Account
Big Ledovsky | AI изнутри

Big Ledovsky | AI изнутри

Александр Ледовский Head of AI @ Listee, ex: Avito, Сбер, ШАД @aledovsky

Username
@big_ledovsky
Category
Technologies
Country
RussiaRussia
Created
, 4 years
Subscribers2,068+1 last week
Avg views per post, 7d555+2.1% vs prev 7d
ERR26.84%last 7 days

Subscribers, 30 days

Nov 6 – Nov 16+4 (+0.2%)

Show as table
DateSubscribers
Nov 6, 20262,064
Nov 7, 20262,064
Nov 8, 20262,066
Nov 9, 20262,067
Nov 10, 20262,067
Nov 11, 20262,067
Nov 12, 20262,067
Nov 13, 20262,066
Nov 14, 20262,067
Nov 15, 20262,067
Nov 16, 20262,068

Average views per post by day

By publication day

Show as table
DateAvg views per post
Oct 21, 20261,185
Oct 23, 20261,244
Oct 26, 20261,418
Oct 30, 20261,086
Nov 2, 2026768
Nov 6, 2026488
Nov 12, 2026555

Most viewed this month

  1. 01

    Справился с написанием Flash Attention Месяцы идут, а я все еще прохожу курс CS336 Language Modelling from Scratch (предыдущая серия, страница курса). Но я считаю - главное прогресс 😎 Вторая домашка курса посвящена эффективности. Сперва нужно было профилировать LLM в разных плоскостях. Затем написать flash attention своими руками на triton. Flash attention - это алгоритм эффективного вычисления атеншена на видеокарте. Типа как есть преобразование фурье, а есть FFT. К счастью, к этому моменту я уже понимал, что инструментов под названием triton в мире ML два, и они абсолютно не связаны между собой 😏 Во-первых, это OpenAI Triton - just in time компилятор, который питон на лету преобразует в CUDA kernels (т.е. нативные функции). Как раз на нем нужно было писать. А во-вторых, это NVIDIA Triton Inference Server - движок для инференса моделей. Не путайте =) Писать Flash Attention было круто. Я получил огромное удовольствие 🫠 Писал за 4 сессии. Сперва я читал статью и вкуривал идею. На второй сессии попросил Claude написать мне свой tutorial по triton, где я выучил фреймворк (что было не сложно после курса по CUDA). На третей сессии долго перемножал матрицы на листочке, чтобы осознать алгоритм. А на четвертой на удивление довольно быстро закодил. Надеюсь я вас вдохновил. Хочу еще потратить время на алгоритмы распределенного обучения и посмотрю что там дальше. Курс как будто неровный. Надеюсь до post-traning'а доберусь! 💪

    Link previewedited
    Views1.42K
    Forwards32
    Reactions45
    Comments13
  2. 02
    Views1.24K
    Forwards13
    Reactions12
    Comments3
  3. 03

    No text

    Videoalbum
    Views1.2K
    Forwards12
    Reactions—
    Comments—
  4. 04
    Views1.17K
    Forwards11
    Reactions3
    Comments12
  5. 05
    Views1.09K
    Forwards15
    Reactions29
    Comments7

Latest posts

#542Photoalbum
Views487−43%vs avg
Forwards20
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h271
13 h408
25 h426
74 h487
  1. After 1 hour271
  2. After 24 hours426
  3. Total to date487
#541Photoalbum
Views486−43%vs avg
Forwards20
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h270
13 h408
25 h425
74 h486
  1. After 1 hour270
  2. After 24 hours425
  3. Total to date486
#540Photoalbum
Views486−43%vs avg
Forwards20
Reactions—
Comments—
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h270
13 h408
25 h425
74 h486
  1. After 1 hour270
  2. After 24 hours425
  3. Total to date486
#539Photoalbumedited

GrokBot очень хорош Какое-то время работаю на нем. И удивляюсь насколько это удачный продукт. Это как OpenClaw, только гораздо удобнее. Все работает из коробки. 💔 Чем меня GrokBot меня еще очаровал - Постоянно работает на сервере, при этом бесшовно выполняет команды на ноутбуке, когда он открыт - Легкость создания новых агентов - Проактивная работа. В GrokBot встроена рутина проактивной работы. Это очень приятно. Например, когда он смотрит твои встречи на день и готовит тебе бриф с актуальной инфой, какую может вытащить 💎 Еще лайфхак. Если хотите сделать читалку X, то грокбот - лучший вариант. X можно читать только через API или через скрапперы. Через API цена - 5 долларов за 1000 постов. Это грабительство просто! У грокбота включенный лимит на 1000 запросов в день, каждый до 25 айтемов, т.е. до 25 тысяч постов в день Есть люди, которые говорят - в чем прикол опенкло или грокбота? 😐 Можно все то же самое делать клод кодом. Расскажу в будущих постах. Always-on агенты - это совсем иной класс инструментов.

