Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
Математика Дата саентиста
Kanalga Telegram’da o‘tish
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
Ko'proq ko'rsatish📈 Telegram kanali Математика Дата саентиста analitikasi
Математика Дата саентиста (@data_math) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 14 052 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 9 161-o'rinni va Rossiya mintaqasida 47 221-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 14 052 obunachiga ega bo‘ldi.
24 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -34 ga, so‘nggi 24 soatda esa -3 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 16.43% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 6.48% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 2 309 marta ko‘riladi; birinchi sutkada odatda 910 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 33 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent llm, программирование, параметр, визуализация, stepik kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 25 Iyun, 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.
14 052
Obunachilar
-324 soatlar
+17 kunlar
-3430 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyun '26
Iyun '26
+50
1 kanalda
May '26
+74
0 kanalda
Get PRO
Aprel '26
+90
2 kanalda
Get PRO
Mart '26
+113
2 kanalda
Get PRO
Fevral '26
+166
0 kanalda
Get PRO
Yanvar '26
+160
2 kanalda
Get PRO
Dekabr '25
+164
4 kanalda
Get PRO
Noyabr '25
+369
44 kanalda
Get PRO
Oktabr '25
+148
15 kanalda
Get PRO
Sentabr '25
+284
38 kanalda
Get PRO
Avgust '25
+130
3 kanalda
Get PRO
Iyul '25
+546
68 kanalda
Get PRO
Iyun '25
+315
34 kanalda
Get PRO
May '25
+88
0 kanalda
Get PRO
Aprel '25
+179
31 kanalda
Get PRO
Mart '25
+84
2 kanalda
Get PRO
Fevral '25
+307
40 kanalda
Get PRO
Yanvar '25
+517
45 kanalda
Get PRO
Dekabr '24
+714
41 kanalda
Get PRO
Noyabr '24
+588
55 kanalda
Get PRO
Oktabr '24
+756
57 kanalda
Get PRO
Sentabr '24
+952
195 kanalda
Get PRO
Avgust '24
+579
39 kanalda
Get PRO
Iyul '24
+760
48 kanalda
Get PRO
Iyun '24
+849
51 kanalda
Get PRO
May '24
+412
1 kanalda
Get PRO
Aprel '24
+422
1 kanalda
Get PRO
Mart '24
+420
0 kanalda
Get PRO
Fevral '24
+621
2 kanalda
Get PRO
Yanvar '24
+912
0 kanalda
Get PRO
Dekabr '23
+218
0 kanalda
Get PRO
Noyabr '23
+659
5 kanalda
Get PRO
Oktabr '23
+628
0 kanalda
Get PRO
Sentabr '23
+298
0 kanalda
Get PRO
Avgust '23
+233
0 kanalda
Get PRO
Iyul '23
+240
0 kanalda
Get PRO
Iyun '23
+384
0 kanalda
Get PRO
May '23
+506
0 kanalda
Get PRO
Aprel '23
+301
0 kanalda
Get PRO
Mart '23
+4 341
0 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 25 Iyun | +3 | |||
| 24 Iyun | +3 | |||
| 23 Iyun | +3 | |||
| 22 Iyun | +4 | |||
| 21 Iyun | +2 | |||
| 20 Iyun | +4 | |||
| 19 Iyun | +4 | |||
| 18 Iyun | +3 | |||
| 17 Iyun | +3 | |||
| 16 Iyun | +1 | |||
| 15 Iyun | +2 | |||
| 14 Iyun | +1 | |||
| 13 Iyun | +1 | |||
| 12 Iyun | 0 | |||
| 11 Iyun | +3 | |||
| 10 Iyun | +2 | |||
| 09 Iyun | +4 | |||
| 08 Iyun | +1 | |||
| 07 Iyun | 0 | |||
| 06 Iyun | +1 | |||
| 05 Iyun | 0 | |||
| 04 Iyun | 0 | |||
| 03 Iyun | +2 | |||
| 02 Iyun | 0 | |||
| 01 Iyun | +3 |
Kanal postlari
Repost from Machinelearning
⚡️ OpenAI создала собственный чип - Jalapeño, разработанный для инференса.
