Анализ данных (Data analysis)

⚡️ Как Claude может связывать несколько аккаунтов с одним устройством Пользователи нашли в локальных файлах Claude и Claude Code набор идентификаторов и телеметрии, которые потенциально позволяют понять, что разные аккаунты запускались на одном компьютере. В CLI сохраняются: - machineID — постоянный ID установки - userID и anonymousId — идентификаторы телеметрии - отдельные ID для других конфигураций и окружений В десктопном приложении есть: - ant-did — ID устройства - ant-device-registry.json — реестр устройства и связанных аккаунтов - remote-control-state.json — телеметрия - config.json — настройки, последний аккаунт, служебное состояние и кэш - chromeExtension.pairedDeviceId — ID связанного браузерного расширения - claude-code-sessions/ — локальная история сессий Claude Code для аккаунтов, которые использовались на машине То есть даже после выхода из аккаунта на компьютере может оставаться достаточно локальных метаданных, чтобы связать несколько учеток между собой. Перед переустановкой, сменой аккаунта или восстановлением после блокировки стоит сначала сохранить важные проекты и сессии и понимать, какие данные Claude хранит локально. Удаление локальных метаданных само по себе не гарантирует снятие блокировки и может привести к потере настроек или сессий.

🔥 ChatGPT PRO на русском: открытый курс от первого промпта до агентов и Codex На GitHub нашли бесплатный практический курс по ChatGPT, целиком на русском. Он умещается в один репо, поэтому ничего не нужно ставить и регистрироваться не надо. Программа идёт от простого к сложному в четыре уровня: база, работа, расширение и PRO. Всего в ней 13 модулей. Первые разбирают выбор между быстрыми и рассуждающими моделями, Deep Research, формулу промпта, память и проекты. Дальше идут анализ таблиц, Canvas, картинки и голос, а последние модули посвящены Custom GPTs, коннекторам, агентам, Codex и API. Главная ценность курса в практике. В нём 10 лабораторных: библиотека промптов, аналитика без Excel, ресёрч с проверкой источников, свой GPT, постановка задач агенту, разработка через Codex и автоматизация через API. К ним прилагаются 15 готовых рецептов под типовые задачи и разбор антипаттернов в формате «как делают неправильно и как надо». Отдельный модуль посвящён безопасности: prompt injection, утечки данных и проверка фактов за моделью. Курс удобно дать новичкам в команде или пройти самому, чтобы закрыть пробелы по агентам и Codex. https://github.com/justxor/ChatGPT_ru

✔️ Anthropic выбрала Nasdaq для IPO Cтартап определился с площадкой для выхода на открытый рынок - по данным источников Business Insider, компания планирует провести первичное публичное размещение акций на бирже Nasdaq уже в октябре. Решение создателей языковой модели Claude - очередная крупная победа Nasdaq в конкурентной борьбе с Нью-Йоркской фондовой биржей за привлечение ключевых технологических компаний. Ранее в этом году бирже удалось заполучить листинг SpaceX, что окончательно закрепило за площадкой статус главного центра притяжения для публичного дебюта лидеров диптех индустрии. #news #ai #ml

🔥 Claude Code теперь можно менять изнутри Anthropic представила Mods: небольшие функции на TypeScript, которые вмешиваются в работу Claude Code. Мод может изменить промпт до отправки модели, заблокировать или повторить вызов инструмента, скрыть секрет из ответа и добавить элементы интерфейса. Работает в CLI и настольном приложении. Моды распространяются через плагины. По сути, разработчик может настроить поведение самого агента под свой процесс, а не только давать ему инструкции. Устанавливать стоит из доверенных источников: мод выполняется с тем же доступом к компьютеру, что и Claude Code. https://claude.com/blog/claude-code-mods

PewDiePie учил свой ИИ на ответах OpenAI. Получил бан. Обжаловал. Попробовал снова. Ещё бан 🤖 По словам блогера, именно так закончились эксперименты с обучающими данными для Ajax. В показанном им письме OpenAI причиной одной из блокировок названа дистилляция: использование ответов одной модели для обучения другой. Ajax создан на базе Qwen 3.5 9B для Odysseus. Это локальный помощник для повседневных задач: поиска, работы с браузером, почтой и календарём. Защищать модель от систематического копирования понятно. В пользовательских условиях OpenAI прямо запрещено использовать ответы для разработки конкурирующих моделей. Но здесь возникает неудобный вопрос. Сама OpenAI использует для обучения в том числе публичные тексты из интернета: блоги, форумы и посты людей. Где должна проходить граница? В количестве собранных ответов? В попытке воспроизвести возможности модели? В коммерческой цели? Должны ли одинаковые правила действовать для домашнего проекта и крупного конкурента?

