Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
Data Science | Machinelearning [ru]
Открыть в Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
Больше📈 Аналитический обзор Telegram-канала Data Science | Machinelearning [ru]
Канал Data Science | Machinelearning [ru] (@devsp) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 20 012 подписчиков, занимая 6 722 место в категории Технологии и приложения и 33 717 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 20 012 подписчиков.
Согласно последним данным от 20 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -78, а за последние 24 часа — -10, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 8.57%. В первые 24 часа после публикации контент обычно набирает 3.82% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 715 просмотров. В течение первых суток публикация набирает 765 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 8.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, nvidia, контекст, openai, архитектура.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
Личный блог автора - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
Благодаря высокой частоте обновлений (последние данные получены 21 июня, 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.
20 012
Подписчики
-1024 часа
-467 дней
-7830 день
Архив постов
Хотите учиться у экспертов в области IT? Школа анализа данных Яндекса принимает заявки до 12 мая, успейте зарегистрироваться.
ШАД для вас, если вы:
· интересуетесь Machine Learning
· имеете хорошую математическую подготовку
· уверенно владеете каким-либо языком программирования
Программа длится два года, обучение бесплатное. Можно выбрать одно из направлений: Data
Science, инфраструктура больших данных, разработка машинного обучения или анализ
данных и ИИ в прикладных науках.
Больше об учёбе в ШАД и возможностях для выпускников расскажем на днях открытых
дверей. Узнать даты и зарегистрироваться можно по ссылке.
🪞 Mirror: A Universal Framework for Various Information Extraction Tasks
Мощный инструмент для решения практически всех задач извлечения и унификации информации.
Предварительно обученная модель Mirror в настоящее время поддерживает задачи IE на английском языке.
🖥 Github: https://github.com/Spico197/Mirror
📕Paper: https://arxiv.org/abs/2311.05419v1
🌐 Dataset: https://paperswithcode.com/dataset/glue
@Devsp — Подписаться
⚡️ LCM-LoRA: A Universal Stable-Diffusion Acceleration Module
LoRA представляя собой универсальный ускоритель для различных задач генераций изображений.
Новый подход, который значительно уменьшает нагрузку на диффузионные модели для генерации изображений. Подход позволяет перевести любую существующую обученную LDM на быструю генерацию.
LCM можно выделить из любой предварительно обученной стабильной диффузии (SD) всего за 4000 шагов обучения (около 32 часов графического процессора A100) для создания высококачественных изображений с разрешением 768 x 768 за 2–4 шага или даже за один шаг, что значительно ускоряет обработку текста и генерацию изображения.
🖥 Github: https://github.com/luosiallen/latent-consistency-model
📕Paper: https://arxiv.org/abs/2311.05556v1
🌐 Project: https://latent-consistency-models.github.io
🤗 Demo: https://huggingface.co/spaces/SimianLuo/Latent_Consistency_Model
@Devsp — Подписаться
⚡️ LLocalSearch: completely locally running meta search engine using LLM Agents
LLocalSearch — это полностью локально работающий поисковый агрегатор с использованием агентов LLM.
Пользователь может задать вопрос, и система будет использовать цепочку LLM для поиска ответа.
▪️Github
@Devsp — Подписаться
🦾 Griffin: Mixing Gated Linear Recurrences with Local Attention for Efficient Language Models
Griffin соответствует производительности Llama-2, несмотря на то, что он обучен более чем в 6 раз меньшему количеству токенов.
Он может экстраполировать последовательности, значительно более длинные, чем те, которые наблюдались во время обучения.
▪️Статья: arxiv.org/abs/2402.19427
▪️Версия 2B на hugging face: huggingface.co/google/recurrentgemma-2b
@Devsp — Подписаться
🔥Мощная модель LLM для локального использования — Qwen 72B
Qwen — создан на массивной языковой модели и был обучен на ошеломляющих 3 триллионах токенов многоязычных данных.
Это чудо искусственного интеллекта понимает как английский, так и китайский язык, и было точно настроено для взаимодействия, подобного человеческому.
📎Перевод инструкции по установке
🖥GitHub
@Devsp — Подписаться
Классную работу можно найти за день. Приходи на One Day Offer от SberAutoTech 20 апреля! Нам нужны C++ разработчики и системные аналитики уровней middle и senior. За один день ты познакомишься с командами, проявишь себя на этапах отбора, получишь обратную связь, и — если всё пройдёт успешно — оффер.
