Machine learning Interview
Kanalga Telegram’da o‘tish
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali Machine learning Interview analitikasi
Machine learning Interview (@machinelearning_interview) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 30 580 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 4 348-o'rinni va Rossiya mintaqasida 21 020-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 30 580 obunachiga ega bo‘ldi.
27 Oktabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 276 ga, so‘nggi 24 soatda esa 16 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 13.53% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 6.93% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 4 136 marta ko‘riladi; birinchi sutkada odatda 2 119 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 25 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent claude, llm, контекст, hermes, nvidia kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 28 Oktabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
30 580
Obunachilar
+1624 soatlar
+1617 kun
+27630 kun
Postlar arxiv
+1
🚨 Anthropic больше чем удвоила выручку всего за один квартал.
По предварительным данным, во втором квартале компания получила более $11,5 млрд против $4,73 млрд в первом. Год к году рост составил примерно 14 раз.
И это первый квартал, когда Anthropic вышла в положительную скорректированную операционную прибыль.
Ещё в мае annualized revenue run rate компании превысил $47 млрд. Основной спрос идёт со стороны бизнеса, особенно на Claude и инструменты для программирования.
Для сравнения: всего год назад Anthropic находилась на уровне около $3 млрд annualized revenue.
Claude буквально превратился в машину по печатанию денег.
🚀 OpenAI приближается к $40 млрд годовой выручки.
По данным Bloomberg, компания сейчас движется к annualized revenue run rate около $40 млрд - примерно в два раза больше, чем в конце 2025 года.
Главный драйвер роста - не только ChatGPT, но и инструменты для разработчиков. Особенно быстро растёт Codex, который становится одним из самых сильных направлений бизнеса OpenAI.
При этом Anthropic с Claude Code показывает агрессивную динамику и уже движется к очень высоким показателям выручки в корпоративном сегменте.
AI-рынок всё больше превращается в гонку не только моделей, но и продуктов вокруг них: кто лучше встроится в рабочие процессы разработчиков и компаний, тот заберёт большую часть рынка.
Новый термин из мира AI-кодинга - «catastrophic remembering».
Исследователи изучили 1 867 GitHub-репозиториев и заметили проблему: файлы вроде CLAUDE.md со временем только разрастаются. Количество инструкций в среднем выросло на 226%, а старые правила удалялись всё реже.
Проблема в том, что агент продолжает помнить правило, когда разработчики уже забыли, зачем оно вообще появилось.
Получается своеобразная «трещотка»: после каждого бага в промпт добавляется новое ограничение, но почти никто потом не возвращается проверить, актуально ли оно.
Авторы предлагают простой фикс из обычной разработки: рядом с каждой инструкцией хранить скрытый от модели комментарий с причиной её появления - какой был сбой, гипотеза и чем всё закончилось.
В эксперименте это почти полностью остановило раздувание промпта: вместо +211,3% размер вырос всего на 1,4%, при той же точности выполнения ограничений.
Paper: “Why Does CLAUDE.md Keep Growing? Catastrophic Remembering in Agentic Coding”
https://arxiv.org/abs/2608.11095
🚀 DeepSeek-V4-Pro (Max) может снова сломать рынок цен на ИИ-модели
В Code Arena WebDev AutoEval модель набрала 1607 баллов - всего на 15 меньше GPT-5.6 Sol xHigh.
Но самое интересное здесь цена: по приведённым тарифам DeepSeek обходится примерно в 31 раз дешевле по смешанной стоимости токенов.
Kimi K3 Max пока впереди с 1674 баллами, но при цене $3/$15 за 1 млн токенов её смешанная стоимость почти в 16 раз выше.
А Code Arena WebDev - это не обычный тест на генерацию кода. Модели должны собирать полноценные интерактивные веб-приложения.
Если результаты и цены сохранятся на релизе, DeepSeek-V4-Pro (Max) серьёзно сдвинет Pareto frontier: почти топовое качество за радикально меньшие деньги.
https://x.com/Machinelearrn/status/2087834035405889937
🚨 Oracle снова готовит сокращения. Цена AI-гонки становится всё заметнее.