Стать специалистом по Data Science всего за 10 недель — это реально! Если давно смотрите в сторону Data Science, но откладываете старт из-за огромного количества технологий, математики и непонятного пути до первой работы — сейчас можно зайти в профессию по-другому. Симулейтив запускает интенсивный буткемп по Data Science, который построен вокруг главного: за первые 10 недель собрать необходимый стек, получить практический опыт и начать готовиться к реальным собеседованиям. И главное — вам не нужно сначала учиться 8–12 месяцев, а уже потом думать о трудоустройстве. Что вас ждёт: ➖необходимые для старта навыки: Python, ML, статистика, работа с данными и AI-инструментами; ➖практика на реальных задачах и проектах; ➖понятный ежедневный план обучения и поддержка менторов; ➖еженедельные живые занятия, а не старые записи; ➖подготовка к собеседованиям уже с первых недель — групповые интервью, разбор вопросов и подготовка резюме. А что после 10 недель? Буткемп — это только первый этап. После него можно продолжить углублять экспертизу и двигаться к уровню middle: ➖продвинутый Python; ➖Git; ➖продвинутая статистика и A/B-тестирование; ➖Airflow; ➖MLOps и развёртывание ML-моделей. Кому подойдёт: Тем, кто хочет войти в Data Science системно и не тратить год на самостоятельный поиск правильного маршрута. Тем, кто начинал учиться самостоятельно, но терял темп без структуры и дедлайнов. Тем, кто хочет не просто изучать теорию, а как можно раньше начать готовиться к выходу на рынок. Тем, кому важно учиться на практике и получать обратную связь от менторов. 🔥ВАЖНО: Симулейтив сейчас дают возможность получить грант на обучение и гарантию трудоустройства своих студентов! Количество грантов, ограничено! Оставляйте заявку до конца недели, чтобы занять одно из 5 оставшихся мест нового потока! 🔗 ЗАБРОНИРОВАТЬ МЕСТО

Google разыгрывает $100 000 за AI-агентов для программирования 🚀 На Kaggle стартовал Gemma 4 Developer Agent Competition. Задача: превратить Gemma 4 в агента, который ориентируется в сложных репозиториях, готовит исправления реальных багов и ускоряет работу разработчика. Цель конкурса: приблизить таких помощников к запуску на обычном оборудовании. Два трека: • Основной конкурс, $65 000. Создать агента. Его патчи проверяют тестами, а результат зависит от доли успешно исправленных задач. • Исследовательский трек, $35 000. Представить новую работу: дообучение, обучение с подкреплением, понимание кода, датасеты или инструменты для программирующих агентов. Дедлайны 2026 года: • 12 ноября: подача исследовательской работы. • 25 ноября: регистрация в основном конкурсе и объединение команд. • 2 декабря: финальная отправка решения основного конкурса. Основной конкурс: https://www.kaggle.com/competitions/gemma-4-developer-agent Исследовательский трек: https://www.kaggle.com/competitions/gemma-4-developer-agent-paper

🧠 Opus 5.5 строит, Fable 5.1 проверяет: рабочая схема Claude Code с советником Если основная модель у тебя Opus 5.5, не держи квоту на Fable 5.1 без дела. Команда /advisor fable подключает Fable как советника: Opus продолжает писать код, а Fable в ключевые моменты читает всю сессию и даёт совет. Схема выглядит так. Основную сессию ведёт Opus 5.5 на high. Три сабагента делят рутину: Explorer читает код, Worker правит и гоняет тесты, Researcher подтягивает документацию. Fable 5.1 сидит на подхвате как советник. Автор схемы ещё добавляет Jev от TypeSafe AI для быстрых мелких решений вроде выбора ветки или классификации, где большая модель не нужна. Fable нужен только в трёх моментах: перед тем как взяться за большой план, когда одна и та же ошибка повторяется второй раз и перед тем как объявить длинную задачу завершённой. Всё остальное время он не тратит токены. Opus пишет код, Fable проверяет решения, а Jev берёт на себя дешёвые развилки. Документация по советнику: https://code.claude.com/docs/en/advisor

📚 271 страница линейной алгебры от Теренса Тао, бесплатно Конспекты университетского курса Math 115A в UCLA: векторные пространства, базисы, матрицы и линейные преобразования. Внутри объяснения, примеры, доказательства и задания. Материал на английском, с упором на понимание математических идей. Если хотите разобраться в математической основе машинного обучения, сохраняйте. 📥 PDF: https://terrytao.wordpress.com/wp-content/uploads/2016/12/linear-algebra-notes.pdf

⚡️ Astra 6.1 была готова к выходу, но OpenAI отложила релиз из-за рисков В интервью Vanity Fair Сэм Альтман объяснил: компания хочет увереннее контролировать поведение модели, прежде чем дать к ней широкий доступ. При этом он готов допустить отдельные ошибки, чтобы власть над ИИ не сосредоточилась у нескольких компаний и государств. Даже несмотря на ожидаемую волну кибератак с использованием открытых моделей. Граница допустимого - потеря человеческого контроля над ИИ. Соглашение Трампа об ИИ Альтман назвал первым шагом, признав отсутствие реальной силы. А критикам ответил: «Вам явно не понравятся многие мои решения».