ru
Feedback

Не попадитесь на канал ботавода! Telemetrio находит и помечает такие каналы 👉 Хотите видеть метку — оформите подписку

Love. Death. Transformers.

Love. Death. Transformers.

Открыть в Telegram

❤️☠️🤗 Указанные действия не являются ресерчем, поскольку: а) Мы не ученые; б) Оно работает. @transformerslovedeatch по всем вопросам Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.

Больше

📈 Аналитический обзор Telegram-канала Love. Death. Transformers.

Канал Love. Death. Transformers. (@lovedeathtransformers) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 26 257 подписчиков, занимая 5 062 место в категории Технологии и приложения и 24 613 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 26 257 подписчиков.

Согласно последним данным от 19 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 281, а за последние 24 часа — 3, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 39.78%. В первые 24 часа после публикации контент обычно набирает 24.03% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 10 445 просмотров. В течение первых суток публикация набирает 6 309 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 131.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как сиська, llm, параметр, округление, fp32.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
“❤️☠️🤗 Указанные действия не являются ресерчем, поскольку: а) Мы не ученые; б) Оно работает. @transformerslovedeatch по всем вопросам Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.”

Благодаря высокой частоте обновлений (последние данные получены 20 ноября, 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.

26 257
Подписчики
+324 часа
+17 дней
+28130 дней

Загружаем данные

Привлечение подписчиков
нояб. '26
ноябрь '26
+197
в 13 каналах
октябрь '26
+649
в 35 каналах
Get PRO
сентябрь '26
+939
в 30 каналах
Get PRO
август '26
+464
в 36 каналах
Get PRO
июль '26
+426
в 11 каналах
Get PRO
июнь '26
+389
в 24 каналах
Get PRO
май '26
+373
в 17 каналах
Get PRO
апрель '26
+820
в 41 каналах
Get PRO
март '26
+837
в 14 каналах
Get PRO
февраль '26
+805
в 29 каналах
Get PRO
январь '26
+290
в 24 каналах
Get PRO
декабрь '25
+577
в 30 каналах
Get PRO
ноябрь '25
+349
в 19 каналах
Get PRO
октябрь '25
+637
в 29 каналах
Get PRO
сентябрь '25
+700
в 14 каналах
Get PRO
август '25
+568
в 24 каналах
Get PRO
июль '25
+529
в 14 каналах
Get PRO
июнь '25
+685
в 17 каналах
Get PRO
май '25
+658
в 21 каналах
Get PRO
апрель '25
+539
в 14 каналах
Get PRO
март '25
+826
в 21 каналах
Get PRO
февраль '25
+611
в 19 каналах
Get PRO
январь '25
+846
в 28 каналах
Get PRO
декабрь '24
+907
в 18 каналах
Get PRO
ноябрь '24
+727
в 26 каналах
Get PRO
октябрь '24
+565
в 20 каналах
Get PRO
сентябрь '24
+653
в 30 каналах
Get PRO
август '24
+4 711
в 34 каналах
Get PRO
июль '24
+700
в 36 каналах
Get PRO
июнь '24
+584
в 24 каналах
Get PRO
май '24
+953
в 21 каналах
Get PRO
апрель '24
+868
в 30 каналах
Get PRO
март '24
+609
в 21 каналах
Get PRO
февраль '24
+804
в 22 каналах
Get PRO
январь '24
+1 180
в 28 каналах
Get PRO
декабрь '23
+1 028
в 27 каналах
Get PRO
ноябрь '23
+408
в 14 каналах
Get PRO
октябрь '23
+436
в 16 каналах
Get PRO
сентябрь '23
+457
в 0 каналах
Get PRO
август '23
+336
в 0 каналах
Get PRO
июль '23
+326
в 0 каналах
Get PRO
июнь '23
+330
в 0 каналах
Get PRO
май '23
+1 732
в 0 каналах
Get PRO
апрель '23
+613
в 0 каналах
Get PRO
март '23
+591
в 0 каналах
Get PRO
февраль '23
+465
в 0 каналах
Get PRO
январь '23
+790
в 0 каналах
Get PRO
декабрь '22
+498
в 0 каналах
Get PRO
ноябрь '22
+153
в 0 каналах
Get PRO
октябрь '22
+147
в 0 каналах
Get PRO
сентябрь '22
+212
в 0 каналах
Get PRO
август '22
+308
в 0 каналах
Get PRO
июль '22
+372
в 0 каналах
Get PRO
июнь '22
+395
в 0 каналах
Get PRO
май '22
+262
в 0 каналах
Get PRO
апрель '22
+429
в 0 каналах
Get PRO
март '22
+315
в 0 каналах
Get PRO
февраль '22
+146
в 0 каналах
Get PRO
январь '22
+298
в 0 каналах
Get PRO
декабрь '21
+398
в 0 каналах
Get PRO
ноябрь '21
+274
в 0 каналах
Get PRO
октябрь '21
+170
в 0 каналах
Get PRO
сентябрь '21
+297
в 0 каналах
Get PRO
август '21
+544
в 0 каналах
Get PRO
июль '21
+76
в 0 каналах
Get PRO
июнь '21
+47
в 0 каналах
Get PRO
май '21
+54
в 0 каналах
Get PRO
апрель '21
+36
в 0 каналах
Get PRO
март '21
+485
в 0 каналах
Дата
Привлечение подписчиков
Упоминания
Каналы
20 ноября+9
19 ноября+7
18 ноября+6
17 ноября+6
16 ноября+8
15 ноября+7
14 ноября+5
13 ноября+5
12 ноября+7
11 ноября+3
10 ноября+7
09 ноября+19
08 ноября+9
07 ноября+5
06 ноября+11
05 ноября+11
04 ноября+12
03 ноября+27
02 ноября+24
01 ноября+9
Посты канала
photo content
20 нояб., 11:39

