Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
Data Science | Machinelearning [ru]
Відкрити 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
Показати більше📈 Аналітичний огляд Telegram-каналу Data Science | Machinelearning [ru]
Канал Data Science | Machinelearning [ru] (@devsp) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 20 010 підписників, посідаючи 6 722 місце в категорії Технології та додатки та 33 728 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 20 010 підписників.
За останніми даними від 19 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -73, а за останні 24 години на -9, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 8.09%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.89% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 1 619 переглядів. Протягом першої доби публікація в середньому набирає 779 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 8.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, nvidia, контекст, openai, архитектура.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“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”
Завдяки високій частоті оновлень (останні дані отримано 20 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
20 010
Підписники
-924 години
-557 днів
-7330 день
Архів дописів
🌟Sweep — AI-джун, который самостоятельно исправит мелкие ошибки в коде
Sweep — младший разработчик искусственного интеллекта, который превращает ошибки и запросы функций в изменения кода.
Sweep автоматически обрабатывает улучшения Devex, такие как добавление подсказок или улучшение тестового покрытия.
🖥GitHub
🟡Доки
@Devsp — Подписаться
❓Как произвести интеграцию SQL и Pandas для анализа данных?
Присоединяйтесь к открытому уроку "Интеграция SQL и Pandas для анализа данных", где вы:
- узнаете, как сочетать мощь SQL и гибкость Pandas для комплексного анализа данных;
- попрактикуетесь в интеграции SQL-запросов и Pandas, обработке и сохранении результатов анализа в базе данных.
Спикер Роман Козлов – руководитель курса "Python для аналитики", аналитик Big Data/системный аналитик с опытом 8+ лет.
Дата и время открытого урока: 28 мая в 20:00 Мск
Все участники вебинара получат специальную цену на курс «Python для аналитики» и консультацию от менеджеров OTUS!
👉 Регистрируйтесь прямо сейчас, чтобы не пропустить бесплатный урок: https://otus.pw/sqoF/
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru
⚡️ Adobe выпустила DMD2!
Новый усовершенствованный метод дистилляции, который может превратить диффузионные модели, такие как SDXL, в мощные одношаговые генераторы изображений.
▪Project page: https://tianweiy.github.io/dmd2/
▪Code: https://github.com/tianweiy/DMD2
▪Demo: https://4e4a5c6a8b08f76802.gradio.live
@Devsp — Подписаться
🖥Дайджест самых интересных публикаций за последние дни:
• Prompt engineering — путь к эффективной работе с ChatGPT
• Чем новый ChatGPT-4o отличается от GPT-4, что умеет и почему это супер-важно
• Распознавание именованных сущностей: механизм, методики, сценарии использования и реализация
🌟WhisperKit — распознавание речи на устройствах Apple с помощью Whisper
WhisperKit — это пакет Swift, который интегрирует популярную модель распознавания речи Whisper от OpenAI с платформой Apple CoreML для эффективного локального вывода на устройствах Apple.
🖥GitHub
🟡Hugging Face
@Devsp — Подписаться
🔥 YOLOv10: Real-Time End-to-End Object Detection
В новой версии добавлена новая функция сквозного обнаружения объектов в реальном времени. Код выпущен под лицензией GNU GPL v3.0
По сравнению с YOLOv9-C, YOLOv10-B имеет на 46% меньшую задержку и использует на 25% меньше параметров при той же производительности.
▪Paper: arxiv.org/pdf/2405.14458
▪Github: https://github.com/THU-MIG/yolov10/
▪Demo :https://huggingface.co/spaces/kadirnar/Yolov10
▪Colab: https://colab.research.google.com/github/roboflow-ai/notebooks/blob/main/notebooks/train-yolov10-object-detection-on-custom-dataset.ipynb#scrollTo=SaKTSzSWnG7s
@Devsp — Подписаться
🔥open_clip — open-source реализация CLIP
CLIP — это нейросеть, разработанная OpenAI для выполнения задач визуального, а также языкового понимания. Алгоритмы нацелены на понимание связи между текстом и изображениями.
🖥GitHub
🟡Google Colab
@Devsp — Подписаться
Открыта регистрация на Летнюю школу машинного обучения Сколтеха.
SMILES-2024 — 12-дневный интенсивный курс для молодых специалистов, посвящённый современным статистическим методам машинного обучения. Темы этого года: большие языковые модели, мультимодальные подходы, мультиагентные системы, генеративные подходы, методы самообучения.
К участию приглашаются бакалавры, магистры и аспиранты вузов России, активно вовлечённые в сферу машинного обучения и планирующие связать свою карьеру с ИИ.
Школа пройдёт с 1 по 13 августа на исторической площадке Царского села (г. Пушкин) и онлайн. Участие бесплатное, но на основе конкурсного отбора. Подробности и подача заявки — здесь.
