Machinelearning
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
Больше📈 Аналитический обзор Telegram-канала Machinelearning
Канал Machinelearning (@ai_machinelearning_big_data) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 278 534 подписчиков, занимая 327 место в категории Технологии и приложения и 1 336 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 278 534 подписчиков.
Согласно последним данным от 07 октября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -3 559, а за последние 24 часа — -4, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.73%. В первые 24 часа после публикации контент обычно набирает 6.10% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 21 541 просмотров. В течение первых суток публикация набирает 17 001 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 156.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как openai, claude, api, gemini, контекст.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
Благодаря высокой частоте обновлений (последние данные получены 08 октября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
Русского языка модель не знает, заявлены только китайский и английский. Авторы, правда, отмечают возможный перенос между языками - какая-то способность возникает сама, но поддержкой это не считается.AuK принимает на вход текстовый запрос и, если нужно, исходное аудио и на выходе отдаёт готовый звук. Всего заявлено пять типов задач: синтез речи (клонирование голоса по образцу и генерация по описанию), правка содержания (заменить слово в реплике или строчку в песне), акустика (темп, громкость, высота тона), паралингвистика (эмоция, тембр, акцент, вздохи и смешки, шёпот) и очистка с разделением (шумоподавление, выделение спикера, отделение вокала от музыки). 🟡Механика Мультимодальная Qwen2.5-Omni читает инструкцию вместе с аудио и превращает её в смысловое условие. Аудио-VAE сжимает звук в компактное представление и потом восстанавливает обратно в волну. Между ними работает трансформер по подобию FLUX - сначала десять блоков MMDiT, где смысловой и акустический потоки обмениваются информацией, оставаясь раздельными, затем двадцать обычных блоков DiT поверх склеенной последовательности. 🟡Тесты По замерам Tencent, модель лидирует на Seed-TTS-Eval (разборчивость речи и похожесть на голос образца), InstructTTSEval (насколько точно модель отрабатывает словесное описание тембра), а также на MMAE-Speech и SpeechEditBench, где проверяют правки. А вот на восстановлении сигнала (DNS Challenge, CHiME-4, Libri2Mix) она только конкурентоспособна, то есть узкоспециализированные модели там по-прежнему сильнее. Отдельно выложена AuK-Flash - дистиллированная версия, которая укладывается в четыре шага вместо тридцати двух и работает в 4,5 раза быстрее.
К ней, кстати, нужно будет отдельно качать Qwen2.5-Omni-3B в роли энкодера.В репозитории есть код установки, инференса на Gradio, ComfyUI, дообучения и шаблоны инструкций с примерами в кукбуке. Пощупать можно в демо на Hugging Face и ModelScope. 📌Лицензирование: MIT License 🟡Страница проекта 🟡Веса 🟡Arxiv 🟡Демо 🖥GitHub @ai_machinelearning_big_data #AI #ML #TTS #AuK #Tencent
Жюри выставки отдало ему официальную награду Innovation Award в категории Content Creation Technology.🟡 Дата-центр под столом AMD впервые показала рабочую станцию Threadripper Halo Station. Внутри процессор Threadripper Pro с 96 ядрами Zen 5 и два ускорителя Instinct MI350P по 144 ГБ памяти HBM3E каждый. Система поддерживает до 2 ТБ оперативной памяти DDR5, а с четырьмя ускорителями, которые заявлены как опция, объём HBM3E вырастет до 576 ГБ. По словам AMD, этого хватает, чтобы локально запускать модели с более чем триллионом параметров и гонять масштабные агентские сценарии без облака. 🟡Спарринг-партнёр для корта Роботизированная теннисная пушка ACEMATE S10 Pro сама ездит по корту, следит за игроком и мячом через две 4K-камеры с HDR и в режиме Battle решает, каким ударом ответить, подражая разным стилям игры. Мяч подаёт с скоростью до 120 км/ч, задаёт разные виды вращения, в памяти больше 100 тренировочных программ. После занятия ИИ разбирает данные и предлагает упражнения на следующее. Цена 2999 евро. 🟡Кибер-питомец OlloBot пробует новую категорию где-то между роботом, домашним животным и ИИ-компаньоном. OlloNi SS1 реагирует на голос и прикосновения, запоминает привычки и настроение хозяина, а система EmpathCore подбирает под них эмоциональную реакцию. На IFA у него европейский дебют. 🟡Два пылесоса в одном iRobot Roomba Duo - тандем из большого робота iRobot и маленького Roomba Plus 575, которого механическая рука опускает на пол. Большой пылесосит открытые зоны и моет паром, маленький забирается под мебель и в узкие места. Оба пользуются общей картой квартиры и делят задачи между собой с помощью ИИ. Пока это прототип без цены и даты выхода.
