Machinelearning
Открыть в Telegram
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
Сеть:📈 Аналитический обзор Telegram-канала Machinelearning
Канал Machinelearning (@ai_machinelearning_big_data) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 277 255 подписчиков, занимая 336 место в категории Технологии и приложения и 1 379 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 277 255 подписчиков.
Согласно последним данным от 28 октября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -1 702, а за последние 24 часа — -64, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 8.44%. В первые 24 часа после публикации контент обычно набирает 6.36% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 23 412 просмотров. В течение первых суток публикация набирает 17 625 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 363.
- 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 29 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.
277 255
Подписчики
-6424 часа
-5097 дней
-1 70230 дней
Архив постов
277 246
🔥 RAG From Scratch🔥
RAG (Retrieval Augmented Generation) — метод работы с LLM, при котором пользователь пишет свой вопросы, а разработчик программно дополняет информацию из внешних источников и подает все целиком на вход языковой модели. Другими словами, в контекст запроса к языковой модели добавляется информация, на основе которой языковая модель может дать пользователю более полный и точный ответ.
Это огромный список материалов, который помогут вам лучше понять RAG с нуля, начиная с основ индексации, поиска и генерации. В плелисте короткие видео (5-10 минут) и блокноты с кодом.
📌 Rag с нуля.
▪Репозиторий:
https://github.com/langchain-ai/rag-from-scratch
▪Плейлист с видео:
https://youtube.com/playlist?list=PLfaIDFEXuae2LXbO1_PKyVJiQ23ZztA0x&feature=shared
📌 Как RAG может измениться с помощью LLMS с длинным контекстом.
▪Видео: https://youtube.com/watch?v=SsHUNfhF32s
📌Адаптивный Rag
▪Видео:
https://youtu.be/04ighIjMcAI
▪Код:
https://github.com/langchain-ai/langgraph/blob/main/examples/rag/langgraph_adaptive_rag_cohere .ipynb
▪Статья: https://arxiv.org/abs/2403.14403
📌 Проверки актуальности документов и возврата к поиску.
▪Видео:
https://youtube.com/watch?v=E2shqsYwxck
▪Код:
https://github.com/langchain-ai/langgraph/blob/main/examples/rag/langgraph_crag.ipynb
▪Статья: https://arxiv.org/pdf/2401.15884.pdf
📌 Исправление ошибок в RAG:
▪Код: https://github.com/langchain-ai/langgraph/blob/main/examples/rag/langgraph_self_rag.ipynb
Статья: https://arxiv.org/abs/2310.11511.pdf
📌Различные подходы для направления вопросов к нужному источнику данных:
▪Видео: https://youtu.be/pfpIndq7Fi8
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_10_and_11.ipynb
📌 Структурирование запросов
▪Видео: https://youtu.be/kl6NwWYxvbM
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_10_and_11.ipynb
▪Блог: https://blog.langchain.dev/query-construction/
2/ Глубокое погружение в graphDBs
: https://blog.langchain.dev/enhancing-rag-based-applications-accuracy-by-constructing-and-leveraging-knowledge-graphs/
3/ Структурирование запросов: https://python.langchain.com/docs/use_cases/query_analysis/techniques/structuring
4/ Самостоятельный поиск запросов: https://python.langchain.com/docs/modules/data_connection/retrievers/self_query
📌 Multi-Representation Indexing
▪Видео: https://youtu.be/gTCU9I6QqCE
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_12_to_14.ipynb
▪Статья: https://arxiv.org/pdf/2312.06648.pdf
📌 Группировка документов по схожести.
▪Видео: https://youtu.be/z_6EeA2LDSw
▪Код: https://github.com/langchain-ai/langchain/blob/master/cookbook/RAPTOR.ipynb
▪Статья: https://arxiv.org/pdf/2401.18059.pdf
📌 ColBERT
▪Видео: https://youtu.be/cN6S0Ehm7_8
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_12_to_14.ipynb
▪Статья: https://arxiv.org/abs/2004.12832
📌 Query Translation -- Multi Query
▪Видео: https://youtube.com/watch?v=JChPi0CRnDY
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_5_to_9.ipynb
▪Статья: https://arxiv.org/pdf/2305.14283.pdf
📌RAG Fusion
▪Видео: https://youtube.com/watch?v=77qELPbNgxA
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_5_to_9.ipynb
▪Код: https://github.com/Raudaschl/rag-fusion
📌 Query Translation -- Decomposition
▪Видео: https://youtube.com/watch?v=h0OPWlEOank
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_5_to_9.ipynb
▪Статьи: https://arxiv.org/pdf/2205.10625.pdf https://arxiv.org/pdf/2212.10509.pdf
📌 Query Translation -- Step Back
▪Видео: https://youtube.com/watch?v=xn1jEjRyJ2U
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_5_to_9.ipynb
▪Статья: https://arxiv.org/pdf/2310.06117.pdf
📌 Query Translation -- HyDE
▪Видео:
https://youtube.com/watch?v=SaDzIVkYqyY
▪Код: https://github.com/langchain-ai/rag-from-scratch/blob/main/rag_from_scratch_5_to_9.ipynb
▪Статья: https://arxiv.org/abs/2212.10496
@ai_machinelearning_big_data
277 246
Обучайтесь бесплатно на магистерской программе от Альфа-Банка и МФТИ и получите прикладную специализацию в Data Science.