⚡️Cover-Agent — инструмент с открытым исходным кодом, включающий в себя реализацию TestGen-LLM от Meta для автоматического улучшения наборов тестов
Cover-Agent использует генеративный искусственный интеллект для автоматизации и улучшения генерации тестов (сейчас в основном юнит-тестов).
Cover-Agent может запускаться через терминал, в будущем его планируется интегрировать в популярные CI-платформы.
Cover-Agent может работать через терминал, и его планируется интегрировать в популярные CI-платформы.
🖥GitHub
🟡Связанная статья Arxiv
@Devsp — Подписаться
🫖 Как стать топовым Data-инженером?
Хотите развиваться в Data-инжиниринге, но не знаете, что для этого нужно?
Подключайтесь к вебинару от Слёрм «ИИ и инструменты Data-специалиста» и получите инсайдерские знания о том, как улучшить свои навыки и стать лидером в области обработки данных.
Когда? 27 мая в 19:00
➡ Зарегистрироваться
В программе:
- Вкатились в Data-инжиниринг. Что дальше?
- Управление знаниями: персональная Data-инженерная вики.
- Где и как рисовать диаграммы и схемы?
- Чат-боты и ChatOps: персональный помощник Data-инженера.
- Какие софт скиллы нужны Data-инженеру?
- Нужны ли Data-инженеру пет-проекты и участие в хакатонах?
- Как влиться в DE-комьюнити?
Спикеры:
Николай Марков, Data Platform Lead в компании Altenar, спикер курса Слёрма «Data-инженер», 11 лет опыта в разработке и проектировании.
Игорь Мосягин, Data-*разработчик в shrimpsizemoose AB, PhD по теоретической физике.
❓ А еще на вебинаре вас ждёт анонс нового и пока секретного проекта. Приходите, чтобы узнать подробности!
До встречи 27 мая!
➡ Регистрируйтесь в боте
Реклама ООО «Слёрм» ИНН 3652901451, erid: 2VtzqusiBw1
🚀 MoRA: High-Rank Updating for Parameter-Efficient Fine-Tuning
MoRA - новый метод использования высокоранговых обновлений весов для файнтюнига моделей при сохранении того же количества обучаемых параметров, как и при использовании матриц низкого ранга.
▪repo: https://github.com/kongds/MoRA
▪abs: https://arxiv.org/abs/2405.12130
@Devsp — Подписаться
⚡️Phi-3-medium-4k-instruct
Phi-3 Vision — это легкая, современная открытая мультимодальная модель, построенная на наборах данных, которые включают в себя синтетические данные и отфильтрованные общедоступные веб-сайты с упором на очень высококачественные, аргументированные и плотные данные как в текстовом, так и в визуальном виде.
Модель прошла тщательный процесс усовершенствования, включающий как контролируемую точную настройку, так и прямую оптимизацию предпочтений, чтобы обеспечить точное соблюдение инструкций и надежные меры безопасности.
- Phi-3-Vision: https://huggingface.co/microsoft/Phi-3-vision-128k-instruct
- Phi-3-Small:
~8k: https://huggingface.co/microsoft/Phi-3-small-8k-instruct
~128k: https://huggingface.co/microsoft/Phi-3-small-128k-instruct
- Phi-3-Medium:
~4k: https://huggingface.co/microsoft/Phi-3-medium-4k-instruct
~128k: https://huggingface.co/microsoft/Phi-3-medium-128k-instruct
@Devsp — Подписаться
⚡️Devon — open-source AI-программист
Devon — AI-помощник, которого можно использовать для парного программирования;
open-source аналог Devin.
Использует API Anthropic, или OpenAI, или Groq.
🖥GitHub
🟡Пример использования
@Devsp — Подписаться
⚡️ Layer-Condensed KV Cache
Layer-Condensed KV Cache — новый вариант декодеров-трансформеров, в котором запросы всех уровней сочетаются с ключами и значениями только верхнего уровня.
Обеспечивает в 26 раз более высокую пропускную способность по сравнению со стандартными трансформерами и помогает увеличить производительность больших языковых моделей.
▪repo: https://github.com/whyNLP/LCKV
▪abs: https://arxiv.org/abs/2405.10637
@Devsp — Подписаться
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 мероприятие:
• 8–9 июня — для дата-инженеров, офер за 2 дня в DWH команды Маркета.
Зарегистрироваться
🔥 GaussianObject: Just Taking Four Images to Get A High-Quality 3D Object with Gaussian Splatting
GaussianObject — платформа для представления и рендеринга 3D-объектов с помощью гауссовских пятен, которая обеспечивает высокое качество рендеринга всего с четырьмя входными изображениями.
▪️Github: https://github.com/GaussianObject/GaussianObject
▪️Colab: https://colab.research.google.com/drive/1WIZgM--tJ3aq25t9g238JAuAoXrQYVMs?usp=sharing#scrollTo=TlrxF62GNePB
▪️Project: https://gaussianobject.github.io
@Devsp — Подписаться