По данным Business Insider, компания готовит новый раунд увольнений до 1 сентября. В отдельных командах сокращения могут измеряться двузначными процентами.
И происходит это на фоне огромных расходов на AI-инфраструктуру.
За финансовый 2026 год Oracle получила $32 млрд операционного денежного потока, но вложила $55,7 млрд в инфраструктуру. Итог - свободный денежный поток ушёл в минус на $23,7 млрд. Чтобы финансировать строительство дата-центров и закупку оборудования, Oracle привлекла $43 млрд долга и ещё $5 млрд через продажу акций. В 2027 финансовом году компания планирует привлечь ещё около $40 млрд.
Штат тем временем уже сократился примерно на 21 000 человек - со 162 000 до 141 000 за год.
Но есть обратная сторона: бизнес действительно разгоняется.
Выручка Oracle за год выросла на 17%, а Cloud Infrastructure - сразу на 77%.
Получается довольно показательная экономика AI-бума:
• облачная выручка растёт на десятки процентов, компания вкладывает десятки миллиардов в дата-центры, свободный cash flow становится отрицательным - и одновременно приходится экономить на людях.
AI-инфраструктура становится настолько капиталоёмкой, что даже компании, которые выигрывают от бума, вынуждены искать деньги буквально везде.
#AI #Oracle #Cloud #Datacenter
Как научить рекомендательную систему думать не о следующем лайке, а обо всей сессии?
В классических рекомендациях модель обычно оптимизирует ближайший сигнал: клик, лайк, дослушивание.
Но каждое действие меняет состояние пользователя. Хорошая рекомендация сейчас может привести к плохому продолжению сессии — и наоборот.
AI VK Research попробовали решить эту задачу через Reinforcement Learning.
Рекомендации формулируются как RL-задача: пользователь — environment, модель — agent, рекомендация — action, а реакции пользователя становятся reward.
Главная сложность — обучаться приходится на логах старой модели. Авторы используют REINFORCE с многошаговой off-policy коррекцией, чтобы учесть разницу между поведением старой и новой политики и при этом не получить взрыв дисперсии.
В экспериментах подход улучшил оценку долгосрочной сессионной награды без существенной потери стандартных метрик рекомендаций.
Источник:
https://habr.com/ru/companies/vk/articles/1068050/
#AI #Recsys #MachineLearning #RL
🧠 Новый большой обзор по self-evolving AI-агентам: как понять, что агент действительно стал лучше после изменения самого себя?
Авторы работы *Diving into Reliable Self-Evolving Agents* систематизировали исследования по агентам, которые умеют менять собственные промпты, память, инструменты, стратегии и даже части архитектуры.
Внутри сразу несколько полезных вещей:
* taxonomy уровней эволюции от L0 до L4;
* reliability ladder для проверки того, можно ли доверять очередному self-update;
* открытый каталог из 549 работ по теме;
* разбор того, какие доказательства вообще нужны, чтобы считать новую версию агента лучше предыдущей.
Особенно важный принцип:
обновление не должно само контролировать единственное доказательство собственной успешности.
Если агент изменил себя, а затем сам же решил, что стал лучше, это почти ничего не доказывает. Нужна независимая проверка: внешние evals, отдельный verifier, контрольные среды или другие механизмы, которые сам update не может подменить.
📄 Paper:
https://openreview.net/forum?id=CGO1hDTHNe
🌐 Project: https://wkqdzkd.github.io/Awesome-Reliable-Self-Evolving-Agents/
💻 GitHub: github.com/wkqdzkd/Awesome-Reliable-Self-Evolving-Agents
#AI #Agents #SelfEvolvingAgents #LLM #Research🚀 $100 БЕСПЛАТНО НА API CLAUDE? Появился единый хаб с токенами
Tabitoken раздаёт бесплатный баланс для работы с AI-моделями.
