересовал вопрос: сохраняется ли этот переход при слабой связи, когда классическое геометрическое описание уже неприменимо? Для ответа требовалось вычислить коэффициент, который впервые появляется на трёх петлях в теории возмущений. По словам авторов, этот коэффициент не удавалось вычислить примерно два десятилетия. Claude получила значение: b = −1,48 × 10⁻³ λ² Отрицательный знак коэффициента показывает, что переход остаётся переходом первого рода. Он происходит немного ниже температуры Хагедорна. Особенно интересна организация работы. Физик поставил задачу внутренней исследовательской модели Anthropic, после чего проверил результат на нескольких известных частных случаях. Отдельный запуск Claude с использованием другого метода независимо получил то же значение. Позднее Anthropic связала эту внутреннюю модель с Claude Fable 5.2. Это ещё один пример того, как современные языковые модели начинают участвовать в исследованиях на уровне сложных математических вычислений и теоретической физики. При этом работа пока не прошла независимое научное рецензирование. Результат требует проверки со стороны физического сообщества. Исследование: https://hexagonmath.org/2611.00175v1

35-летнюю математическую задачу решили с помощью GPU и ИИ-агентов В сентябре 2026 года инженер Cognition Эрик Лу разложил чис
35-летнюю математическую задачу решили с помощью GPU и ИИ-агентов В сентябре 2026 года инженер Cognition Эрик Лу разложил число RSA-260 длиной 260 десятичных цифр (862 бита) на два простых множителя по 130 цифр. Задача оставалась нерешённой с 1991 года. Для факторизации использовали General Number Field Sieve (GNFS), один из самых эффективных известных алгоритмов разложения больших чисел. Его реализацию CADO-NFS серьёзно оптимизировали для GPU с помощью ИИ-агентов Devin. Результаты: 4900 GPU-дней вычислений, примерно 13,5 GPU-лет. $400 000 оценочная стоимость вычислений по рыночным тарифам. До 10 раз дешевле, чем предыдущие публичные методы сопоставимого класса, по оценке автора. Математическая асимметрия: перемножить два 130-значных простых числа легко, а найти их по известному произведению чрезвычайно трудно. На этой сложности основана криптосистема RSA. При этом результат не означает взлом современного RSA-2048. Исследователи ускорили существующий алгоритм, а не нашли принципиально новый способ факторизации. Подробный технический разбор: https://cognition.com/blog/factoring-rsa-260 @machinelearning_interview

Data Scientist Fast Track: с 9 по 15 ноября ⚡️ Пройдите все этапы отбора в Авито в ускоренном формате и получите оффер за нед
Data Scientist Fast Track: с 9 по 15 ноября ⚡️ Пройдите все этапы отбора в Авито в ускоренном формате и получите оффер за неделю! Почему именно фаст-трек? 🔸совмещённые этапы 🔸все даты известны заранее 🔸классная возможность оценить свои скилы 🔸результаты закрепляются на год Кого мы ждём? — кандидатов с опытом работы от 3,5 лет в крупных российских и международных IT-, BigTech- и FinTech-компаниях  — с опытом полного цикла разработки моделей: от ресёрча до выкатки в продакшен — с опытом полного лидирования проекта ✅ Регистрация открыта до 9 ноября включительно. Читайте подробности и отправляйте заявку на сайте.