2
Нет текста...
1
3
its so over
4 765
4
https://alpo.ge/remark.pdf Levent Alpöge выложил, как утверждается, Lean-формализацию доказательства гипотезы Римана // via @MathfromKrach ( ранее от Alpöge: https://t.me/cme_channel/4928 & https://t.me/cme_channel/4979 )
4 342
5
чат а есть серьезные работы по атакам на reward ? ну те у меня есть энвайромент, есть награда через мини скафолд/рубрики и я хочу эффективно аттаковать все это дело. Какие варианты?
5 685
6
Нет текста...
8 223
7
Всем привет! В последнее время всё активнее обсуждаются новые релизы открытых LLM от российских компаний, их бенчмаркинг, а т
Всем привет!  В последнее время всё активнее обсуждаются новые релизы открытых LLM от российских компаний, их бенчмаркинг, а также законодательное регулирование.  Поэтому мы в ИТМО решили сделать новое аналитическое исследование различных аспектов обучения российских LLM и используемых для этого данных: какие модели развивают отечественные команды и какие данные и их источники нужны для дальнейшего роста. Полный текст доступен здесь: https://opensource.itmo.ru/llmresearch  В ходе исследования мы провели глубинные интервью с 14 экспертами из бизнеса, индустриальной и академической науки и независимых команд. Среди участников - специалисты Яндекса, Сбера, команды ГигаЧат, Т-Банка, AI VK, AIRI, МГУ, ИТМО и других организаций. Дополнительно собрали обзор российских моделей и бенчмарков, разобрали технические этапы обучения LLM. Вот некоторые из обсужденных аспектов: - Отечественные модели уже демонстрируют сильные результаты в русскоязычных задачах. Наибольший потенциал - в специализированных отраслях: медицине, праве, строительстве и других. - Доступ к качественным данным - ключевое условие конкурентоспособности российских ИИ-моделей. Особую ценность представляют научные, архивные, библиотечные и отраслевые данные. Их доступность и оцифровка позволят повысить качество отечественных LLM. - Будущее ИИ - за качеством данных, а не только за их объемом. Тщательно подготовленные и проверенные датасеты позволяют небольшим моделям конкурировать с более крупными. При этом доступ к международным и многоязычным данным остается важным для развития российских LLM. - Развитие российских LLM требует совместных усилий государства, бизнеса и науки. Помимо доступа к данным необходимы вычислительная инфраструктура, подготовка специалистов, развитие исследований и понятные правила использования контента для обучения моделей. Отдельно мы разбирались с ролью открытых моделей и собрали информацию о наиболее актуальных - как обученных “с нуля”, так  использующих зарубежные открытые веса как основу и адаптируют их под свои задачи. Также собрали разбор этапов обучения LLM. Надеемся, он будет полезен тем, кто хочет погрузиться в технические нюансы. Для опенсорс-сообщества здесь есть вполне конкретные направления работы: открытые датасеты, инструменты подготовки данных, бенчмарки и воспроизводимые методы адаптации. В исследовании мы обсудили, как в этой работе могут участвовать бизнес, университеты и независимые разработчики. Будем рады вопросам, обсуждениям и дополнениям!
6 469
8
УНИКАЛЬНЫЙ СЛИВ, ВОТ СПИСОК ВСЕХ БУДУЩИХ МОДЕЛЕЙ ГУГЛ
УНИКАЛЬНЫЙ СЛИВ, ВОТ СПИСОК ВСЕХ БУДУЩИХ МОДЕЛЕЙ ГУГЛ
8 629
9
Тут пошла волна сокращений в Российских бигтехах, буду публиковать тут ссылки на компании которые нанимают. Например мы в keenable.ai строим поиск, обогнали exa, parallel, perplexity на artificial analysis и быстро растем. Подаваться тут: keenable.ai/careers А если вы хотите чтобы ваша компания была тут - присылайте текст и ссылку сюда
8 271
10
GTA 6 оверхайп, лучше почитайте что то увлекательное - репорт https://openathena.ai/blog/ кажется самой большой полностью открытой модели.
7 911
11
ROGII Wellbore curves recognition Пока на каггле ровно ноль соревнований на ML, я захостил вам одно сам. Призы: 10001 доллар
