Big Data AI
Открыть в Telegram
@haarrp - админ Вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейроннным сетям @data_analysis_ml - анализ данных @ai_machinelearning_big_data @itchannels_telegram - важное для программиста РКН: clck.ru/3Fmqxe
Больше
Сеть:📈 Аналитический обзор Telegram-канала Big Data AI
Канал Big Data AI (@bigdatai) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 18 212 подписчиков, занимая 6 994 место в категории Технологии и приложения и 35 970 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 18 212 подписчиков.
Согласно последним данным от 15 сентября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 74, а за последние 24 часа — 3, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.06%. В первые 24 часа после публикации контент обычно набирает 3.48% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 286 просмотров. В течение первых суток публикация набирает 633 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 6.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, openai, github, nvidia, deepseek.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“@haarrp - админ
Вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейроннным сетям
@data_analysis_ml - анализ данных
@ai_machinelearning_big_data
@itchannels_telegram - важное для программиста
РКН: clck.ru/3Fmqxe”
Благодаря высокой частоте обновлений (последние данные получены 16 сентября, 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.
18 212
Подписчики
+324 часа
-57 дней
+7430 дней
Архив постов
18 212
🔥 Один из лучших обучающих курсов на StepiK по SQL
SQL можно знать годами и всё равно теряться, когда запрос внезапно начинает тормозить в проде.
Этот курс про уровень, где ты не просто пишешь SELECT, а понимаешь, что происходит внутри MySQL, почему запрос работает медленно и как ускорить его без новых проблем. Здесь разбираются EXPLAIN, индексы, CTE, оконные функции, транзакции, аналитические паттерны, legacy SQL и работа с AI-ассистентами.
Каждый урок - с практикой и реальными SQL-задачами на MySQL 8 с автопроверкой.
После курса ты сможешь увереннее разбирать чужой код, находить узкие места и предлагать решения, которые действительно работают.
Для подписчиков скидка - 49% в течение 2 суток: https://stepik.org/a/298827/
18 212
Repost from Machinelearning
🎙 Google выпустила Gemini 3.8 Live и Live Extended Thinking
Модели поддерживают 97 языков, понимают видео и изображение с камеры, вызывают инструменты без остановки разговора.
Extended Thinking рассуждает и говорит одновременно, выполняя сложные задачи в фоне. По данным Google, версия заняла первое место в Speech to Speech Quality Index - 82,6 балла.
Цена API за 1 млн токенов для обеих версий:
* Аудио: $3 вход / $12 выход.
* Текст: $0,75 вход / $4,50 выход.
Доступны через Gemini API и AI Studio. Началось внедрение в Search Live, Gemini Live и Workspace.
Анонс — https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/
Цены — https://ai.google.dev/gemini-api/docs/pricing
18 212
Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей.
Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом.
Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время.
В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут:
— Лимитированный мерч;
— Сертификаты об участии;
— Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями.
Успей зарегистрироваться и пройти отборочный этап до 27 сентября.
Erid: 2VSb5yFoX4E
18 212
🚨 Microsoft AI опубликовала первый публичный черновик Code of Conduct для своих MAI-моделей
ИИ должен оставаться инструментом под контролем человека, не расширять самостоятельно свои цели и никогда не сопротивляться остановке, исправлению или отключению.
В документе отдельно закреплены Absolute Constraints - вещи, которые модель не должна делать вообще. Среди них оружие массового вреда, эксплуатация детей и масштабная вредоносная манипуляция.
Microsoft также пишет, что MAI-модели не должны:
- самостоятельно расширять область своих действий
- ставить себе цели без человека
- скрывать reasoning от аудиторов
- сопротивляться shutdown или human override
При этом компания хочет оставить корпоративным клиентам возможность настраивать модели под свои сценарии, не навязывая одну универсальную модель поведения.
Черновик открыт для публичного обсуждения на 6 недель. После этого Microsoft обещает выпустить обновлённую версию.