cuda-oxide использует собственный бэкенд кодогенерации для rustc и даёт прямой контроль над потоками. Тайловый фреймворк cutile-rs сам раскладывает вычисления по архитектуре видеокарты, работает со стабильным Rust от версии 1.89 и компилирует ядра прямо при запуске.
Оба проекта в ранней альфе и для продакшена не годятся. При этом cutile-rs уже используют в mistral.rs и в инференс-движке Grout от Hugging Face.
nvidia.com
✔️ DeepSeek открыла временный бета-доступ к V4.1 Flash
Компания выкатила промежуточную версию DeepSeek V4.1 Flash - тестирование ограничено по времени и заканчивается 10 сентября 2026 года. Модель умеет работать с текстом и изображениями из коробки, продолжая экспериментальную ветку V4-Flash-Vision-Exp.
Вызывать её нужно через API по прямому идентификатору deepseek-v4.1-flash-expires-on-0910. На время тестирования действует лимит в 20 параллельных запросов на аккаунт.
Тариф остался прежним, как у deepseek-v4-flash. Но за счёт более экономной токенизации и вычислительной эффективности фактическая стоимость типовых задач, по имеющимся оценкам, упала примерно на 30%.
ycombinator.com
✔️ Samsung покажет прототип гуманоида на CES 2027
Южнокорейская компания представит собственного универсального человекоподобного робота на выставке CES 2027. Команду Robotics курирует лично глава подразделения Device eXperience.
Разработку ускорили, объединив проектирование механики и алгоритмов восприятия в одну работу вместо двух параллельных. Патенты Samsung уже получила на тазобедренное сочленение, кисти-манипуляторы нового поколения и системы управления моторикой.
На рынок компания пойдёт по двум направлениям. Промышленные манипуляторы остаются за дочерней Rainbow Robotics, а сама Samsung возьмётся за потребительских и сервисных андроидов общего назначения - там ей предстоит конкурировать с Atlas от Boston Dynamics, принадлежащей Hyundai.
sedaily.com
@ai_machinelearning_big_data
#news #ai #mlAnt Ling, команда языковых моделей в inclusionAI, открытой исследовательской инициативе Ant Group. Сама Ant Group входит в экосистему Alibaba, но развивает модели отдельно от неё. На прошлой неделе та же команда выпустила финансовую версию Ling-3.0-flash-Fin на той же базе.Модель специализируется на медицинских рассуждениях, безопасности лекарственной терапии, поиску с опорой на доказательную базу и длинные исследовательские задачи. Общие способности - рассуждения, код, агентная работа сохранены. 🟡Тесты На DiagnosisArena-MCQ модель набрала 83,8 против 81,9 у GPT-5.6 Sol, 78,4 у Kimi K3 и 76,2 у Gemini 3.6 Flash. На MedXpertQA-Text результат скромнее - 53,9 против 53,5 у Kimi K3, но заметно ниже 60,2 у Sol и 62,4 у Gemini. Этика и безопасность на MedEthicAlign и внутреннем AFUSAFE-MedSCE - выше Claude Opus 4.8(max), но чуть ниже GPT-5.6 Sol (max). Модель доступна бесплатно на OpenRouter и в Vercel. О планах по публикации весов сведений нет. @ai_machinelearning_big_data #news #ai #ml
