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 278 468 подписчиков, занимая 330 место в категории Технологии и приложения и 1 356 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 278 468 подписчиков.
Согласно последним данным от 08 октября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -3 388, а за последние 24 часа — 3, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.70%. В первые 24 часа после публикации контент обычно набирает 6.13% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 21 454 просмотров. В течение первых суток публикация набирает 17 065 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 158.
- 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 09 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.
Tencent приводят цифру, что при сжатии до 256 измерений двухмиллиардная модель сохраняет 98,7% исходного качества на задачах с фото и видео.Опубликованы веса трех размерностей: 2B, 4B и 9B 🟡 Тесты 9B берет новый лучший общий результат на MMEB-v2 (80,6 балла), а 2B обходит Qwen3-VL-Embedding, который вчетверо больше нее. Но есть аргумент посильнее бенчей - семейство работает в рекомендациях и поиске WeChat. Она развернута для обработки каналов, аккаунтов и электронной коммерции.
Команда мессенджера говорит, что WeMM-Embedding показали стабильные улучшения в 14 онлайновых A/B-тестах.Модели работают с библиотекой Transformers и поддерживаются vLLM и SGLang.
Единственным ограничением текущей версии является отсутствие поддержки аудио📌Лицензирование: Apache 2.0 License 🟡Arxiv 🟡Веса 🖥Githib @ai_machinelearning_big_data #AI #ML #Embeddings #WeChat #Tencent
В Andante входят увеличенные лимиты на агентов, доступ к Kimi Code и публикация сайтов.Max - это премиальная платиновая карта ABC. За выполнение тех же условий при оформлении дают два месяца подписки Allegretto - вчетверо больший лимит на агентов, в двадцать раз больший на Kimi Code и возможность держать несколько агентов одновременно. Её оформляют только в отделении банка. @ai_machinelearning_big_data #news #ai #ml
Подобная высокоскоростная двусторонняя лазерная связь развернута за пределами околоземной орбиты впервые.Переход на эту технологию кардинально меняет пропускную способность каналов дальней космической связи. Для сравнения: передача одного снимка в разрешении 8K с лунной поверхности по традиционному микроволновому линку (около 5 Мбит/с) занимает до пяти минут. Новая лазерная система позволяет передать этот же объем всего за 12 секунд, что решает проблемы при отправке тяжелых научных данных на Землю. @ai_machinelearning_big_data #news #ai #ml
glm-5.3-flash
https://docs.z.ai/guides/vlm/glm-5.3-flashВ OpenRouter называют этот запуск крупнейшим в истории площадки.Сообщество вычислило автора раньше, чем тот представился по характерным ошибкам API и по устройству токенизатора - в Ox Alpha опознали почерк Zai. Признание компании догадку подтвердило - это новая версия GLM. Модель заточена под кодинг и сложные агентные задачи. Заодно она меняет прежнее деление линейки - раньше Zai держала отдельно текстовые GLM и визуальные GLM-V, а Ox Alpha мультимодальна. На OpenRouter модель бесплатна еще неделю, после чего Zai назовет коммерческие тарифы. Веса обещают выложить сегодня. @ai_machinelearning_big_data #news #ai #ml
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
Месяц назад в сети появились жалобы на то, что GPT-5.6 в Codex делает с файлами то, о чем его не просили. Самый серьезный кейс - команда, которая должна была почистить за собой временные файлы, вместо этого удаляла файлы пользователя. В ходе разбора выяснили, что Codex создает временные папки и потом чистит их, и в редких случаях чистил неправильно - он переиспользовал под временную работу системную переменную окружения, а некорректная команда очистки затем указывала на настоящий домашний каталог вместо временной папки. Второй случай проще - модель удаляла или перезаписывала временный путь, не посмотрев, что там уже лежит.По итогам расследования добавили дополнительную защиту на нескольких уровнях: 🟢Инструкции самой модели. Codex теперь обязан проверять, что именно он собирается удалить, заводить временные каталоги заново, не переиспользовать системные переменные окружения, выбирать обратимые действия и останавливаться, когда масштаб операции неясен. 🟢Проверки на исполнении. Механизм, который выявляет рискованные команды удаления и отправляет их на ревью, усилили. Если команду отклонили, модель направляют к более безопасному способу. 🟢Ужесточение Full access. Включить полный доступ случайно стало труднее, предупреждения переписали понятнее, а самые рискованные сочетания разрешений дополнительно ограничили. 🟢Обновленный Auto-review. Он стал лучше распознавать деструктивные действия. 🟢Тесты и обучение. OpenAI собрала условия и данные, воспроизводящие найденные сбои. Сейчас добавляются RL-задачи и грейдеры под эти риски, а деструктивные действия вычищаются из обучающих данных. 🟡Что советуют делать самим Обновлять Codex и работать в одном из режимов песочницы -
Ask for approval или Approve for me.
Full access включать только там, где среде можно доверять и откуда легко восстановиться.
@ai_machinelearning_big_data
#news #ai #ml