ChatCrawlerпоиск по публичному Telegram Открыть приложение
M

Machine learning chat

снимок за октябрь 2025
октябрь 2025 ×
30 октября 2025
I
AtomMax_текст ещё не в индексе
Было уже такое у кореша уневровского в далёком 2016, он построил что то по типу регуляризованного логика на текстовых данных переведённых в количественные данные, % точности был не шибко высоким, скорее всего выигрыш полученный от такога рода бота будет сжираться всякими биржевыми комиссиями
A
Кстати какие у вас прогнозы товарищи, смогут ли таки добиться AGI и нас всех заменят или ИИ станет жрать настолько много энергии что конторы по типу openai никогда не станут прибыльными и хайп утихнет?
I
AtomMax_Ну так в 16м году даже трансформеров не было
Да не было, но не думаю что ситуация сильно изменилась. Просто все разговоры про трейдинг обычно приходят к гипотезе эффективных рынков, которая гласит что серебряной пули нет, и когда до твоего алгоритма догадываются или начинают использовать другие сверхприбыль ты получать перестаешь
A
I
AtomMax_Может быть. Но, не попробуешь не узнаешь. Если сделать такую штуку, и даже если не будет норм результатов, то всё равно будет опыт хороший
Ну мы такие штуки писали для наших дипломных) с тех точки зрения казалось интересным, с точки зрения фундаментальных исследований - ну такое)
I
Фотография
нажмите — покажем
⚡️ Air - это Python-фреймворк, спроектированный с акцентом AI-first. Работа над ним всё ещё в альфа-стадии, но уже видно: это не просто фреймворк - это попытка переосмыслить, как строятся веб-приложения в эпоху ИИ. Что делает Air особенным - Совместимость с FastAPI / Starlette: маршруты, middleware, OpenAPI — всё на месте. - Интеграция с базами данных через air.ext.sqlmodel (SQLModel / SQLAlchemy). - Базовая авторизация готова «из коробки» — OAuth, логин через GitHub. - Подход к интерфейсам: шаблоны + декларативные теги, реактивность без тяжёлого JS — вдохновлено HTMX. - Каждый компонент и API стремятся быть понятными, простыми, как в Django, но с добавлением ИИ-ориентированности. Но важно помнить Air сейчас — это эксперимент. APIs могут меняться, функционал не всё реализован. Авторы просят относиться с пониманием и участвовать в становлении фреймворка. Если ты устал от “обычных” веб-фреймворков и думаешь над тем, как встроить ИИ в архитектуру с самого начала — Air может быть тем самым началом нового пути. 🔗 Подробнее: https://audrey.feldroy.com/articles/2025-10-06-air-pioneering-ai-first-python-web-framework
5.2K ·
A
Nikitaтекст ещё не в индексе
Те практически все. Большая часть товаров в мире номинируется в долларах. И даже если вы не покупаете у США и не продаете туда, то деньги все равно проходят через американские банки. И чем крупнее суммы тем больше вероятность этого. Я молчу про страны которые держат долги США - Япония, Китай итд. И если они упадут, то накроют всех своим жирным телом..