На это ушло всего девять месяцев.
Цитата из блога:
«OpenAI спроектировала чип с нуля, опираясь на глубокое понимание фундаментальных принципов LLM и учитывая свою дорожную карту моделей, kernel-оптимизаций, serving-систем и продуктовых потребностей.
В этом ей помогали партнёры Broadcom и Celestica, которые участвовали в индустриализации платформы: реализации чипа, проектировании плат, интеграции rack-систем, высокопроизводительных сетей и масштабируемых производственных процессов».
https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
@ai_machinelearning_big_data
| 2 | Машинное обучение — это не только работа с данными на серверах, но и то, как алгоритмы управляют физическими девайсами.
Если вас интересует Data Science и вы хотите научиться разворачивать нейросети прямо на устройствах, обратите внимание на магистерские программы Яндекса по разработке умных устройств — они реализованы совместно с ФПМИ МФТИ и ФКН НИУ ВШЭ.
Вы пройдете весь путь создания девайсов: от проектирования и написания ПО до интеграции ML-моделей в готовый продукт. В обучении много практики, а ещё среди преподавателей — действующие инженеры команды Алисы и Умных устройств.
Узнать все подробности о поступлении можно по ссылке | 883 |
| 3 | 🔍 Baidu выпустила Unlimited OCR - модель для распознавания длинных документов за один проход.
У модели 3B параметров, но активируются только 500M. При этом она показывает новые SOTA-результаты на OmniDocBench v1.5 и v1.6.
Главная фишка - Reference Sliding Window Attention.
Модель держит в фокусе:
• исходный документ
• недавний контекст
• следующие слова
А всё лишнее постепенно «забывает», чтобы не раздувать вычисления.
За счёт постоянного размера KV Cache и более дешёвого attention Unlimited OCR может распознавать 40+ страниц за один forward pass, не теряя контекст и не замедляясь.
GitHub: https://github.com/baidu/Unlimited-OCR
Hugging Face: https://huggingface.co/baidu/Unlimited-OCR
#ocr #baidu | 653 |
| 4 | Выбираем железо для обучения и инференса моделей 🔝
Простая формула: чем больше у модели параметров, тем более мощное железо нужно для ее инференса. Найти решение для нейросетей разного масштаба можно в Selectel.
Более 15 моделей видеокарт — от RTX 4090 до B300 — доступны к аренде в облаке и на выделенных серверах. Облачные серверы подойдут для тех, кому нужна гибкость и быстрая масштабируемость, а выделенные — когда необходима физическая изоляция инфраструктуры, а нагрузки стабильные. Видеокарты в облаке можно арендовать даже на час, цена стартует от 5 рублей.
Выбирайте оптимальный сервер с GPU и арендуйте его от 5 рублей в час: https://slc.tl/2x1uz
Реклама. АО "Селектел". erid:2W5zFK69ZWZ | 985 |
| 5 | Один из лучших вводных материалов по прикладной линейной алгебре, который мне попадался.
Этот курс объясняет векторы, матрицы и метод наименьших квадратов с самых основ, а затем связывает их с реальными задачами:
• подгонка данных
• машинное обучение
• оптимизация
• обработка изображений
• системы управления
Это материал, который можно рекомендовать студентам, инженерам и всем, кто хочет понять математический фундамент современной data science.
PDF: http://web.stanford.edu/~boyd/vmls/vmls.pdf | 1 219 |
| 6 |  Сможете решить ? | 2 005 |
| 7 |  Шахматы выглядят простой игрой, пока не считаешь варианты.
В начале партии у тебя всего 20 возможных ходов.
После одного полного хода уже больше 400 позиций.
К третьему ходу около 8 900.
К четвёртому почти 200 000.
А дальше начинается безумие.
К 40-му ходу число возможных партий превращается в астрономическую величину. Именно поэтому шахматы до сих пор не «решены» полностью, а один неточный ход может сломать позицию, которую ты строил полчаса.
Вот почему шахматы это не просто игра фигур.