ROGII Wellbore curves recognition Пока на каггле ровно ноль соревнований на ML, я захостил вам одно сам. Призы: 10001 доллар сша. Другие соревы выдают призы в 10к, а я вам выбил на доллар больше. Цените. Данные: 110 гигов графиков разных лет и способов создания, которые надо распознать и превратить назад в числа. Таймлайн: С 18 ноября по 21 декабря. Лучший способ выиграть себе денег на новогодние подарки. Задача: сегментировать кривые показателей со сканов, распознать их и отделить друг от друга. Казалось бы, просто сегментация. Но кривые пересекаются, идут друг под другом и прерываются. В каждом графике закопаны миллионы жидких долларов. В США много нефти. И сильное частное право. Если вы вдруг нашли у себя в огороде на участке нефть, то это ВАША нефть. Но чтобы ее найти, надо заказать довольно дорогое исследование, которое проводится методами геологической разведки (бурением). Такое исследование проводит отдельная компания-подрядчик, коих точно несколько десятков, если не сотен и у каждой свой набор инструментов. На цену участка влияет не только то, что на нем или соседнем участке есть нефть, а то, что на нем есть вероятность обнаружения нефти. Благо для уточнения этой информации есть огромные архивы логов в виде бумажных распечаток, диафильмов и конечно электронных картинок. На каждой такой картинке есть сразу несколько пересекающихся разноцветных если повезет кривых, соотносящих глубину скважины и показатели датчиков геологического зонда, которые отображены на одном поле координат. Каждый подрядчик еще и дополняет лог субъективно полезной и специфичной информацией, чтобы показать, что он самый лучший и профессиональный. Эти логи накапливаются аж с 1929 года, так что весь США изсверлен как сыр эмменталь. Почти сто лет разные компании рисовали эти графики в своих форматах, со своими обозначениями и своим представлением о прекрасном. Тысячи логов пылились в архивах до этого и ждали, пока по ним найдут пропущенные нефтеносные слои. В ваша задача- оцифровать логи. Нужно написать пайплайн, который распознает логи, оцифрует их и распутает распознанные кривые. А еще это соревнование, которое я собрал самостоятельно. От кагглера к кагглерам, так сказать.
7 031
12
надоело платить $200 за кодинг? 💀 запустили подписку на rawmodels. для подписчиков канала 10 баксов в месяц по промокоду RAW
надоело платить $200 за кодинг? 💀 запустили подписку на rawmodels. для подписчиков канала 10 баксов в месяц по промокоду RAWPI50. внутри 100 млн токенов в месяц на uncensored qwen 27b можно кодить через pi, общаться в чате или дергать API своим ключом — всё из одной подписки, без отдельного пополнения. вход + выход, кеш считается один раз. до 15 млн токенов за любые 5 часов. обычная цена $15. по промокоду $10 первые 3 месяца, для первых 100 новых подписок. 10 баксов и кодь в кайф. 👉 забрать подписку (https://www.rawmodels.ai/agents)
7 670
13
Нет текста...
1
14
https://openai.com/index/introducing-gpt-6-2-astra-sol/ Из-за специфики современного rl модели стали выходить чаще по мере вы
https://openai.com/index/introducing-gpt-6-2-astra-sol/ Из-за специфики современного rl модели стали выходить чаще по мере выхода удачных чекпоинтоа
7 693
15
ждите короче 12000 работ про "мы покрутили acceptance rate, подобрали задачи и квант и нас х3*" *акиця распостраняется на плохие бейзланый
8 184
16
tldr: пользуйтесь опусом
tldr: пользуйтесь опусом
8 369
17
https://arxiv.org/pdf/2611.11995
https://arxiv.org/pdf/2611.11995
8 076
18
ИИ может радикально ускорить математику. К чему мы придём? Джейкоб Цимерман Сокращённый перевод выступления на The Curve, 2–4 октября 2026 года. Видео: https://www.youtube.com/watch?v=kbzIVh405r8 ИИ уже пришёл в математику. Я занимаюсь ею всю жизнь, но теперь практически любую задачу быстрее всего решать вместе с ИИ. Он ещё не заменяет меня, но уже превосходит меня. С ним я работаю лучше. Математикам трудно это принять. Для многих математика — не просто профессия, а часть личности, источник смысла и разновидность искусства. Мы занимаемся ею не только ради практической пользы: нам просто нравится это делать. Долгое время мы передвигали