M
Machine learning chat
Фотография
нажмите — покажем
🧾 Microsoft раскрыла цифры, которые показывают масштабы расходов OpenAI. В отчёте для SEC видно: OpenAI потеряла около $11.5 млрд за один квартал. Это считается по методу учёта доли — Microsoft владеет примерно 27% OpenAI и списала у себя $3.1 млрд. Если 27% = $3.1 млрд убытка, то общий минус - около $11.5 млрд. Ещё один факт: Microsoft уже перечислила $11.6 млрд из обещанных $13 млрд - почти всё финансирование уже пришло в OpenAI. И при этом Microsoft за тот же период заработала $27.7 млрд чистой прибыли, так что такой минус она спокойно выдерживает. Гонка за лидерство в ИИ - это игра, где даже крупнейшие компании готовы сжигать гигантские суммы. Интересно посмотреть, сколько она ещё продлится и кто выдержит дольше? theregister.com/2025/10/29/microsoft_earnings_q1_26_openai_loss @ai_machinelearning_big_data #opanai #Microsoft #money
35.6K ·
31 октября 2025
A
Всем привет! Тут такой вопрос. Есть видео аватара, лицо человека (где она просто стоит и где она говорит). И хочется сделать lipsync для такого видео. Желательно чтобы просто по сути губы настроить, когда надо остановить, когда надо visemes сделать. Какие есть хорошее решения для этой задачи? Или более лучше формат
I
Фотография
нажмите — покажем
🚀 DeepSeek-OCR: новый подход к памяти в ИИ DeepSeek показали, что OCR-модель может быть не только про чтение документов, но и про расширение «памяти» модели. Идея простая и смелая: хранить контекст не в текстовых токенах, а в виде изображений страниц, а потом считывать нужный фрагмент через OCR. Когда мы храним историю диалога как изображения, каждый визуальный патч покрывает больше информации, чем один текстовый токен. Модель работает с компактным визуальным представлением, а точные цитаты подтягивает только по запросу. Получается сохранять больше деталей, тратить меньше токенов и экономить на длинном контексте. Что происходит внутри - История упаковывается в страницы и разбивается на 2D-патчи - Недавние страницы хранятся в высоком качестве - Старые сжимаются сильнее, но не исчезают полностью - OCR вызывается только когда нужно точное слово или строка Это похоже на мягкое «угасание памяти» вместо жёсткого обрезания контекста. Таблицы, код, структура текста сохраняются как есть, что помогает модели не терять привязки. Практический эффект - тысячи текстовых токенов заменяются сотнями визуальных - дешевле в обработке - подходит для агентных систем, которые ведут длинные сессии и возвращаются к старым действиям или логам - можно генерировать собственные обучающие данные, рендеря страницы и OCR-лейблы на лету Метод не делает модель идеальной в запоминании, но позволяет гораздо дольше удерживать информацию и возвращаться к ней без внешних хранилищ и сложного RAG-контура. Хранить текст как изображения и читать их по запросу может стать новой парадигмой долгой памяти в LLM. Особенно для агентов, которым нужно помнить путь, а не только последний шаг. technologyreview.com/2025/10/29/1126932/deepseek-ocr-visual-compression @data_analysis_ml
13.8K ·
M
Machine learning chat
Фотография
нажмите — покажем
Фотография
нажмите — покажем
Фотография
нажмите — покажем
Фотография
нажмите — покажем
Фотография
нажмите — покажем
🔥 Hugging Face снова выкатили полезные материалы Вышел бесплатный плейбук о том, как изнутри строят SOTA-модели. Без общих слов - только реальные решения и нюансы, которые обычно скрыты внутри исследовательских команд. Это полноценный playbook для тех, кто хочет понимать, как утсрены современные LLM. Что внутри: • Логика построения модели: зачем → что → как • Как разработчики берут модель и по частям включают/выключают компоненты (или меняют их) • Архитектура: ключевые выборы и trade-offs • Искусство подбора и очистки данных • Как проходит обучение моделей • Пост-тренинг и RLHF в 2025 • Инфраструктура больших моделей По первым страницам - уровень деталей как в Ultra-scale playbook. Ссылка: https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook#designing-the-model-architecture @ai_machinelearning_big_data #AI #LLM #MachineLearning #HuggingFace
58.3K ·
Фотография
нажмите — покажем
🚀«Ави»: на рынке появится новый ИИ-ассистент от Авито Технологическая платформа Авито подала заявку на регистрацию товарного знака для своего нового ИИ-ассистента — «Ави», сообщает «Коммерсант». 💬 Что умеет «Ави» Ассистент работает на базе большой языковой модели и общается с пользователями в формате живого диалога. Он не просто отвечает на запросы, а помогает понять цель покупки, уточняет ключевые параметры, рекомендует подходящие предложения и даже объясняет отличия между ними. По сути — это интеллектуальный консультант, который знает рынок Авито так же хорошо, как его создатели. 🚀 Зачем это нужно Авито ИИ-ассистенты сегодня — новый тренд среди крупных компаний. Интерактивные решения позволяют: • собирать больше контекста из диалогов с пользователем; • повышать вовлеченность и лояльность; • влиять на ключевые метрики продаж. По оценкам экспертов, на разработку «Ави» уже могли потратить около 500 млн рублей. Это часть большой стратегии: в Авито ранее заявляли, что инвестируют 12 млрд рублей в генеративный ИИ и рассчитывают получить 21 млрд выручки к 2028 году от внедрения технологий искусственного интеллекта. 🧠 ИИ-стратегия Авито Компания активно развивает собственную ИИ-экосистему. Ранее она представила две модели: • A-Vibe — текстовую LLM; • A-Vision — мультимодальную модель, способную работать с изображениями и текстом. Модель A-Vibe за первую неделю собрала более 1400 скачиваний и вошла в топ трендовых моделей на Hugging Face. 🔮 Что дальше Сейчас «Ави» проходит тестирование в разных категориях. Цель компании — в 2026 году запустить универсальное решение, которое будет работать во всех вертикалях платформы. Можно сказать, что «Ави» — это не просто чат-бот, а новое лицо Авито, интегрированное в пользовательский опыт и превращающее классическую торговую площадку в умную технологическую платформу.