Это математика, память, психология и хаос на 64 клетках. | 1 895 |
| 8 | В Оксфордском университете написали эссе, объясняющее, как работает «Бесконечность» Годзё Сатору.
Математика, которую мы заслужили )
https://tomrocksmaths.com/wp-content/uploads/2026/06/achmad-roykhan-sabiq_essay_competition_2026-achmad-roykhan-sabiq.pdf
@data_analysis_ml | 1 619 |
| 9 |  Матрицы Дирака, чаще называемые гамма-матрицами, — это набор матриц, которые Поль Дирак ввёл при формулировке уравнения Дирака.
Они играют фундаментальную роль в квантовой механике и квантовой теории поля, особенно при описании частиц со спином 1/2, например электрона.
Поль Адриен Морис Дирак (1902–1984) был одним из величайших физиков-теоретиков XX века. Он внёс выдающийся вклад в квантовую механику и квантовую электродинамику и считается одним из основателей современной физики. | 1 980 |
| 10 |  Альберт Эйнштейн однажды сказал:
«Знаешь, Анри, я начинал с математики, но в итоге ушёл в физику».
Анри Пуанкаре спросил:
«Почему?»
Эйнштейн ответил:
«Потому что я мог отличать истинные утверждения от ложных, но не мог понять, какие из них действительно важны».
Пуанкаре улыбнулся и сказал:
«Забавно, Альберт. А я начинал с физики, но в итоге выбрал математику».
Эйнштейн заинтересовался:
«И почему ты сделал такой выбор?»
Пуанкаре ответил:
«Потому что я не мог понять, какие из важных фактов на самом деле истинны».
Этот обмен остроумно показывает разницу во взглядах двух великих умов: физика ищет важное в реальности, математик — истину внутри важного. | 2 482 |
| 11 |  🍺 В этот день 150 лет назад родился Уильям Сили Госсет.
Всю карьеру он проработал пивоваром в Guinness и занимался задачей, которую учебники почти не трогали: как делать выводы по крошечным выборкам — например, по четырём участкам ячменя или небольшой партии хмеля.
Статистика того времени в основном исходила из больших выборок, поэтому Госсет фактически изобрёл статистику для малых.
Guinness запрещала сотрудникам публиковаться после того, как один из них слил коммерческие секреты. Компания также не хотела, чтобы конкуренты знали: пиво там варят с помощью науки.
Поэтому, когда Госсет в 1908 году опубликовал свой метод, он подписался псевдонимом: Student.
Каждое клиническое испытание, лабораторный эксперимент и A/B-тест, где сегодня используют t-test, опирается на работу Student.
Одна из самых известных фамилий в статистике - ненастоящая. | 2 382 |
| 12 |  ✔️ OpenAI добавила ручной сброс лимитов для Codex
Компания изменила механизм управления rate limits для своего ИИ-агента. На тарифах Go, Plus, Pro и Business теперь можно накапливать сбросы лимитов и активировать их вручную при пиковых нагрузках. Ранее таймеры обнулялись автоматически.
На старте все подписчики получают 1 бесплатный сброс. Дополнительно запущена двухнедельная реферальная программа: клиенты на Plus и Pro могут пригласить до 3 коллег. После первого запроса от нового пользователя обе стороны получают по дополнительному сбросу в резерв.
По неофициальным данным, обновление связано с конкуренцией с Anthropic и подготовкой к снижению цен на токены для корпоративных клиентов.
OpenAI в сети Х
✔️ Nvidia открыла предзаказ на процессоры Vera в Китае
Серверные ARM-процессоры Vera, спроектированные для инференса автономных ИИ-агентов, стали доступны для китайских компаний. Первые поставки ожидаются в августе.
Один из локальных облачных провайдеров уже заказал более 300 серверов на базе Vera для пилотного запуска в зарубежных дата-центрах. По предварительным оценкам, стоимость одного чипа превысит $20 000, а стойка на 256 процессоров обойдется в $10 млн.