На программе «Машинный интеллект в финансах» вас ждут:
— бесплатное обучение с ежемесячной стипендией;
— возможность получить оффер в IT-команду банка;
— практические задачи и стажировка в Альфа-Банке с первого семестра;
— полное погружение в Data Science — вы научитесь создавать и обучать модели, анализировать данные с помощью Python и защищать свои идеи.
Подайте заявку на программу до 7 апреля, чтобы освоить востребованную профессию и начать карьеру в банке: https://u.to/rJqTIA
277 246
🎥 Camera control for text-to-video.
CameraCtrl - модель, котороая обеспечивает точное управление положением камеры, что позволяет точно контролировать ракурсы и движения камеры при генерации виде.
▪Github: https://github.com/hehao13/CameraCtrl
▪Paper: http://arxiv.org/abs/2404.02101
▪Project: https://hehao13.github.io/projects-CameraCtrl/
▪Weights: https://huggingface.co/hehao13/CameraCtrl/tree/main
@ai_machinelearning_big_data
277 246
erid: LjN8KBj5X
Каталоги данных - основная тема новой встречи Х5 Tech Talk.
Data lineage, data governance — красивые понятия, результатом внедрения которых становился не всегда используемый и удобный сервис от вендора или с просторов открытого кода.
➡️ Но есть успешные внедрения открытых каталогов данных на базе OpenMetadata и DataHub. Их и обсудят эксперты из X5 Tech, Beeline и Tele2 на встрече Х5 Tech Talk: Наводим порядок в данных.
11 апреля, 19:00
Подключиться можно онлайн
Регистрация и подробности - 👉🏻 здесь
Реклама. ООО "Корпоративный центр ИКС 5", ИНН: 7728632689
277 246
+1🔥 Opera стал первым крупным браузером со встроенным доступом к локальным моделям искусственного интеллекта
⏩Opera Software представила функцию в Opera, позволяющую загружать и использовать большие языковые модели (LLM) локально на своих ПК. Опция доступна пользователям Opera One, которые получают обновления для разработчиков. В браузере можно воспользоваться более чем 150 моделями из 50 семейств, включая Llama от Meta, Gemma от Google, Vicuna, Mistral AI и другие.
⏩Opera Software указывает, что новые функции стали частью AI Feature Drops Program. Компания пообещала хранить данные пользователей локально на их устройствах, что позволит использовать генеративный ИИ без необходимости отправлять информацию на сервер и обеспечить конфиденциальность.
⏩Чтобы воспользоваться новыми функциями Opera, нужно обновить браузер до последней версии Opera Developer и активировать локальные LLM на своём устройстве. После этого модели заменят Aria, пока пользователь не начнёт общение с чат-ботом или не включит его снова.
📎 Подробнее
@ai_machinelearning_big_data
277 246
Всё об опенсорсе: мастер-классы, круглый стол, задачки и призы
Когда: 23 апреля
Где: Москва, «Агломерат» + онлайн-трансляция
О чем: вы узнаете, как сделать документацию и лендинг, выбрать правильную лицензию для опенсорс-проекта и выйти в открытый доступ.
А еще познакомитесь с разработчиками из Яндекса и других компаний, победителями Программы грантов Yandex Open Source, порешаете задачки и получите за них призы.
Регистрация на Yandex Open Source Jam по ссылке.
277 246
+4⚡️ Google наносит ответный удар по совместному проекту Microsoft и OpenAI
⏩Недавно Microsoft и OpenAI объявили о своем грандиозном совместном проекте стоимостью $100 млрд, цель которого - создание сверхмощного ИИ-суперкомпьютера и гигантского центра обработки данных для обучения суперумных моделей ИИ. Этот амбициозный план обещает совершить настоящий прорыв в области ИИ и укрепить позиции Microsoft и OpenAI как лидеров индустрии.