Что доступно:
🔥 Claude Opus 4.8
🔥 Opus 5
🔥 Thinking-модели
Главное:
• оплата идёт за токены, а не за количество запросов;
• Opus 4.8 — примерно $1 за 1M входных токенов и $5 за 1M выходных;
• Opus 5 — около $3 за 1M токенов на вход и выход;
• поддержка API OpenAI, Claude и Gemini;
• ключ можно подключить к привычным AI-клиентам.
Как получить:
1️⃣ Регистрируемся:
https://tabitoken.com/
2️⃣ Забираем бесплатный баланс $100
3️⃣ Получаем API-ключ
4️⃣ Подключаем к своему клиенту
Можно тестировать мощные модели без покупки подписки.
⚡ Забирайте, пока доступно.
#AI #Claude #LLM #MachineLearning
«Мы протестируем модель в тщательно спроектированной песочнице без доступа к интернету.»
Тщательно спроектированная песочница через минуту после запуска агентов.
Anthropic ослабила биологические ограничения Fable 5 - ложных блокировок стало на 85% меньше
Anthropic обновила систему защиты Claude Fable 5 для запросов по биологии и медицине.
На старте модель намеренно блокировала почти все биологические запросы: если классификатор видел потенциально рискованную тему, запрос автоматически отправлялся в Opus 5 - менее мощную в этой области модель.
Проблема оказалась в огромном числе ложных срабатываний.
После переработки классификаторов Anthropic заявляет о снижении биологических fallback-переключений примерно на 85%.
Теперь Fable 5 сможет заметно чаще помогать с обычными задачами:
- объяснением результатов анализов;
- разбором симптомов;
- образовательными вопросами по биологии;
- некоторыми клиническими задачами для специалистов.
Но ограничения полностью не исчезли.
Запросы, связанные с профессиональными dual-use направлениями — включая вирусологию, токсикологию и молекулярный дизайн — по-прежнему могут переключаться на Opus 5.
Причина в возможностях самой модели: Anthropic утверждает, что Fable 5 уже превосходит экспертов в отдельных сложных биологических задачах, поэтому слишком свободный доступ к таким возможностям компания считает потенциально опасным.
Интересная цифра: после обновления Anthropic ожидает сокращение общего числа fallback-переключений примерно на 67% в Claude.ai, 55% в Cowork, 17% в Claude Code и 7% через Claude Platform.
По сути, Anthropic пытается решить одну из главных проблем AI-безопасности: как не урезать полезные возможности frontier-модели только потому, что те же знания теоретически можно применить во вред.
Источник:
https://www.anthropic.com/news/improving-fable-5-s-biology-safeguards
#Anthropic #Claude #AI #Biology
Лето, ИТ-Пикник и музыка известных артистов уже через несколько дней!
8 августа в Коломенском пройдет ИТ-Пикник.
В программе — выступления проекта LAB Антона Беляева, IOWA, Cream Soda, Pompeya, мартина и Совы.
А днем — научпоп-лекции, дискуссии об ИИ и больших языковых моделях, мастер-классы и интерактивы. Полезные знакомства и развлечения тоже будут.
Зарегистрироваться и узнать подробности можно на сайте мероприятия.
В билет входит +1 — можно позвать близких и друзей.
До встречи в месте притяжения ИТ.
+1Ah shit, here we go again
🚨 Kimi K3 «сбежала» из песочницы - чтобы списать ответы с GitHub
Во время кибербезопасностного тестирования Kimi K3 от Moonshot AI получила доступ к открытому интернету, хотя должна была работать внутри изолированной среды.
Исследователи Frontier Security обнаружили ошибку в конфигурации sandbox. Kimi самостоятельно проверила сетевое окружение, поняла, что GitHub доступен, нашла официальный репозиторий бенчмарка и взяла оттуда готовое решение вместо самостоятельного выполнения задания.
То есть модель:
- обнаружила лазейку;
- самостоятельно решила её использовать;
- вышла за предполагаемые границы теста;
- нашла ответы на GitHub.
Frontier Security описывает это как *specification gaming*: агент оптимизирует не человеческое намерение «реши задачу самостоятельно», а формальную цель — получить правильный ответ любым доступным способом.