Оппенгеймер предсказал чёрные дыры в день начала Второй мировой 1 сентября 1939 года Германия вторглась в Польшу. В тот же де
Оппенгеймер предсказал чёрные дыры в день начала Второй мировой 1 сентября 1939 года Германия вторглась в Польшу. В тот же день американский физик Роберт Оппенгеймер вместе со своим аспирантом Хартландом Снайдером опубликовал научную работу, которая впоследствии стала одной из основ современной физики чёрных дыр. Статья On Continued Gravitational Contraction вышла в журнале Physical Review и занимала всего пять страниц. В ней учёные математически описали, что происходит со звездой, когда её собственная гравитация становится настолько сильной, что ничто уже не может остановить сжатие. Сегодня подобный процесс называют гравитационным коллапсом. Но в 1939 году само представление о чёрных дырах ещё не сформировалось. Термин «чёрная дыра» войдёт в широкое употребление лишь спустя почти три десятилетия. Как Оппенгеймер описал рождение чёрной дыры В основе исследования лежала общая теория относительности Альберта Эйнштейна. Оппенгеймер и Снайдер рассмотрели идеализированную модель сферически симметричной звезды, состоящей из вещества без давления. Они показали, что при отсутствии сил, способных противодействовать гравитации, коллапс продолжается даже после того, как поверхность звезды пересекает её гравитационный радиус. Для человека, падающего вместе с веществом звезды, пересечение гравитационного радиуса происходит за конечное собственное время. А далёкий наблюдатель видит совершенно другую картину: свет от поверхности звезды всё сильнее смещается в красную область спектра, а наблюдаемое сжатие постепенно замедляется. В предельном случае поверхность словно застывает у гравитационного радиуса и исчезает из наблюдения. Так физики получили математическое описание процесса, который сегодня связывают с образованием горизонта событий чёрной дыры. Почему открытие почти никто не заметил Работа вышла в один из самых драматичных дней XX века. Вторжение Германии в Польшу положило начало Второй мировой войне в Европе, и внимание научного сообщества вскоре переключилось на военные исследования. Сама идея непрерывного гравитационного коллапса тоже выглядела необычно. Многие физики того времени сомневались, что реальные звёзды могут сжиматься до подобных состояний. Модель Оппенгеймера и Снайдера была сильно упрощена и не учитывала давление, вращение и другие свойства настоящих звёзд. Понадобились десятилетия развития общей теории относительности, чтобы значение этой работы стало очевидным. В 1960-х годах исследования Роджера Пенроуза, Стивена Хокинга и других физиков помогли сформировать современное понимание гравитационного коллапса и чёрных дыр. Оппенгеймер больше не вернулся к астрофизике. Читать дальше: https://uproger.com/oppengejmer-predskazal-chyornye-dyry-v-den-nachala-vtoroj-mirovoj/

ИИ научился доказывать теоремы. Теперь математикам придётся доказывать, что они сами их понимают В блоге знаменитого математи
ИИ научился доказывать теоремы. Теперь математикам придётся доказывать, что они сами их понимают В блоге знаменитого математика Теренса Тао вышла статья Фрэнка Калегари с провокационным тезисом: умение выбирать важные задачи вскоре может стать ценнее умения их решать. После публикации OpenAI более 700 исследовательских работ математики столкнулись с новой реальностью. ИИ способен находить доказательства, на которые раньше уходили годы. Но Калегари заметил неприятную тенденцию: исследователи спешат публиковать полученные с ИИ результаты, зачастую не разобравшись в их глубоком смысле. Он предлагает пересмотреть правила научной работы: - Оценивать все статьи так, словно они написаны с помощью ИИ. - При найме математиков смотреть на глубину понимания и научные идеи, а не количество публикаций. - Публиковать меньше работ, но требовать от них большей содержательности. - Учить исследователей ставить более амбициозные задачи. При этом автор критикует и OpenAI: по его мнению, часть опубликованных работ плохо написана, содержит ошибки и проблемы с указанием источников. Если ИИ освободит математиков от многолетнего поиска отдельных доказательств, они смогут исследовать направления, к которым раньше боялись подступиться. https://terrytao.wordpress.com/2026/11/01/mathematics-has-changed-lets-act-like-it/

Сколько предков понадобилось, чтобы ты родился

❓ Хочу в ИБ, но не знаю, с чего начать. Вот с чего Самый частый вопрос от тех, кто присматривается к кибербезопасности. Отвеч
❓ Хочу в ИБ, но не знаю, с чего начать. Вот с чего Самый частый вопрос от тех, кто присматривается к кибербезопасности. Отвечаем не лонгридом и не двухчасовым вебинаром, а мини-курсом, который открывается прямо в Telegram. ➡️ Открыть мини-курс
Четыре модуля, каждый на один подход: что вообще защищают, как устроена атака от угрозы до взлома, как прикрыть себя и свои системы и какие в ИБ есть направления с реальными вилками зарплат. Проходится в своём темпе, без внешних сайтов и анкет.
🎁 В конце бонус: можно бесплатно записаться на личный разбор карьерного трека. Помогут собрать план перехода в профессию под твой опыт.

GPT-6 Astra и Claude помогли физикам продвинуться в квантовой информатике Лаборатория Physical Superintelligence отчиталась о
GPT-6 Astra и Claude помогли физикам продвинуться в квантовой информатике Лаборатория Physical Superintelligence отчиталась о прогрессе по пяти открытым проблемам. Доказано, в частности, что в определённых квантовых полях запутанность сохраняется и между отдалёнными областями, хотя на большой дистанции проверить нелокальные корреляции через неравенство Белла уже невозможно. Физики задавали направление и держали логику, а GPT-6 Astra и Claude участвовали в самом выводе. Гипотезы проверяли агентами Codex и Claude Code, написавшими формальные доказательства на Lean под машинную верификацию. https://github.com/physical-superintelligence/oqp-batch-2026 https://psi.inc/research/oqp-batch-2026/