⏩Но в игру решил вступить Google DeepMind с довольно дерзким ходом: обесценить инвестиции конкурентов созданием открытой, распределённой по всему миру системы обучения сверхумных ИИ - DiPaCo (Distributed Path Composition).
⏩Суть DiPaCo заключается в распределенном обучении нейронных сетей, используя все доступные вычислительные ресурсы по всему миру. Эта технология позволит масштабировать нейронные сети до невероятных размеров без ограничений, присущих централизованным системам. Это как торрент в мире нейронок.
⏩Успех DiPaCo может не только поставить под сомнение эффективность многомиллиардных инвестиций Microsoft и OpenAI, но и изменить саму парадигму развития искусственного интеллекта. Этот проект способен демократизировать доступ к обучению сверхумных моделей и в целом разрушить монополию этих гигантов в области нейросетей, что может привести к стремительному прогрессу в области ИИ.
⏩Более того, DiPaCo может усложнить задачу правительствам (в особенности, США и Китаю), стремящимся контролировать развитие ИИ путем регулирования крупнейших центров обучения моделей. Распределенная природа DiPaCo делает такой контроль гораздо более сложным и менее эффективным.
⏩С тем, как это работает, можно ознакомиться в исследовании Google DeepMind. А посмотреть на исследование в картинках можно в посте ведущего автора проекта Артура Дуйяра.
@ai_machinelearning_big_data
277 246
🤖Какая сертификация нужна для разработки медицинского ИИ?
Расскажет Николай Павлов — Advanced Project Engineer в SnkeOS GmbH. Встречаемся на бесплатном практическом уроке от OTUS, где разберём:
- кого и как сертифицируют в России и мире, чтобы продукт успешно вышел на рынок, а разработчик по пути не сел в тюрьму;
- по каким ключевым словам искать детализированную информацию, которой свойственно быстро меняться.
Кому нужен этот вебинар:
– IT-специалистам, которые работают или хотят работать в медицинских стартапах;
– разработчикам, желающим выйти на рынок медицинских устройств.
Занятие пройдёт 10 апреля в 20:00 мск и будет приурочено к старту курса «Искусственный интеллект (AI) в медицине».
💸Только до 7 апреля вы можете применить скидку 15% на оплату любого курса в честь дня рождения OTUS!
Регистрируйтесь прямо сейчас, чтобы занять место на открытом уроке и получить запись: https://otus.pw/grLc/
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8KKu72
277 246
+3🦖 DINO-Tracker: Taming DINO for Self-Supervised Point Tracking in a Single Video
👉 Институт Вейцмана только что выпустил код для новой SOTA для отслеживания объектов.
▪Github: https://github.com/AssafSinger94/dino-tracker
▪Project: https://dino-tracker.github.io/
▪Paper: https://arxiv.org/abs/2403.14548
@ai_machinelearning_big_data
277 246
Считаешь себя экспертом в IT? Участвуй в «Цифровом марафоне» от Сбера и «Школы 21» и будь на код впереди! Миллион рублей уже ждёт тебя.
В этом масштабном конкурсе ты будешь соревноваться со специалистами по всей России. Тройка лучших поделит в финале в Москве призовой фонд в 1,8 миллионов рублей.
Но сначала нужно пройти онлайн-игру, тестирование и цифровой диктант. Начнёшь с «разминки» и покажешь свои аналитические и мягкие навыки. Далее — ответь на вопросы теста согласно своему уровню подготовки. Прослушай на диктанте техническое задание и напиши код решения.
Поспеши: 20 апреля — твой последний шанс нажать на кнопку «Хочу участвовать». Переходи
на сайт и регистрируйся прямо сейчас!
277 246
🔥 Apple разработала ИИ, который понимает человека лучше GPT-4
Научные сотрудники Apple разработали систему искусственного интеллекта ReALM (Reference Resolution as Language Modeling), способную существенно улучшить понимание человека голосовыми помощниками и повысить эффективность их реакции на запросы.
⏩В Apple описали систему как способ решить проблему разрешения ссылок большими языковыми моделями — она поможет ИИ интерпретировать описание пользователем объектов на экране и лучше понимать контекст разговора. В результате ReALM приведёт к более интуитивному и естественному взаимодействию с устройствами. Разрешение ссылок помогает системам лучше понимать естественную речь, позволяя пользователям в разговоре с ИИ пользоваться местоимениями и другими косвенными отсылками. Для голосовых помощников этот аспект взаимодействия с человеком традиционно представлял значительную проблему, и система ReALM сводит её к задаче, решаемой на уровне языковой модели. ИИ начинает адекватно воспринимать отсылки к визуальным элементам на экране и интегрирует эти понятия в поток разговора.
