IT Portal

IT Portal

Присоединяйтесь к нашему каналу и погрузитесь в мир айти Сотрудничество: @devmangx РКН: https://clck.ru/3H4Whw Работаем с @Spiral_Yuri

Username
@it_portal
Category
Technologies
Country
RussiaRussia
Created
, 2 years
Subscribers118,946−426 in 5 days
Avg views per post, 7d17,336−3.6% vs prev 7d
ERR14.58%last 7 days

Subscribers, 30 days

Oct 30 – Nov 4−426 (−0.4%)

Show as table
DateSubscribers
Oct 30, 2026119,372
Oct 31, 2026119,267
Nov 1, 2026119,123
Nov 2, 2026119,065
Nov 3, 2026118,991
Nov 4, 2026118,946

Average views per post by day

By publication day

Show as table
DateAvg views per post
Oct 27, 202617,090
Oct 28, 202618,292
Oct 29, 202616,351
Oct 30, 202626,180
Oct 31, 202615,167
Nov 1, 202616,635
Nov 2, 202615,588
Nov 3, 202612,585
Nov 4, 20266,142

Advertising

Most viewed this month

  1. 01

    No text

    Photoalbum
    Views41.7K
    Forwards996
    Reactions—
    Comments—
  2. 02

    No text

    Photoalbum
    Views41.6K
    Forwards996
    Reactions—
    Comments—
  3. 03

    Учёный позволил Claude Sonnet 5 провести операцию на мозге живой мыши. Целью было лечение эпилепсии, чтобы сократить количество приступов. Вот что сделала Claude: - Рассмотрела 19 возможных вариантов лечения и выбрала тот, который усиливает действие естественного вещества в мозге, отвечающего за его торможение и успокоение. - Определила место инъекции, исходя из предполагаемой области возникновения приступов. - Рассчитала точку введения препарата, усреднив данные из трёх научных исследований. - Опустила иглу на глубину 4,3 мм в мозг мыши. - В течение пяти минут ввела дозу препарата объёмом примерно 1/20 000 чайной ложки. - 32 раза проверила изображение с камеры в реальном времени, контролируя возможные осложнения, в том числе кровотечение. Мышь пришла в себя после операции и успешно восстановилась! 😰 Интересно, что Opus 5.5 и Opus 5 отказались выполнять эту задачу, поскольку она связана с реальными биологическими объектами. В итоге её поручили Sonnet 5. По словам исследователя, насколько ему известно, это первый случай, когда AI самостоятельно выбрал метод лечения, а затем выполнил инъекцию непосредственно в мозг живого млекопитающего. @IT_Portal

    Videoalbum
    Views38.3K
    Forwards1.01K
    Reactions240
    Comments20
  4. 04
    Views36.4K
    Forwards453
    Reactions147
    Comments3
  5. 05
    Views18.1K
    Forwards212
    Reactions111
    Comments56

Latest posts

#3640Photo
Views4,635−74%vs avg
Forwards65
Reactions51
Comments6
#3639Photoedited
Views7,648−56%vs avg
Forwards104
Reactions104
Comments21
#3638Photo

Revolut перевела около 2000 инженеров на локально развёрнутые модели GLM для программирования, а Claude Code и Codex теперь используются лишь в исключительных случаях. По словам Дэвида Абитбола, руководителя направления ИИ-операций компании, для этого задействовали 56 ускорителей Nvidia B200. Средняя стоимость составила всего 30 центов за миллион токенов, примерно в десять раз меньше, чем компания платила Anthropic и OpenAI. При этом время выполнения инженерных задач сократилось на 70%. Но самое интересное заключается в другом. Улучшения стали заметны, когда инженерам больше не приходилось экономить токены. Они перестали обращаться к ИИ только для решения сложных задач и начали использовать его практически повсеместно. Передовые проприетарные модели становятся исключением, а модели с открытыми весами — основным инструментом. Для каждой ИИ-компании, готовящейся к выходу на биржу, это серьёзная проблема с ценообразованием. https://x.com/OliverMolander/status/2116851762325757979 @IT_Portal

Open in Telegram
Views10,585−40%vs avg
Forwards262
Reactions151
Comments40
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
5 h8,004
13 h10,585
  1. After 6 hours8,004
  2. Total to date10,585
#3637Video