I
Фотография
нажмите — покажем
🚀📈 Память снова на пике - Samsung, SK Hynix и Micron входят в суперцикл благодаря ИИ AI привёл рынок памяти к рекордному росту: мировой доход DRAM к 2026 году оценивают в $231 млрд. Компании уже фиксируют взрывной спрос и исторические прибыли. Картинка по кварталам - Samsung: $8.6 млрд чистой прибыли, из них $4.9 млрд - от чипов - SK Hynix: $8.8 млрд прибыли, называют рынок “суперциклом”, мощности до 2026 уже проданы - Micron: $3.2 млрд чистой прибыли, подтверждает такой же спрос Что зажигает рынок Главная звезда — HBM (High Bandwidth Memory). Это многослойная память рядом с процессором, которая прокачивает гигантские объёмы данных, ускоряя обучение больших моделей. Но и обычная DRAM в дефиците — дата-центры закупают серверы для инференса: готовые модели прогоняют запросы и генерируют ответы, и часто это дешевле, чем держать огромные обучающие кластеры. Стратегия OpenAI подливает топлива Компания подписала предварительные соглашения с Samsung и SK Hynix под проект Stargate. Звучала цифра — до 900 тысяч пластин DRAM в месяц — это >2х текущей глобальной мощности HBM, по оценке SK Hynix. Что дальше - спрос на HBM будет расти >30% в год ближайшие 5 лет - дефицит памяти продлится минимум до конца 2026, возможно — до начала 2027 - компании, не забронировавшие поставки заранее, уже платят дороже — HBM-линии пошли в приоритет, стандартная DRAM растёт в цене «за компанию» Сомнения есть: прогнозы OpenAI агрессивны и могут скорректироваться. Но даже если масштаб будет меньше, рынок всё равно остаётся сверхнапряжённым - мощности просто не успевают догонять AI-спрос. Новый закон чип-мира: кто заранее купил память, тот и обучит будущее. wsj.com/tech/memory-chip-makers-are-enjoying-a-boom-to-remember-thanks-to-ai-741b2a45
4.7K ·
И
wavan2012текст ещё не в индексе
В большой геймдев не попал, решил направление сменить потому что не нравится то, что с ним в рф происходит, и то что нестабильный заработок. Чат гейм-дизайнеров, манжеты ГД. Так называется
I
Фотография
нажмите — покажем
🔥 Qwen3-VL теперь можно запускать локально Хорошая новость для тех, кто хочет сильный мультимодальный стек без облака: . - Qwen3-VL-235B можно поднять на 128 ГБ unified memory (динамическое 4-bit). Это уже уровень SOTA в СМ b OCR. - Qwen3-VL-2B спокойно выдает ~40 токенов/сек на 4 ГБ ОЗУ. Плюс: - есть фиксированный chat-template - полная поддержка тонкой настройки и RL - готовые блокноты через Unsloth (бесплатно) - экспорт в GGUF, так что можно кормить всё это локальным рантаймам Документация: docs.unsloth.ai/models/qwen3-vl @data_analysis_ml
6.2K ·
В
Скиньте годный чат/конфу именно по аналитике, визуализации данных Очень надо Спасибо
Открыть в Telegram Каталог площадок Искать в ChatCrawler

Слепок открытой публичной ленты из поискового индекса ChatCrawler — «Google по публичному Telegram»; обновляется по мере обхода площадки. Время — UTC.

Только публичный контент, официальный API Telegram. О проекте · Вопросы · Чего мы не делаем · Убрать страницу из выдачи · Каталог