⏩ReALM восстанавливает визуальный макет экрана при помощи текстовых представлений. Этот процесс включает в себя анализ экранных объектов и их местоположений с его переводом в текстовый формат, отражающий содержимое и структуру элементов на экране. Исследователи Apple обнаружили, что этот способ в сочетании с тонкой настройкой языковых моделей значительно превосходит традиционные методы, включая возможности нейросети OpenAI GPT-4. ReALM поможет пользователям предельно просто описывать элементы экрана, а ИИ-помощникам — понимать такие описания. Эти возможности окажутся полезными, например, при управлении информационно-развлекательными системами автомобилей с помощью голосовых команд и повысят эффективность голосового интерфейса для людей с ограниченными возможностями.
📎 Читать подробнее
@ai_machinelearning_big_data
277 246
⚡️ LLocalSearch: completely locally running meta search engine using LLM Agents
Это полностью локально работающая система метапоиска, использующая LLM-агентов.
Пользователь может задать вопрос, и система будет использовать цепочку ИИ-агентов для поиска ответа. Пользователь может видеть прогресс работы и окончательный ответ. Ключи OpenAI или Google API не требуются.
▪Github
@ai_machinelearning_big_data
277 246
Стать сотрудником Яндекса быстрее и проще, чем кажется. Участвуйте в днях быстрого найма: решите тестовое, пройдите несколько секций собеседования и получите офер за несколько дней.
Ближайшее Fast Track мероприятия:
• 13–14 апреля — Fast Track для дата-аналитиков со знанием SQL и Python, офер за 2 дня в команду Фудтеха.
Зарегистрироваться
277 246
+1🌟 ИИ поможет Apple минимизировать углеродный след и позаботиться об экологии
⏩К 2030 году Apple планирует организовать полностью замкнутый цикл производства и стать одной из самых экологичных технологических компаний в мире — не в последнюю очередь из-за регуляторных требований в некоторых странах. В этом компании должны помочь передовые разработки в области искусственного интеллекта.
⏩ «Мы заметно продвинулись в этом направлении, и на пути к цели нам предстоит применить новаторские решения», — сказал глава Apple Тим Кук на «Китайском форуме развития 2024». По его словам, «искусственный интеллект предоставляет огромные возможности для компаний, стремящихся значительно снизить углеродный след, вплоть до нулевого». ИИ позволяет рассчитать индивидуальный углеродный след каждого человека, а также подобрать материалы и методы их переработки.
⏩ «Для создания лучших продуктов нам нужны партнёры, разделяющие приверженность новаторству и защите планеты», — похвалил Кук поставщиков в лице BYD, Lens Technology и Shenzhen Everwin Precision Technology.
⏩Apple уже много лет использует специальных роботов для разборки и переработки бывших в употреблении iPhone. По данным компании, один такой робот может разобрать 1,2 млн устройств год. Даже не оснащённые искусственным интеллектом роботы справляются с разборкой и переработкой устройств лучше людей, не говоря уж о возможности работать с опасными для здоровья материалами. Одним из достижений Apple на пути к полному отсутствию углеродного следа стал выход «углеродно-нейтральных» Apple Watch, да и последняя модель MacBook Air наполовину состоит из переработанного сырья.
@ai_machinelearning_big_data
277 246
+6Яндексовский ШАД начнёт готовить ещё больше специалистов, которых не хватает на рынке, — в области машинного обучения и анализа данных
В апреле стартовал новый набор в Школу анализа данных, — здесь планируют подготовить более четырёхсот ML-инженеров и датасаентистов. Конкурс обещает быть как и прежде высоким, но появилась еще одну дополнительная возможность — поступить через очную олимпиаду.
Согласно опросу выпускников ШАДа 2009–2023 годов, каждый четвёртый выбирает делать карьеру в науке, другие устраиваются в стартапы или работают в топовых технологических компаниях по разным направлениям: финтехе, ecommerce, рекламе, стримингах и др. Другие интересные факты смотрите в карточках.
277 246
🏎 Ускоряем инференс LLM
На Хабре вышла статья ML-разработчика из команды YandexGPT с разбором задачи ускорения инференса больших языковых моделей. Подробно описаны как популярные методы (дистилляция и квантизация), так и более специфичные Speculative Decoding и Continuous Batching.