Ставка на CPU стала ответом на заморозку поставок H200. В отличие от GPU, процессоры несут меньше санкционных рисков. Массовый переход китайских компаний на новые чипы теперь зависит от адаптации программных экосистем под ARM-архитектуру.
reuters.com
✔️ Xiaomi выпустила открытого ИИ-агента MiMo Code
Китайский техногигант представил терминального агента MiMo Code на базе OpenCode. Инструмент под лицензией MIT решает проблему потери контекста в задачах из сотен последовательных шагов.
В слепом A/B-тестировании на 474 репозиториях агента сравнили со связкой Claude Code и Sonnet. На коротких дистанциях зафиксирован паритет, но в задачах длиннее 200 шагов решение Xiaomi обошло конкурента в 65% случаев.
Архитектура MiMo Code опирается на бесконечные логические сессии. Субагент регулярно сохраняет промежуточные состояния на диск, а при исчерпании лимита токенов сессия перезапускается, загружая накопленные данные в новое окно. Память разделена на 4 уровня: от коротких локальных заметок до постоянных фактов проекта.
Установка доступна через менеджер пакетов NPM или Bash-скрипты.
xiaomi.com
✔️ Google подала иск против китайской кибергруппировки за автоматизацию фишинга
Согласно иску, группа Outsider Enterprise разработала 131 инструмент для потоковой генерации копий сайтов Google, YouTube и госструктур США. За две недели Android-пользователи получили 2,5 млн сообщений, содержащих 1 млн фишинговых ссылок. Инфраструктура координировалась через Telegram.
Google выступает в суде совместно с ФБР и телеком-операторами AT&T, T-Mobile и Verizon. Истцы требуют судебного запрета для создания правового механизма, который позволит оперативно блокировать домены и замораживать счета сети.
Размер ущерба по делу не раскрывается.
blog.google
✔️ LLM обошли клинические RAG-инструменты в медицине
Nature Medicine опубликовал исследование, которое показало, что универсальные LLM превосходят профильные клинические ИИ-инструменты.
В слепом тестировании (12 врачей, 1800 реальных запросов) Gemini 3.1 Pro и GPT-5.2 набрали 97,4% и 94,2% точности соответственно. Результаты спецсистем OpenEvidence и UpToDate Expert AI составили около 80%.
Авторы объясняют отставание профильных решений сильной зависимостью от RAG - нерелевантная литература и ошибки интеграции снижают качество генерации. Универсальные модели выигрывают за счет масштаба, кросс-доменного обучения и механизмов логического вывода.
Медицинские системы также продемонстрировали операционные проблемы. OpenEvidence выдавал хаотичные ответы, а UpToDate Expert AI отклонил 19% запросов из-за жестких фильтров безопасности. Частота галлюцинаций базовых LLM не превысила показатели профильных аналогов.
Авторы рекомендуют клиникам проводить независимое тестирование ИИ-продуктов перед внедрением.
nature.com
@ai_machinelearning_big_data
#news #ai #ml | 1 647 |
| 13 | 🖥 На stepik обновили курс Python в 2026 - рабочий инструмент для автоматизации, ботов, парсинга, API, данных и разработки с ИИ.
Проблема новичков в том, что они учат Python кусками: синтаксис, пару задач, немного теории - и потом не понимают, как собрать из этого реальный проект.
Этот курс закрывает именно этот разрыв. Здесь вы не просто смотрите уроки, а учитесь писать код, разбирать ошибки и собирать рабочие решения на практике.
Внутри:
- Python с нуля
- много практики без сухой теории
- реальные задачи и проекты
- автоматизация рутины
- работа с файлами, данными и API
- понятная логика программирования
- современная разработка с ИИ
- отдельный блок по вайбкодингу
Вайбкодинг это нормальный навык 2026 года и вас научат- правильно ставить задачу, проверять код, понимать результат и быстрее доводить проект до рабочего состояния.
48 часов скидка 60%: https://stepik.org/course/288218/ | 1 776 |
| 14 |  Чем раньше начнешь учиться, тем лучше | 1 917 |
| 15 |  38 лет считалось, что для разреженных графов алгоритм Дейкстры почти упёрся в потолок.
