
Data Secrets
Главный по машинному обучению Сотрудничество: @veron_28 РКН: clck.ru/3FY3GN
Подписчики, 30 дней
14 окт. – 3 нояб.+950 (+1%)
Показать таблицей
| Дата | Подписчики |
|---|---|
| 14 окт. 2026 г. | 94 957 |
| 15 окт. 2026 г. | 94 999 |
| 16 окт. 2026 г. | 95 039 |
| 17 окт. 2026 г. | 95 076 |
| 18 окт. 2026 г. | 95 108 |
| 19 окт. 2026 г. | 95 151 |
| 20 окт. 2026 г. | 95 168 |
| 21 окт. 2026 г. | 95 173 |
| 22 окт. 2026 г. | 95 256 |
| 23 окт. 2026 г. | 95 278 |
| 24 окт. 2026 г. | 95 311 |
| 25 окт. 2026 г. | 95 368 |
| 26 окт. 2026 г. | 95 386 |
| 27 окт. 2026 г. | 95 428 |
| 28 окт. 2026 г. | 95 500 |
| 29 окт. 2026 г. | 95 564 |
| 30 окт. 2026 г. | 95 688 |
| 31 окт. 2026 г. | 95 742 |
| 1 нояб. 2026 г. | 95 785 |
| 2 нояб. 2026 г. | 95 813 |
| 3 нояб. 2026 г. | 95 907 |
Средние просмотры поста по дням
По дню публикации
Показать таблицей
| Дата | Просмотров на пост |
|---|---|
| 12 окт. 2026 г. | 24 488 |
| 13 окт. 2026 г. | 23 672 |
| 14 окт. 2026 г. | 21 049 |
| 15 окт. 2026 г. | 22 244 |
| 16 окт. 2026 г. | 20 653 |
| 17 окт. 2026 г. | 21 836 |
| 19 окт. 2026 г. | 23 441 |
| 20 окт. 2026 г. | 21 599 |
| 21 окт. 2026 г. | 20 046 |
| 22 окт. 2026 г. | 19 609 |
| 23 окт. 2026 г. | 20 557 |
| 24 окт. 2026 г. | 24 528 |
| 25 окт. 2026 г. | 23 989 |
| 26 окт. 2026 г. | 21 278 |
| 27 окт. 2026 г. | 23 357 |
| 28 окт. 2026 г. | 20 579 |
| 29 окт. 2026 г. | 20 519 |
| 30 окт. 2026 г. | 21 463 |
| 31 окт. 2026 г. | 21 219 |
| 1 нояб. 2026 г. | 21 593 |
| 2 нояб. 2026 г. | 18 858 |
| 3 нояб. 2026 г. | 20 780 |
| 4 нояб. 2026 г. | 14 527 |
Реклама
- МГТС запускает студенческий кейс-чемпионат «Код города» 🚀 Реши реальную бизнес-задачу, разработай технологическое решение при поддержке…20,3 тыс.
- Будущее уже взлетело. Ты с нами? ИИ меняет привычные инструменты, Python остаётся в основе цифровых продуктов, а новые профессии…19,7 тыс.
- 11-12 ноября в онлайне пройдет конференция о новой реальности разработки с агентами Еще год назад мы посмеивались над тем, как модели…18,6 тыс.
- AI Journey 2026: заглядываем в будущее ИИ 🤖 Хочешь узнать, что происходит в мире нейросетей, послушать российских и зарубежных экспертов и…19,5 тыс.
- QA митап: про агентов, деньги и эволюцию QA Как оценивать ИИ-агентов, не разориться на токенах и понять, куда движется профессия…19,3 тыс.