На фоне разговоров про RSI, autonomous agents и призывов замедлить frontier AI это уже выглядит не как абстрактная этика, а как попытка формально прописать границы поведения будущих моделей.
https://microsoft.ai/news/mai-code-of-conduct/
18 212
🚀 Anthropic рассчитывает показать прибыль второй квартал подряд перед планируемым IPO
По данным Financial Times, компания ожидает снова получить положительную скорректированную операционную прибыль.
Во втором квартале Anthropic уже вышла в плюс по этому показателю, а выручка превысила $11,5 млрд - более чем в 14 раз выше, чем годом ранее. К концу июля annualized revenue run rate достиг примерно $65 млрд.
Отдельно Anthropic сообщает gross margin выше 80%.
Но здесь есть важная оговорка: этот показатель не учитывает часть крупнейших расходов — обучение моделей и revenue sharing с партнёрами-дистрибьюторами вроде Amazon. Поэтому «прибыльность» frontier AI пока стоит читать очень внимательно.
Тем не менее динамика впечатляющая: ещё недавно главный вопрос был, смогут ли AI-лаборатории вообще выйти из режима бесконечного сжигания капитала. Anthropic теперь пытается показать инвесторам, что экономика начинает сходиться.
https://www.ft.com/content/4564e6a5-69e9-40a6-bf0f-a888f2f4f002?syn-25a6b1a6=1
18 212
Repost from Machinelearning
✔️ Голосовая модель GPT-Live-1 стала доступна по API
OpenAI открыла API полнодуплексной голосовой модели GPT-Live-1 стоимостью 5 центов за минуту. Модель слушает и синтезирует речь одновременно, заменяя традиционный каскад STT–LLM–TTS.
Единая архитектура снизила задержку реакции с 1,4 до 0,8 секунды и позволила обрабатывать перебивания. Обновленная фильтрация пауз и фонового шума сократила число ложных прерываний на 80%.
Модель поддерживает делегирование вычислений - голосовой фронтенд удерживает непрерывный контакт с пользователем, пока бэкенд (GPT-6 Astra и Luna) параллельно выполняют рассуждения и вызовы инструментов.
GPT-Live-1 готова к интеграции в телефонию. API может возвращать ASR-транскрипты, включает 12 голосов и поддерживает управление темпом и стилем речи через системный промпт.
@ai_machinelearning_big_data
#news #ai #ml
18 212
🚨 Слухи: OpenAI решила гипотезу Ходжа
В соцсетях обсуждают возможное решение ещё одной задачи тысячелетия. Параллельно распространяются заявления, что OpenAI или Anthropic близки к доказательству гипотезы Бёрча - Свиннертона-Дайера.
За решение каждой предусмотрена премия $1 млн.
Но публичных доказательств и официальных подтверждений этих сообщений найти не удалось. На сайте Института Клэя гипотеза Ходжа по-прежнему имеет статус нерешённой.
Если результаты подтвердятся, это станет крупным достижением ИИ в математике. Пока заявления об AGI и гонке за решениями перед IPO остаются интерпретациями авторов слухов.
Статус гипотезы Ходжа - https://www.claymath.org/millennium/hodge-conjecture/
18 212
🛡 LLM, Guardrails и Zero Trust:
вебинары о безопасной работе с ИИ
➡️ 15 сентября
Как защитить чувствительные данные при работе с LLM с помощью Guardrails
Эксперты Cloud․ru расскажут о том, как Guardrails помогают контролировать данные, которые передаются модели: персональные данные, API-ключи, внутренние идентификаторы и другую чувствительную информацию. А еще покажут, как встроить Guardrails Filter в процессы.Зарегистрироваться ➡️ 17 сентября ИИ в облаке: кто отвечает за безопасность
Эксперты Cloud․ru разберут, как выстроить безопасную ИИ-инфраструктуру без лишних рисков. Отдельно обсудят подход Zero Trust: расскажут, как контролировать доступ к данным, моделям и сервисам в облаке.Зарегистрироваться Если вы работаете с LLM, GenAI-сервисами или строите ИИ-инфраструктуру в облаке — присоединяйтесь.