Логика выглядела железно:
- Дейкстра упорядочивает вершины по расстоянию
- сортировка имеет нижнюю границу O(n log n)
- значит, кратчайшие пути быстрее искать нельзя
Но группа из 5 исследователей показала, что это ограничение можно обойти.
Идея в том, чтобы не просто «ускорить очередь с приоритетами», а смешать подход Дейкстры с динамическим программированием в стиле Беллмана-Форда. Алгоритм делит множество вершин, сжимает frontier и не тратит время на полную сортировку там, где она не нужна.
Результат:
O(m log^(2/3) n)
Это первое улучшение для направленных разреженных графов со времён Fibonacci heap в 1987 году.
Tsinghua, Stanford, Max Planck. 17 страниц, которые ломают старое интуитивное объяснение про «Дейкстру быстрее нельзя». | 3 030 |
| 16 |  Matn yo'q... | 3 213 |
| 17 |  Основатель DeepSeek перевел весь код с NVIDIA на Huawei: зачем он это сделал и что теперь будет с китайским ИИ
Лян Вэньфэнг, основатель DeepSeek, потратил месяцы на полный перенос кодовой базы DeepSeek с чипов NVIDIA на Ascend от Huawei. Не потому что нужно было что-то исправить, а потому что он решил доказать: китайский ИИ может работать без американского железа.
DeepSeek уже показал отличные результаты на чипах NVIDIA до санкций. У компании было рабочее решение, но Вэньфэнг пошел другим путем. Проект занял месяцы, потребовал огромных ресурсов и задержал выпуск новой версии модели. Но результат стоил того.
Что получилось на выходе:
- DeepSeek полностью работает на чипах Huawei Ascend без потери качества
- Доказано, что чипы Huawei способны тянуть полноценные ИИ-нагрузки
- Другие китайские ИИ-компании теперь имеют реальный повод перейти с NVIDIA на Huawei
- Большая часть зависимости от американских поставщиков чипов убрана
Вэньфэнг нес огромное давление, сроки сдвинулись, команда работала без гарантий что выйдет рабочее решение. Но он довел дело до конца и доказал: китайская ИИ-индустрия может строить свой собственный стек, не завися от того, дадут ли следующую партию поставок через Тихий океан. | 3 679 |
| 18 | 📖 Бессистемное погружение в машинное обучение превращается в набор разрозненных знаний — непонятно, с чего начать и как выйти на профессиональный уровень. 🚀 Курс «Машинное обучение. Специализация» выстраивает понятный путь: от основ до уверенной работы с моделями. Вы начнёте с Python, разберёте математику на практике и постепенно перейдёте к построению моделей, анализу данных и работе с нейросетями.
🧑🎓 Программа разделена на этапы: сначала фундамент, затем полноценная работа с задачами. Вы пройдёте весь цикл: от подготовки данных до анализа результатов и создания моделей. Обучение ведут практикующие специалисты и преподаватели с научными степенями. Программа регулярно обновляется под требования рынка.
➡️ Запишитесь сегодня: https://tglink.io/1ce37f97d7bb9e?erid=2W5zFHAjNz5
#реклама
О рекламодателе | 1 061 |
| 19 |  Matn yo'q... | 3 117 |
| 20 |  NVIDIA официально опубликовала Skills, которые они используют для своих ИИ-агентов.
Прямо сейчас у них есть Skills для:
→ автоматического анализа и суммирования видео
→ создания голосовых агентов в реальном времени
→ обучения и улучшения LLM
→ ускорения моделей, чтобы они работали намного быстрее
→ систем RAG, подключенных к документам и данным
→ агентов, работающих в изолированных безопасных средах
→ оптимизации логистики и маршрутизации с помощью GPU
→ программирования и вычислений на CUDA
Некоторые из самых интересных:
• TensorRT-LLM → экстремальное ускорение LLM
• NeMo-RL → продвинутое обучение агентов
• Video Search → автоматический поиск и суммирование видео
Кроме того, они совместимы с:
→ Claude Code
→ OpenAI Codex
→ Cursor
https://github.com/NVIDIA/skills | 3 669 |