SberAutoTech создаёт технологию автономного вождения, совместимую с различными видами транспорта. Тебя ждут крупные и уникальные проекты, возможности для профессионального роста, и большое количество преимуществ, которые дает работа в передовой ИТ-компании.
Оставь заявку, выполни тестовое задание и получи приглашение.
🌟SALMONN: Speech Audio Language Music Open Neural Network
⏩SALMONN — это большая языковая модель (LLM), позволяющая вводить речь, аудиособытия и музыку.
⏩Модель использует общие знания и когнитивные способности LLM для достижения когнитивно ориентированного восприятия звука, что значительно повышает универсальность модели и богатство задачи.
⏩Кроме того, SALMONN способен выполнять текстовые и даже устные команды с относительно высокой степенью точности.
🖥GitHub
📕Paper
🔥 Datasets
@Devsp — Подписаться
С чего же лучше начать практическое погружение в Machine Learning?
🚀 Приглашаем 15 апреля в 18:00 мск на бесплатный практический вебинар «Случайный лес — мощная техника ансамблирования в ML» от Отус, где вы вместе с опытным экспертом:
✅ познакомитесь с алгоритмом Random Forest;
✅ узнаете, как он устроен;
✅ освоите принципы обучения Random Forest;
✅ примените его на практике.
✨ Спикером выступит: Мария Тихонова – PhD in Computer Science, Senior Data Scientist в SberDevices и преподаватель ВШЭ.
➡ Регистрация на вебинар: https://otus.pw/Yn0U/
Вебинар является частью полноценного онлайн-курса «Специализация Machine Learning».
💪 Записывайтесь сейчас, а мы потом напомним. Участие бесплатно.
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963
⚡️ Morphic
Morphic - это поисковая система с возможностью генерации ответов на основе искусственного интеллекта.
Она не только предоставляет информацию в текстовом формате, но и создает изображения для более наглядного понимания.
Этот проект полностью открытого кода занимает 4-е место среди новичков на Git по популярности.
▪Github: github.com/miurla/morphic
▪Попробовать: morphic.sh
@Devsp — Подписаться
Repost from Яндекс
+4😊 Начинаем набор в Школу анализа данных. В этом году планируем зачислить больше 400 студентов. Будем бесплатно учить разработке машинного обучения, Data Science, инфраструктуре больших данных, анализу данных и ИИ в прикладных науках.
Как поступить в этом году: учиться в ШАД могут студенты старших курсов STEM-вузов и специалисты с опытом работы от трёх лет. У лучших абитуриентов появился новый способ поступить — через очную олимпиаду. Заявки принимаем до 12 мая.
Как будем учиться: четыре семестра занятия идут каждый день, очно или онлайн. Обучение займёт около двух лет. Сообщества студентов ШАД есть в Москве, Петербурге, Екатеринбурге, Новосибирске, Нижнем Новгороде и Минске.
Подписывайтесь ✨ @yandex
🌟 Open-Sora-Plan v1.0.0, which significantly enhances video generation quality and text control capabilities.
Open-Sora-Plan версии 1.0.0 - модель генерации, которая может генерировать 10-секундное видео с разрешением 1024 × 1024 со скоростью 24 кадра в секунду.
Этот проект направлен на создание простого и масштабируемого репозитория для воспроизведения Sora.
▪️Github
@Devsp — Подписаться
🔥 Word embedding: что это и как применяется в NLP
👉 Расскажет Мария Тихонова – PhD Computer Science, Senior Data Scientist в SberDevices и преподаватель ВШЭ. Встречаемся на бесплатном практическом уроке от OTUS, где вы:
— узнаете, что такое векторные представления слов;
— изучите алгоритм word2vec;
— научитесь применять его на практике.
Встречаемся 17 апреля в 18:00 мск в рамках курса «Natural Language Processing (NLP)». Доступна рассрочка на обучение!
💣 Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок и получить запись: https://otus.pw/Yn0U/
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
⚡️ MiniGPT4-Video: Advancing Multimodal LLMs for Video Understanding with Interleaved Visual-Textual Tokens
MiniGPT4-Video — мультимодальная модель большого языка (LLM), разработанная специально для понимания видео.
Модель способна обрабатывать как временные визуальные, так и текстовые данные, что позволяет ей понимать сложности видео.
MiniGPT4-видео учитывает не только визуальный контент, но и текстовые диалоги, что позволяет модели эффективно отвечать на запросы, включающие как визуальные, так и текстовые компоненты.