18 212
Nex-AGI открыла Nex-N2.5-Max - MoE-модель на 1,6 трлн параметров
Модель построена на DeepSeek-V4-Pro-Base и ориентирована на программирование, работу с инструментами и длинные последовательности агентных задач. При обработке токена активируются около 49 млрд параметров. Ввод - только текст.
По результатам разработчиков:
* AutomationBench - 50,2, у Claude Opus 5 - 50,3.
* BrowseComp - 92,6, у Claude Opus 5 - 90,8.
* Terminal-Bench 2.1 - 86,1.
* Toolathlon Verified - 74,7.
Веса доступны под Apache 2.0. Репозиторий занимает примерно 1,65 ТБ.
В линейке также вышла Nex-N2.5-mini на 35 млрд параметров с поддержкой изображений и задач управления компьютером.
Модель Max - https://huggingface.co/nex-agi/Nex-N2.5-Max)
Модель mini - https://huggingface.co/nex-agi/Nex-N2.5-mini
18 212
Repost from Machinelearning
+2📲 OpenAI решила задачу тысячелетия? Пока доказательств нет
Математик Тристан Бакмастер утверждает, что 6 сентября представители OpenAI сообщили ему о готовом доказательстве образования сингулярности в уравнениях Навье–Стокса с внешней силой.
Если доказательство верно и соответствует условиям задачи Института Клэя, оно может закрыть одну из главных нерешённых проблем математики.
До этого Бакмастер и Левент Алпёге с помощью Claude и моделей OpenAI получили новые результаты для уравнений Эйлера и родственных систем. Однако эти работы сами по себе задачу Навье–Стокса не решают.
Параллельно возник спор об авторстве. Бакмастер заявляет, что ему предлагали оформить результат OpenAI без Алпёге, работающего в Anthropic. Себастьен Бюбек назвал обвинения ложными.
Доказательство OpenAI не опубликовано, Бакмастер его не видел, независимой проверки нет. Институт Клэя по-прежнему указывает задачу как нерешённую.
https://www.claymath.org/millennium/navier-stokes-equation/
@ai_machinelearning_big_data
18 212
🔥 На Hugging Face выложили датасет на 4,5 МИЛЛИАРДА TikTok-постов
Это огромная база метаданных TikTok: 4 501 811 789 записей, около 289 ГБ в 27 Parquet-файлах.
Для каждого ролика есть:
- подпись и упоминания
- дата публикации и длительность
- просмотры, лайки, комментарии, репосты и сохранения
- используемый звук
- язык и страна
- отметка рекламы
Данные собирались примерно три недели через мобильный API TikTok. Самих видео и данных об авторах в датасете нет.
Можно стримить через Hugging Face Datasets или анализировать Parquet напрямую через DuckDB/Polars — без загрузки всего датасета целиком.
Лицензия - только для исследований и обучения. Авторы отдельно предупреждают о GDPR/CCPA и о том, что сбор данных противоречил ToS TikTok.
https://huggingface.co/datasets/kuben-developer/tiktok-videos-4b
18 212
+1
FinFIRST - финансовый бенчмарк, который проверяет не только ответ, но и весь путь к нему
Ant Group вместе с инвестиционно-банковской командой CICC и более чем 50 финансовыми специалистами разработала FinFIRST - бенчмарк для оценки AI-агентов на реальных финансовых задачах.
Он проверяет:
- как агент ищет источники
- насколько свежие данные использует
- умеет ли объединять несколько источников
- выбирает ли надёжные доказательства
- правильно ли считает
- насколько легко проверить полученный результат
Задачи охватывают Китай, США, Гонконг и другие рынки:
- 60,2% - на китайском
- 39,8% - на английском
- 61,8% требуют явных вычислений
- 32,5% требуют нескольких источников
- в 75,6% случаев агент сам должен найти и выбрать источники
Для сравнения протестировали 15 конфигураций моделей в одинаковом ReAct-сетапе с Web Search, Visit и Python.
Ling-3.0-flash-Fin набрала 82,45% по source verification, показав один из сильных результатов среди протестированных open-weight моделей.