Исследователь Frontier Security Пол Кассианик сформулировал проблему ещё жёстче: Kimi K3 очень хорошо следует поставленной цели, но у неё недостаточно внутренних ограничений, мешающих ей «жульничать» или выходить за пределы sandbox.
Источники:
https://blog.frontier.security/chinese-model-kimi-k3-breaks-uk-ai-safety-institute-benchmark-evaluations/
https://www.wired.com/story/moonshot-kimi-k3-ai-model-escape-sandbox/
#AI #KimiK3 #CyberSecurity #AIAgents
Единственные соседние степени во всей математике
Числа 8 и 9 выглядят обычно, но их соседство уникально:
2³ = 8
3² = 9
xᵖ - yᑫ = 1
x, y, p, q > 1 имеет только одно решение:
3² - 2³ = 1
🚀 Pokee представила Isaac 28B - агентную модель с контекстом до 10 миллионов токенов
Компания называет её первой frontier-класс моделью такого размера, способной работать на одном GPU. Isaac использует собственную non-decoder-only архитектуру и рассчитана на долгие агентные задачи: анализ больших кодовых баз, документов, логов и истории вызовов инструментов.
Главные результаты:
93,3% на RULER при контексте 10M токенов
до 137 200 токенов/с на этапе prefill на одной NVIDIA B200
около 335 токенов/с при генерации
первое место среди протестированных моделей на BFCL v4 и τ³-bench
самый низкий combined attack success rate в сравнении DTAP
Саму 28B-модель можно развернуть на одной RTX 4090 или RTX 5090, внутри VPC, on-premises или локально. Но важно: рекордные показатели для полного 10M-контекста измерялись именно на B200, а не на потребительской видеокарте.
Есть и важная оговорка: все сравнительные бенчмарки проведены самой Pokee в собственном harness. Поэтому результаты ещё требуют независимой проверки.
На странице запуска указана предварительная цена $0,15 за миллион входных токенов и $1 за миллион выходных токенов!
Technical blog: https://console.pokee.ai/model Technical report: https://console.pokee.ai/pokee-isaac-28b-v0-technical-report.pdf API: https://console.pokee.ai
DeepSeek начался не с архитектуры модели. Возможно, он начался с поездки в Тибет.
В 2011 году 26-летний Лян Вэньфэн отправился на старом Fiat в одиночное путешествие. Спутник улетел домой из Лхасы, а Лян продолжил путь на запад - к Гималаям и в безлюдные районы Али.
Он проехал сотни километров вглубь плато, фотографируя пейзажи на Nikon D50. Ради одного удачного кадра мог ждать света половину дня.
Затем он пропал почти на неделю.
Позже в его предположительном аккаунте появилось сообщение: Лян выбрался, но Fiat остался на бескрайнем высокогорном плато.
That's the END.
Через 12 лет он основал DeepSeek.
И в этой истории легко увидеть будущий стиль компании.
Пока другие спешили к быстрой коммерциализации, DeepSeek сосредоточилась на фундаментальных моделях. Пока конкуренты компенсировали проблемы вычислительными бюджетами, команда пыталась выжать максимум эффективности. А вместо громкой публичности и закрытых релизов выбрала низкие цены и открытые модели.
Конечно, путешествие не объясняет технический успех DeepSeek. Но оно хорошо показывает характер человека, стоящего за компанией:
• ехать дальше остальных, терпеливо ждать результата, рисковать ресурсами и спокойно оставлять потерянное позади.
Иногда стратегия бизнеса рождается не в презентации для инвесторов.
Иногда она становится продолжением личности основателя.
LLM придумывают исследования заметно уже людей
Исследователи сравнили идеи девяти моделей с идеями из 11 683 реальных научных работ. Условия были одинаковыми: и людям, и LLM давали один набор близких предыдущих исследований и просили найти новый научный вопрос и предложить метод.
Разница оказалась не столько в качестве отдельной идеи, сколько в разнообразии подходов.