Open in Telegram
Views492−42%vs avg
Forwards20
Reactions19
Comments10
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h273
13 h413
25 h430
74 h492
  1. After 1 hour273
  2. After 24 hours430
  3. Total to date492
#538Textedited

Что все-таки произошло с акциями Alphabet/Google в Q3 Прочитал новость в нескольких каналах, ничего не понял. Решил разобраться сам 🤓 Что случилось: после отчета alphabet за Q3 акции упали на 10% 💸 Что видно в отчете • Google показал выручку ниже ожидаемой. Но на самом деле там значение 127.6b vs 128.2b и честно говоря в абсолюте - копейки • В текущем периоде денежный поток (free cash flow) составил -9.1b, хотя ожидали, что будет 0. Это значит, что потратили больше чем получили • Выручка от поиска выросла на 12% год к году, что было ниже ожиданий в 15% • На капитальные затраты (датацентры) потратили 51.4b, т.е. 40% от выручки. Для сравнения, в 2023 году доля капитальных затрат была около 10% 🧐 Поводов для беспокойства достаточно. Но на самом деле основные причины падения не в результатах q3. Не в затратах на датацентры и во многом не в отрицательном cash flow. • Основная причина падения - это неопределенность, связанная с "AI mode", т.е. нейропоиском. На встрече с инвесторами заявили, что AI mode хуже монетизируется, и что он повлиял на выручку поиска. Конкретных цифр не дали. Да это и бессмысленно, т.к. понятно, что его монетизацию еще предстоит качать • Также, Google сказал, что собирается увеличить капитальные затраты в 2027 году. В 2026 они уже 200b. Сколько теперь будет? 300? 👉 Т.е. падение связано не с q3, а с ожиданиями в будущем. Что с приходом AI-поиска рекламная выручка будет снижаться, а затраты на датацентры растут. В отчете есть и положительная новость: доходы от Google Cloud выросли на 103%. Выше ожиданий в 92%. Сейчас Cloud приносит уже 24% от общей выручки. Подводя итог Структура выручки и финансовая модель компании и рынка вообще меняется. Что будет дальше - сложно сказать. Рынок переживает. Если рекламная выручка продолжит расти ниже ожиданий, акции будут падать дальше. С другой стороны выручка легко может сместиться в сторону клауда, и поиск перестанет быть основным источником денег. 🧐 P.S. А Google Cloud на самом деле хорош. Несмотря на его ужасную консоль. Но по крайней мере они с порога дают хорошие тиры на Gemini в AI Studio. Я посмотрел уже какое-то количество неоклаудов. И они предлагают open weighted модели с лучшим тиром (tier - уровень аккаунта), условно 500к TPM и 120 RPM. Хочешь больше - иди договаривайся. Это для кого вообще?? Гугл же спокойно дает 30kk TPM на третьем тире. Если договариваться, я думаю они сколько угодно могут предоставить. https://www.reuters.com/business/alphabets-google-cloud-unit-beats-quarterly-revenue-estimates-steady-ai-demand-2026-10-28

Open in Telegram
Views768−10%vs avg
Forwards2
Reactions11
Comments10
#536Link previewedited

Справился с написанием Flash Attention Месяцы идут, а я все еще прохожу курс CS336 Language Modelling from Scratch (предыдущая серия, страница курса). Но я считаю - главное прогресс 😎 Вторая домашка курса посвящена эффективности. Сперва нужно было профилировать LLM в разных плоскостях. Затем написать flash attention своими руками на triton. Flash attention - это алгоритм эффективного вычисления атеншена на видеокарте. Типа как есть преобразование фурье, а есть FFT. К счастью, к этому моменту я уже понимал, что инструментов под названием triton в мире ML два, и они абсолютно не связаны между собой 😏 Во-первых, это OpenAI Triton - just in time компилятор, который питон на лету преобразует в CUDA kernels (т.е. нативные функции). Как раз на нем нужно было писать. А во-вторых, это NVIDIA Triton Inference Server - движок для инференса моделей. Не путайте =) Писать Flash Attention было круто. Я получил огромное удовольствие 🫠 Писал за 4 сессии. Сперва я читал статью и вкуривал идею. На второй сессии попросил Claude написать мне свой tutorial по triton, где я выучил фреймворк (что было не сложно после курса по CUDA). На третей сессии долго перемножал матрицы на листочке, чтобы осознать алгоритм. А на четвертой на удивление довольно быстро закодил. Надеюсь я вас вдохновил. Хочу еще потратить время на алгоритмы распределенного обучения и посмотрю что там дальше. Курс как будто неровный. Надеюсь до post-traning'а доберусь! 💪

Open in Telegram
Views1,418+66%vs avg
Forwards32
Reactions45
Comments13
#535Link preview
Views1,244+46%vs avg
Forwards13
Reactions12
Comments3

All posts

Connections