планку. Сначала говорили: ИИ умеет разговаривать, но не способен заниматься математикой — не на чем обучаться. Потом: простые задачи решать может, а сложные — нет. Затем он научился решать и сложные. По-моему, перелом наступил, когда ИИ решил задачу Навье — Стокса, одну из задач тысячелетия. Теперь почти вся математика переживает переворот: ежедневно решаются крупные гипотезы, на которые обычно уходили бы годы или десятилетия. Журналы, конференции и arXiv переполнены работами. Сообщество не успевает за изменениями. Реакции очень разные. Одни считают, что всё это плохо: знаний становится больше, а человеческого понимания — меньше, поскольку мы не успеваем их осмысливать. Ломается подготовка аспирантов и другие системы, опирающиеся на математические компетенции людей. Некоторые подписывают письма против использования ИИ в математике. Я скорее считаю, что в конечном счёте для математики это хорошо. Время, когда можно было стать математиком, доказать большую гипотезу и увековечить своё имя, прошло. Это немного грустно. Зато мы получаем гораздо больше интересных результатов и будем учиться разбирать их, понимать и работать с ними. Между этими полюсами — растерянные аспиранты и молодые преподаватели. То, к чему они готовились всю жизнь, меняется на глазах. Они спрашивают: стоит ли вообще идти в аспирантуру? Что теперь делать? На мой взгляд, аспирантура в прежнем виде теряет смысл. Мы годами готовим узких специалистов, но к окончанию их обучения ИИ продвинет выбранную область на десять поколений вперёд, а полученные навыки окажутся слишком узкими. По меньшей мере нельзя продолжать учить людей точно так же, как раньше. Четыре года назад я использовал ИИ из любопытства. Два года назад начал с его помощью изучать незнакомые области. Полгода назад — проверять доказательства. Однажды модель нашла ошибку, а я сначала спорил с ней. Она оказалась права. Исправить доказательство модель не смогла, но смог я. Месяц назад в исследовании по теории игр, связанном с безопасностью ИИ, модели ускорили мою работу в пять–десять раз. Теперь они за несколько дней делают то, на что у меня ушёл бы месяц. Но результаты всё равно нужно тщательно проверять: верны ли они, понятны ли, относятся ли к задаче и действительно ли отвечают на поставленный вопрос. Я уже перешёл из чистой математики в безопасность ИИ. Вместе с коллегами мы создали MAISI — инициативу математиков и других теоретиков, работающих в этой области. Если бы я продолжал профессионально заниматься чистой математикой, мой рабочий процесс изменился бы полностью: я бы целыми днями программировал системы для организации работы ИИ. Мой прогноз: весь нынешний круг открытых математических проблем будет решён в течение пяти лет. За это время математика пройдёт примерно пять обычных поколений развития, двигаясь вдесятеро быстрее. ИИ научится не только получать результаты, но и объяснять, систематизировать и осмыслять их. Нам стоит пересмотреть и масштаб научных амбиций. Есть шутка: вся физика — математика, вся химия — физика, вся биология — химия. На практике переходить между этими уровнями слишком сложно. Но с системами, намного превосходящими человека, это ограничение может исчезнуть. Возможно, стоит вернуться и к философским вопросам — теориям любви, внимания и ценности. Обычно такие идеи вызывают скепсис: их авторы часто наивны и недооценивают сложность задачи. Но теперь нам всем стоит пересмотреть исходные предпосылки.
8 055
19
На самом деле сервинг агентов достаточно хитрая штука - например в случае компактинга у тебя протухает kV cache, но ты получа
На самом деле сервинг агентов достаточно хитрая штука - например в случае компактинга у тебя протухает kV cache, но ты получаешь более короткий контекст, а значит его можно считать на другой карте, а ещё компактинг можно считать асинхронно. Понимаете к чему я? Тут получается огромное комбинаторное пространство которое человеком оптимизировать долго, а вот агенту - быстро. https://arxiv.org/abs/2611.12304
9 042
20
Нет текста...
8 258