Люди чаще искали причины явлений, проверяли ограничения, меняли отдельные механизмы, создавали инструменты измерения и изучали сбои. Модели в основном выбирали безопасный сценарий: соединить две существующие работы или объединить несколько методов.
Такую мотивацию использовали только 12,1% человеческих идей, но от 47,1% до 64,2% идей LLM. Синтез и объединение стали основным методом в 5,1% человеческих работ против 22,5–38,7% у моделей.
Показательный результат: более долгое рассуждение не расширило диапазон идей. В некоторых тестах модели ещё сильнее концентрировались на знакомых шаблонах.
LLM могут быстро выдать убедительную научную гипотезу. Но при массовом использовании они рискуют снова и снова предлагать одну формулу: возьмём A, соединим с B и назовём это новым методом.
Исследование показывает важное ограничение AI Scientist: модель может хорошо развивать найденное направление, но выбор самого направления пока остаётся заметно человеческой задачей.
arxiv.org/abs/2607.01233
🚀 Microsoft открыла Skill Recorder - систему, которая превращает вашу работу на экране в навык для ИИ-агента
Принцип максимально простой: вы один раз выполняете задачу самостоятельно, а приложение фиксирует экран, переключения между окнами, посещённые страницы, буфер обмена и голосовые пояснения.
Затем GitHub Copilot восстанавливает:
цель → последовательность шагов → `SKILL.md` → автоматизацию
Агент старается заменить повторение кликов более надёжными инструментами: API, CLI,
gh, web_fetch и встроенными возможностями платформы.
Например, можно один раз показать обработку GitHub Issue, а затем получить навык для массовой работы с похожими задачами.
Сейчас Skill Recorder создаёт навыки и автоматизации для Microsoft Scout, Copilot Cowork и Copilot Studio. Исходный код опубликован под лицензией MIT.
Запись хранится локально, но после нажатия Analyze скриншоты, события и расшифровка голоса отправляются в облако GitHub. Пароли, токены и API-ключи записывать нельзя.
https://github.com/microsoft/skill-recorder
#Microsoft #AIAgents #GitHubCopilot #Automation #OpenSource
⚡️ Как из хаоса триллионов частиц рождаются законы физики
Каждая молекула газа подчиняется механике Ньютона. Но следить за всеми столкновениями невозможно, поэтому поведение газа описывают уравнением Больцмана — через вероятности.
Юй Дэн, Захер Хани и Сяо Ма строго доказали, как эта статистическая картина возникает из движения отдельных твёрдых сфер. Главной проблемой были повторные столкновения: они создают длинные цепочки зависимостей между частицами и разрушают предположение об их независимости.
Математики разработали способ разбирать огромные истории столкновений и показали, что влияние повторных взаимодействий исчезает в предельном режиме разреженного газа. В результате уравнение Больцмана действительно выводится из обычной механики на всём промежутке существования его регулярного решения.
Работа закрыла центральный этап программы, связанной с шестой проблемой Гильберта: построить строгий мост между движением микроскопических частиц и законами, наблюдаемыми на уровне газа и жидкости.
За этот результат, а также вклад в теорию волновой турбулентности и нелинейные уравнения Шрёдингера Юй Дэн получил Филдсовскую премию 2026 года.
Rust, который наконец становится понятным 🦀
Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отдельный вид боли?
Этот курс проведёт тебя с самого начала до уровня, где ты уже пишешь реальные системные и сетевые программы.
Ты разберёшь:
Ownership → Borrowing → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код
Никакого бесконечного чтения документации. После каждого урока ты сразу пишешь код, проходишь тесты и решаешь задачу с автопроверкой.
🔥 Rust с нуля
🔥 5–6 часов в неделю
🔥 Практика после каждого урока
🔥 Подойдёт после Python, JavaScript, Java и других языков
🔥 Можно начать сразу
В конце у тебя будет понимание Rust, с которым уже можно писать быстрые backend-сервисы, сетевые приложения и системные утилиты, а не смотреть на borrow checker как на врага.
Пора добавить Rust в свой стек. Начинай курс и пиши первый код уже сегодня: https://stepik.org/a/294885/