Автор показал на примере, с какими сложностями сталкиваются команды при внедрении LLM-ок в реальные продукты.
Habr: https://habr.com/ru/companies/yandex/articles/801119/
@ai_machinelearning_big_data
277 246
🌟 Amazon позволит стартапам бесплатно пользоваться ИИ-моделями Anthropic, Meta, Mistral AI и Cohere
⏩Amazon Web Services (AWS), провайдер облачных вычислений, расширил программу бесплатных кредитов для стартапов, работающих в сфере искусственного интеллекта. Теперь она включает использование крупнейших ИИ-моделей, в том числе продуктов таких компаний, как Anthropic, Meta, Mistral AI и Cohere. Этот шаг стал частью стратегии AWS по усилению позиций своего сервиса Bedrock на рынке.
⏩Говард Райт (Howard Wright), вице-президент и руководитель направления стартапов в Amazon Web Services на международном уровне, подчеркнул, что программа бесплатных кредитов является важным элементом стратегии компании по поддержке инновационного сектора. Amazon намерена стимулировать стартапы к выбору AWS в качестве платформы для реализации своих проектов, предоставляя не только вычислительные ресурсы, но и доступ к широкому спектру готовых технологических решений. По словам Райта, бесплатные кредиты Amazon будут способствовать росту доходов Anthropic — одной из самых популярных ИИ-моделей на платформе Bedrock.
📎 Читать подробнее
@ai_machinelearning_big_data
277 246
Кто круче нейросети?
Только тот, кто ее обучает.
Примите участие в бесплатном интенсиве «Погружение в Data Science: обучите свою первую нейросеть за два дня» от онлайн-школы Skillfactory.
С 8 по 9 апреля будете знакомиться с:
– сферой Data Science и ее направлениями;
– анализом данных на Python;
– алгоритмами машинного обучения.
А за лучшее решение домашнего задания вы сможете получить подарок — мини-курс по аналитическому мышлению.
Зарегистрироваться бесплатно: https://go.skillfactory.ru/&erid=2VtzqwsVj7b
Реклама. ООО «Скилфэктори», ИНН: 9702009530
277 246
🌟 Nvidia исправила две опасные уязвимости в ChatRTX
⏩Nvidia выпустила основанное на алгоритмах искусственного интеллекта приложение ChatRTX полтора месяца назад, но уже за такой непродолжительный срок была вынуждена исправить в нём две уязвимости — они предусматривали различные векторы атак, включая повышение привилегий и удалённое выполнение кода.
⏩Программа ChatRTX, ранее носившая название Chat with RTX, дебютировала в феврале — она позволяет владельцам видеокарт Nvidia локально запускать чат-бот с ИИ. Для этого требуется видеокарта серий GeForce RTX 30 или 40 и не менее 8 Гбайт видеопамяти. Это, конечно, более скромное решение, чем чат-боты из облака, но возможность локального запуска компенсирует этот изъян.
⏩В ранних версиях Nvidia ChatRTX до 0.2 присутствовали две уязвимости за номерами CVE-2024-0082 и CVE-2024-0083 с рейтингами соответственно 8,2 и 6,5 из 10. Первая позволяет осуществлять кражу и подмену данных и повышать привилегии пользователя; вторая — выполнять атаки типа «отказ в обслуживании» (DoS), похищать данные и производить удалённое выполнение кода.
⏩В Nvidia уточнили, что реализовать подобные атаки возможно посредством запросов на открытие файлов и методом межсайтового скриптинга (XSS). Сведения о фактической компрометации каких-либо систем из-за этих уязвимостей отсутствуют. Чтобы избавиться от них, разработчик рекомендует обновить ChatRTX до версии 0.2, но несколько сбивает с толку его формулировка, что «последняя затронутая [уязвимостями] и обновлённая версия — 0.2». Возможно, лучше не просто обновить, но и переустановить приложение.
📎 Читать подробнее
@ai_machinelearning_big_data
277 246
Начните карьеру в ИТ с гранта на обучение до 100% в Центральном университете!
Грант можно получить на одно из направлений бакалавриата по искусственному интеллекту, разработке и бизнес-аналитике. Помимо диплома и практико-ориентированного образования студенты получат:
- Персонализацию учебной траектории;
- Стажировку в одной из лучших ИТ-компании страны;
- Личного ментора на все время обучения;
- Доступ к современному кампусу в центре Москвы.
Получить полную информацию и оставить заявку можно здесь.
erid:2VtzqxRjWmk
Реклама, АНО ВО «Центральный университет», ИНН 7743418023