Модель превосходит существующие современные методы, регистрируя прирост на 4,22%, 1,13%, 20,82% и 13,1% по тестам MSVD, MSRVTT, TGIF и TVQA соответственно.
▪️code: https://github.com/Vision-CAIR/MiniGPT4-video
▪️page: https://vision-cair.github.io/MiniGPT4-video/
▪️paper: https://arxiv.org/abs/2404.03413
▪️jupyter: https://github.com/camenduru/MiniGPT4-video-jupyter
@Devsp — Подписаться
Как с помощью искусственного интеллекта побеждать болезни? Освоить Data Science в медицинской сфере. Таких специалистов сейчас остро не хватает на российском рынке.
18 апреля в 19:00 мск пройдет бесплатный онлайн-практикум от МФТИ и Skillfactory.
Узнайте:
— как Data Science помогает создавать новые лекарства
— сколько зарабатывают дата-сайентисты в медицине
— где искать работу такому специалисту
Регистрируйтесь на бесплатный практикум: https://go.skillfactory.ru/&erid=2VtzqvEKkkW
Реклама ООО "Скилфэктори", ИНН 9702009530
🏆 MA-LMM: Memory-Augmented Large Multimodal Model for Long-Term Video Understanding
Большая мультимодальная модель с расширенной памятью для понимания контекста длинных видео.
Модель позволяет использовать длинный контекст за счет существенного сокращения использования памяти графического процессора.
▪️proj: https://boheumd.github.io/MA-LMM/
▪️repo: https://github.com/boheumd/MA-LMM
▪️abs: https://arxiv.org/abs/2404.05726
@Devsp — Подписаться
Нейросеть для генерации изображений YandexART стала доступна для тестирования внешним компаниям!
В режиме закрытого превью нейросеть уже попробовали несколько внешних компаний. Например, крупная e-com сеть тестирует YandexART для создания уникального дизайна подарочных карт. Клиенты сети смогут ввести текстовый запрос и самостоятельно выбрать собственное оформление для карты.
Теперь на облачной платформе Yandex Cloud с помощью YandexART компании смогут создавать визуалы для рекламы и социальных сетей, дизайн-макеты, иллюстрации для диджитала и книг. Нейросеть можно встроить через API в различные сервисы и веб-приложения.
✨ Feature Selection for Deep Tabular Models
Основанный на входном градиенте аналог LASSO для нейронных сетей, называемый Deep Lasso, превосходит классические методы выбора признаков при решении сложных задач, таких как выбор из поврежденных признаков или признаков второго порядка.
🐱 Github: https://github.com/vcherepanova/tabular-feature-selection
📕Paper: https://arxiv.org/pdf/2311.05877v1.pdf
⭐Tasks: https://paperswithcode.com/task/feature-selection
@Devsp — Подписаться
👾Chat-UniVi: Unified Visual Representation Empowers Large Language Models with Image and Video Understanding
Chat-UniVi - унифицированная зрительно-языковая модель, способная понимать и участвовать в разговоре с использованием изображений и видео с помощью визуального представления.
Мы используем набор динамических визуальных токенов для единообразного представления изображений и видео. Эта структура представления позволяет модели эффективно использовать ограниченное количество визуальных токенов для одновременного захвата пространственных деталей, необходимых для изображений , и комплексных временных отношений, необходимых для видео.
Chat-UniVi обучается на смешанном наборе данных, содержащем как изображения, так и видео, что позволяет напрямую применять его к задачам, включающим оба носителя, без каких-либо модификаций.
Обширные экспериментальные результаты показывают, что Chat-UniVi, как унифицированная модель, постоянно превосходит даже существующие методы, предназначенные исключительно для изображений или видео.
🐱 Github: https://github.com/pku-yuangroup/chat-univi
📕Paper: https://arxiv.org/abs/2311.08046v1
⏩Dataset: https://paperswithcode.com/dataset/activitynet-qa
@Devsp — Подписаться
🌐 Интересуетесь автономной навигацией и компьютерным зрением?
Приходите на бесплатный практический урок «SLAM и архитектуры моделей компьютерного зрения в автономных транспортных средствах» от OTUS.
💻 На вебинары вы получите:
— понимание основных принципов SLAM и его роли в автономных системах;
— знание основных архитектур компьютерного зрения для задач навигации;
— ответы на все свои вопросы в режиме реального времени.
Встречаемся 15 апреля в 20:00 мск в рамках курса «Компьютерное зрение». Доступна рассрочка на обучение!
👉 Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок и получить запись: https://otus.pw/Yn0U/
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