- studchamp.mgts.ru
- 21-school.ru
- ai-dev.live
- aij.ru
- developers.sber.ru
- ООО «Отус онлайн-образование»
- ООО «Школа Высшей Математики»
- aistudio.giga.chat
Самые просматриваемые за месяц
- 01Просмотры32,4 тыс.Пересылки971Реакции443Комментарии62
- 02Просмотры28,7 тыс.Пересылки1,46 тыс.Реакции443Комментарии119
- 03Просмотры28,5 тыс.Пересылки1,51 тыс.Реакции361Комментарии50
- 04Просмотры27,3 тыс.Пересылки1,2 тыс.Реакции418Комментарии62
- 05Просмотры27 тыс.Пересылки1,67 тыс.Реакции297Комментарии116
Новые посты
Anthropic выпустили в опенсорс FlashProve – инструмент для доказуемого инференса https://github.com/anthropics/FlashProve По сути они предложили прототип открытого криптографического протокола, через который любой проверяющий без доступа к весам может убедиться, что ответ выдала именно та модель, которая была заявлена провайдером. Нужна такая штука например для того, чтобы проверять, что роутинг-сервис не подменяет модель на более дешевую, или что модель в контуре компании не была заменена злоумышленниками. Работает это так: провайдер заранее публикует цифровую печать своих весов, а к каждому ответу затем прикладывает файл-доказательство. Мэтч этого файла и печати означает подлинность модели, и проверить его можно на обычном компьютере без GPU и весов. Доказательство весит около 19 МБ на запрос в 1024 токена, а проверка занимает около 17 секунд. Понятно, что это все еще в разы дороже обычного инференса, но, для сравнения, предыдущий результат составлял около 14 часов проверки и доказательство на 93 ГБ. Алгоритм основан на методе zkSNARK. Он известен достаточно давно, но заслуга Anthropic именно в том, что они смогли оптимизировать его до практичных скоростей на модели до 400В параметров. Кстати, в статье написано, что ускорением и оптимизацией в основном занимался Claude. Может быть так и до детектора происхождения текстов недалеко
Открыть в TelegramBinance опубликовали расследование кражи $6,3 млрд Оказалось, что все началось с инженера, который в июне скачал измененный Homebrew, чтобы поставить себе ИИ-инструмент для вайбкодинга. На втором этапе атакующие заманили сотрудника на фальшивый собес, заставили скачать вредоносный код и использовали полученный доступ и уже внутренний ИИ-инструмент самих Binance, чтобы взять под контроль софт еще двух инженеров и захватить кошельки.
Открыть в TelegramДинамика просмотровСкрыть динамику
Рост просмотров
Часов после публикации
Показать таблицей
| Часов после публикации | Просмотры |
|---|---|
| 0 ч | 0 |
| 3 ч | 8 811 |
| 10 ч | 17 149 |
- Всего сейчас17 149
Динамика просмотровСкрыть динамику
Рост просмотров
Часов после публикации
Показать таблицей
| Часов после публикации | Просмотры |
|---|---|
| 0 ч | 0 |
| 3 ч | 8 842 |
| 10 ч | 17 185 |
- Всего сейчас17 185
Главные новости к этому часу: Сэм Альтман переименовал свой аккаунт в X в Ram Altman
Открыть в TelegramДинамика просмотровСкрыть динамику
Рост просмотров
Часов после публикации
Показать таблицей
| Часов после публикации | Просмотры |
|---|---|
| 0 ч | 0 |
| 3 ч | 8 953 |
| 10 ч | 17 295 |
- Всего сейчас17 295
DeepSeek дали пользователям возможность самим дизайнить свой харнесс Напоминаем, что в августе DeepSeek выпустили собственный опенсорсный харнесс. В его основе лежит идея «все есть плагин», и теперь они добавили Creator Mode: описываешь идею словами, а агент сам пишет под нее плагин и встраивает его прямо в интерфейс приложения. То есть интерфейс харнесса буквально перестает быть фиксированным и его можно дорабатывать под себя как угодно. Вот ссылка, где собраны промпты из демо ролика наверху: https://cdn.deepseek.com/harness/dsh-creator-mode-prompt-collection-en.html. Например, можно собрать себе видеоредактор прямо в чате, или сменить стиль всего приложения, или создать панель статистки по диалогам.