ЧТООО: Исследователи MIT показали, что GPT-6 Astra способна улучшать другие ИИ-модели, напрямую изменяя их веса без дополнительного обучения. 😰 В ходе эксперимента Astra повысила точность Qwen3.5-0.8B на математическом бенчмарке MATH-500 с 7,9% до 48,1%, изменив всего 0,016% весов нейросети. Исследователи предоставили Astra доступ к весам Qwen через Python-ноутбук и разрешили выполнить до 50 тестовых запусков на математических задачах. В процессе анализа Astra обнаружила, что модель постоянно повторяет собственные рассуждения, пока не достигает ограничения на длину ответа. Причину удалось найти в одном внутреннем сигнале, формируемом двумя слоями нейросети. Astra устранила его влияние, напрямую скорректировав веса модели. После этого Qwen перестала зацикливаться и смогла доводить до конца решения задач, с которыми уже была способна справиться. В результате одно точечное изменение, затронувшее лишь 0,016% весов, повысило точность решения математических задач с 7,9% до 48,1%. https://rikiyat.github.io/blog/weight-space-programming/ @IT_Portal

Open in Telegram
Views14,585−17%vs avg
Forwards249
Reactions186
Comments14
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h2,834
10 h10,626
25 h14,585
  1. After 1 hour2,834
  2. After 24 hours14,585
  3. Total to date14,585
#3636Link preview

Гарвард бесплатно открыл один из самых подробных курсов по инженерии систем машинного обучения. Курс CS249r выходит далеко за рамки архитектуры нейросетей. Основное внимание уделено инженерной инфраструктуре, от которой зависит обучение и эффективный запуск моделей: процессорам, иерархии памяти, передаче данных, ускорителям, распределённым вычислениям, инференсу, квантованию, сервингу, надёжности и развёртыванию. В открытый доступ вошли два тома по ML Systems, TinyTorch для создания собственного ML-фреймворка с нуля, интерактивные лабораторные работы в браузере, MLSys·im для экспериментов с узкими местами оборудования и инфраструктуры, StaffML для практики по системному проектированию, а также слайды лекций. В TinyTorch предусмотрено 20 последовательных модулей. В лабораторных можно менять параметры системы и сразу наблюдать, где возникают узкие места, вместо того чтобы ограничиваться изучением теории. Я бы рекомендовал проходить этот курс после знакомства с нейросетями и Transformers. Понимать принцип работы attention полезно. Но совсем другой уровень понимания начинается, когда разбираешься, почему KV-кэш расходует столько памяти, когда инференс упирается в пропускную способность памяти, как batching влияет на throughput и почему добавление новых GPU не всегда приводит к пропорциональному росту производительности. Всё здесь: mlsysbook.ai GitHub: https://github.com/harvard-edge/cs249r_book @IT_Portal

Open in Telegram
Views14,974−15%vs avg
Forwards732
Reactions86
Comments2
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
6 h8,023
31 h14,472
39 h14,974
  1. After 6 hours8,023
  2. After 24 hours14,472
  3. Total to date14,974
#3635Photo
Views15,489−12%vs avg
Forwards292
Reactions65
Comments4
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
6 h8,439
31 h14,294
46 h15,489
  1. After 6 hours8,439
  2. After 24 hours14,294
  3. Total to date15,489
#3634Photo
Views16,302−7%vs avg
Forwards165
Reactions368
Comments7
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
1 h4,489
9 h11,372
24 h14,170
49 h16,302
  1. After 1 hour4,489
  2. After 24 hours14,170
  3. Total to date16,302
#3633Photo
Views17,4850%vs avg
Forwards1,280
Reactions137
Comments11
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h3,443
7 h9,012
30 h15,506
63 h17,306
66 h17,485
  1. After 1 hour3,443
  2. After 6 hours9,012
  3. After 24 hours15,506
  4. Total to date17,485
#3632Link preview
Views18,130+3%vs avg
Forwards212
Reactions111
Comments56
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h9,116
9 h12,168
25 h15,722
65 h17,971
69 h18,130
  1. After 24 hours15,722
  2. Total to date18,130
#3631Video
Views14,289−18%vs avg
Forwards73
Reactions146
Comments3
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
2 h3,717
11 h11,557
25 h14,289
  1. After 24 hours14,289
  2. Total to date14,289

All posts

Connections