Уже готовится FinFIRST V2 - с более широким набором задач по финансовому поиску и сложным research-сценариям.
https://huggingface.co/datasets/inclusionAI/FinFIRST
18 212
🔥 MWS Cloud первой в России развернула модель GLM-5.3 в собственной инфраструктуре.
Она доступна в MWS GPT Model Hub и полностью локализована в России — данные пользователей не покидают страну. При этом стоимость останется на уровне GLM-5.2.
Российские компании могут использовать GLM-5.3 использовать модель для разработки ПО и решения агентских задач в отечественном ИТ-контуре. Например, для анализа и генерации кода, поиска ошибок и работы с репозиториями.
Компания-разработчик Z.аi заявляет, что модель использует ту же архитектуру, что и GLM-5.2. Прирост качества получили благодаря масштабированию посттренинга. По оценкам экспертов, модель GLM-5.3 работает на уровне передовых закрытых моделей, таких как Claude Fable 5 и GPT-5.6 Sol.
18 212
⚡️ Cyber-Prime 1 2.6B - компактная модель специально для кибербезопасности
Появилась Cyber-Prime 1 2.6B - небольшая agentic-модель для задач кибербезопасности, построенная на базе LFM 2.6B от Liquid AI.
Модель обучали на:
- reasoning traces;
- датасетах по кибербезопасности;
- синтетических данных автора.
Дополнительно её прогоняют через цикл recursive self-improvement, поэтому новые чекпоинты планируют выпускать очень быстро.
Сейчас доступна версия на 2.6B параметров, а дальше обещают:
- 4B;
- 7.9B MoE.
Вес модели уже открыт:
https://huggingface.co/Akahsizrr/Cyber-Prime-1-2.6B
18 212
Как с помощью ИИ сократить время на поиск и сверку данных о продукте
Подготовка паспортов продуктов, проверка маркировки, сверка данных для каналов продаж, анализ условий поставки — это часы ручной рутины и риск ошибок на каждом этапе жизни продукта. Эксперты из Navicon проведут вебинар и покажут, как переложить эту работу на ИИ-платформу NaviCortex.
📅 8 сентября, 11:00 (мск)
💻 Онлайн
Что разберём:
✔️цепочка создания ценности продукта и новые вызовы пищевой отрасли
✔️практические сценарии использования ИИ: создание паспорта продуктов, проверка маркировки, формирование календаря поставок, анализ сигналов качества
✔️как ИИ-платформа NaviCortex контролирует соответствие требованиям и сверяет данные
✔️с чего начать запуск пилотного проекта
👉 Зарегистрироваться
18 212
Anthropic запустила Claude Fable 5.1.
И почти сразу OrcaReplay вытащил системный промпт Claude Code для новой модели.
В опубликованном файле можно посмотреть, какие инструкции получает Claude Code перед началом работы: как он должен использовать инструменты, обращаться с кодом, соблюдать ограничения и вести себя внутри агентного окружения.
Ссылки:
Fable 5.1 System Prompt:
https://github.com/Continuum-AI-Corp/OrcaReplay/blob/main/prompt/CLAUDECODE/claude-fable-5-1-print-system-prompt.md
OrcaReplay:
https://github.com/Continuum-AI-Corp/OrcaReplay
18 212
Repost from Machinelearning
+1⚡️ Qwen представила E-Commerce Bench - новый бенчмарк для проверки AI-агентов на долгосрочном управлении бизнесом.
Агент получает ¥100 000 и должен целый год управлять интернет-магазином:
- искать поставщиков
- торговаться
- выставлять цены
- запускать акции
- контролировать склад
- управлять денежным потоком
Среда построена на реальных данных электронной коммерции.
Внутри:
- 6886 товаров
- 576 поставщиков
- 152 из них мошенники
- комиссии за хранение
- возвраты
- репутация
- ограниченный рабочий день
Оценка идёт сразу по 7 направлениям, поэтому одной модели, которая была бы лучшей во всём, пока нет.
Blog: https://qwen.ai/blog?id=e-commerce-bench
Paper: https://arxiv.org/abs/2608.30730
Project: https://ecbench.github.io
Code: https://github.com/QwenLM/E-CommerceBench
@ai_machinelearning_big_data
#Qwen