Открыть в TelegramДинамика просмотровСкрыть динамику
Рост просмотров
Часов после публикации
Показать таблицей
| Часов после публикации | Просмотры |
|---|---|
| 0 ч | 0 |
| 2 ч | 10 132 |
| 7 ч | 14 288 |
| 28 ч | 21 651 |
- Через 1 час10 132
- Через 6 часов14 288
- Через 24 часа21 651
- Всего сейчас21 651
Динамика просмотровСкрыть динамику
Рост просмотров
Часов после публикации
Показать таблицей
| Часов после публикации | Просмотры |
|---|---|
| 0 ч | 0 |
| 7 ч | 16 343 |
| 12 ч | 18 463 |
| 25 ч | 21 235 |
- Через 6 часов16 343
- Через 24 часа21 235
- Всего сейчас21 235
Динамика просмотровСкрыть динамику
Рост просмотров
Часов после публикации
Показать таблицей
| Часов после публикации | Просмотры |
|---|---|
| 0 ч | 0 |
| 7 ч | 16 211 |
| 12 ч | 18 264 |
| 25 ч | 20 861 |
- Через 6 часов16 211
- Через 24 часа20 861
- Всего сейчас20 861
GPT-6 без дообучения улучшила веса Qwen3.5-0.8B Просто поразительное исследование выпустили сегодня рисерчеры из MIT CSAIL. Они показали, что топовые LLM могут напрямую читать и осознанно менять веса нейросетей, причем без градиентного спуска и обучения. Это назвали Weight-Space Programming. В главном эксперименте авторы дали Astra веса крошечной Qwen3.5-0.8B и попросили улучшить ее способности в математике. В итоге Astra обнаружила в весах нейроны, из-за которых модель зацикливалась в рассуждениях, и исправила их. Всего она переписала около 0.016% весов, и после этого на MATH-500 скор Qwen3.5-0.8B вырос с 7,9% до 48,1%, а на GSM8K – с 13,8% до 67,1%. Это не все. Оказалось, что Astra может неплохо интерпретировать модели по весам. Например, ученые дообучили 4 одинаковые модели играть в разные игры: Breakout, Pong, Pac-Man и Freeway. Astra получила только веса (около 17 тысяч чисел) и описание входов, без названий игр, и смогла угадать, чему учили эти модели, во всех четырех случаях. В другом эксперименте три диффузионные модели рисовали круг, квадрат и треугольник. Astra по весам определила каждую фигуру, прочитав выходной слой. Важно, что при этом она не запускает эти сети, а просто читает веса. А еще Astra умеет писать нейросети с нуля. Она без обучения, с нуля, взяла и выдала веса сетей для трех игр MinAtar. Во всех трех случаях она обошла модели, которые были обучены с помощью обучения с подкреплением (PPO) на 100 млн шагов. Также авторы просили ее написать сеть для игры в Go. Она написала веса одним скриптом на 336 строк и выиграла больше половины партий у двух маленьких обученных на PPO сетей. Если же ей давали возможность несколько раз прогнать свою сеть в песочнице, то она обыгрывала равную по размеру PPO-сеть, обученную на 20 млн партий. Результаты пока ранние, но само направление невероятно многообещающее. С помощью Weight-Space Programming можно было бы делать элаймент, аудит моделей, дешевую инициализацию весов, ну и рекурсивное самоулучшение на десерт. Сейчас авторы делают бенчмарк и харнесс для оценки способностей моделей к такому программированию весов. Полные логи всех экспериментов выложены на GitHub. https://rikiyat.github.io/blog/weight-space-programming/
Открыть в TelegramДинамика просмотровСкрыть динамику
Рост просмотров
Часов после публикации
Показать таблицей
| Часов после публикации | Просмотры |
|---|---|
| 0 ч | 0 |
| 7 ч | 14 988 |
| 12 ч | 16 914 |
| 12 ч | 16 914 |
| 25 ч | 19 373 |
- Через 6 часов14 988
- Через 24 часа19 373
- Всего сейчас19 373
Связи
Похожие каналы
Джун на фронте | IT Dev Log@divatozТехнологии7,56 тыс.
ТЕХНО: Яндекс про технологии@techno_yandexТехнологии220 тыс.
ElKornacio@elkornacioТехнологии15,7 тыс.
AI и грабли@oestickТехнологии15,2 тыс.
Леонардо Ди Ванче@skvirБлоги21 тыс.
ЕЖ@ejdailyruПолитика666 тыс.
эйай ньюз@ai_newzТехнологии98,2 тыс.
Лобушкин@lobushkinТехнологии101 тыс.
Кто упоминает
Леонардо Ди Ванче@skvir2 репостаПоследний пост
ЕЖ@ejdailyru2 упоминанияПоследний пост
Джун на фронте | IT Dev Log@divatoz1 упоминание, 2 репостаПоследний пост
Dauphinois@le_dauphinois1 упоминаниеПоследний пост
SM only news@settersmedia_news1 упоминаниеПоследний пост
Неудаща@dirtytatarstan1 упоминаниеПоследний пост
Поднять Перископ!@up_periscope1 упоминаниеПоследний пост
Lunatic Asylum@ferrumworld1 репостПоследний пост
Радио Морзе 📡@semiurg_ru1 упоминаниеПоследний пост
Александр Сидякин@asidyakin1 упоминаниеПоследний пост
Кого упоминает
ElKornacio@elkornacio1 упоминание
AI и грабли@oestick1 упоминание
RationalAnswer | Павел Комаровский@rationalanswer1 упоминание- AI-Driven Development. Родион Мостовой@ai_driven1 упоминание
- Data Secrets | Карьера@data_secrets_career1 репост
ТЕХНО: Яндекс про технологии@techno_yandex1 упоминание