29 декабря 2025
VilyamЛин.рег, градиент. Нормальное распределение в теор вере. Вот это 3 базы математики без которых в ML никак
Если более точно дополнить, то для тех же нейросетей тебе надо градиентный спуск, цепочку производных, вектора,
Ilya Dorofeevтекст ещё не в индексе
Много теории и плотной математики. Новая архитектура, выведенная из первых принципов (теория случайных функций, симметрии вероятностной меры в бесконечномерном функциональном пространстве), новый метод обучения (а не градиентный спуск). Сейчас это в 4-х статьях на arXiv около 100 страниц. В формат конференции (8-10 страниц) никак не уместить. Во вторых, надо дать рецензенту время на изучение, для журналов оно больше. И по этой причине, я думаю, меньше вероятность отказа по причине "это не похоже на нейросети". Ну и еще характер вклада, главный результат, он теоретический: почему такое ядро, почему такая структура, почему работает без градиентного спуска. Это больше подходит для журнала.
30 декабря 2025
Юрийтекст ещё не в индексе
Не лезть в научную сферу, там сидят одни старые шизы спорящие по глупостям
NPC PoweredЕсли более точно дополнить, то для тех же нейросетей тебе надо градиентный спуск, цепочку производных, вектора,
Если не секрет, то в каких источниках это так называется? Впервые вижу подобную интерпретацию)
ЮрийМного теории и плотной математики. Новая архитектура, выведенная из первых принципов (теория случайных функций, симметрии вероятностной меры в бесконечномерном функциональном пространстве), новый метод обучения (а не градиентный спуск). Сейчас это в 4-х статьях на arXiv около 100 страниц. В формат к
Всё описанное отлично подходит под neurips/iclr/icml, там достаточно статей такого рода. Размер аппендикса безлимитный, иногда встречал статьи больше ста страниц. Есть конференции, специализирующиеся на теории, типа colt. Стоит так же рассмотреть uai и aistats
Разумно будет сначала отправить статьи с архива на вышеперечисленные конференции, а только после суммарную работу на jmlr/tmlr
Machine learning chat
Видео
нажмите — покажем
нажмите — покажем
✔️ Nvidia закрыла сделку по покупке акций Intel на 5 млрд. долларов.
Компания выполнила условия сентябрьского соглашения, приобретя более 214,7 млн. акций Intel. Для Intel это вливание капитала стало критически важной финансовой поддержкой: производитель серьезно истощил свои резервы из-за многолетних стратегических просчетов и затрат на расширение производственных мощностей.
Инвестиция уже прошла проверку американских регуляторов - Федеральная торговая комиссия одобрила сделку. Теперь, когда все формальности улажены, Intel получает необходимую ликвидность для стабилизации бизнеса на фоне жесткой конкуренции в полупроводниковой отрасли.
reuters.com
✔️ CEO Microsoft раскритиковал качество Copilot и лично возглавил работу над продуктом.
Сатья Наделла выразил жесткое недовольство текущим состоянием потребительской версии ИИ-ассистента. В письме менеджерам он заявил, что интеграции Copilot с Gmail и Outlook «по большей части не работают», назвав их реализацию «недостаточно умной».
Чтобы исправить ситуацию, глава компании фактически перешел в режим антикризисного управления продуктом, делегировав часть коммерческих задач, чтобы сосредоточиться на технологиях.
Теперь Наделла глубоко погружен в инженерную рутину: он состоит в рабочих чатах с ведущими разработчиками, проводит еженедельные разборы полетов и дает прямые технические указания, вплоть до требований по консолидации процессов тренировки моделей.
theinformation.com
✔️ Китайская AgiBot запустила сервис посуточной аренды гуманоидных роботов.
Компания представила платформу Qingtian Rent, на которой можно нанять роботов для работы на выставках, конференциях и частных мероприятиях. Флагманская антропоморфная модель Yuanzheng A2 обойдется в $1380 в день, а в качестве бюджетной альтернативы предлагается робопес Unitree Go2 за $138 в сутки.
Запуск сервиса происходит на фоне роста интереса к коммерческому использованию робототехники в Китае. По данным аналитиков, объем местного рынка аренды роботов в 2025 году сос
31.7K · Фотография
нажмите — покажем
нажмите — покажем
👨🎓 Harvard выложил в открытый доступ учебник по ML-системам и это редкий случай, когда материал действительно полезный.
В учебнике показан полный цикл: от понимания основ до построения продакшн-систем, которые можно запускать в реальном мире.
Что в книге и почему она стоит внимания:
- вы самостоятельно собираете autograd, оптимизаторы, attention и мини-PyTorch — чтобы увидеть, как устроены фреймворки изнутри
- разбираетесь в базах: батчи, архитектуры, процесс обучения
- учитесь оптимизировать производительность: работать с ускорителями, бенчмарками и настраивать модели
📚 То есть это не вводная книжка, а полноценный roadmap от теории к продакшну.
📌Репозиторий: https://github.com/harvard-edge/cs249r_book
📌PDF: https://mlsysbook.ai/assets/downloads/Machine-Learning-Systems.pdf
12.1K · Ilya DorofeevВсё описанное отлично подходит под neurips/iclr/icml, там достаточно статей такого рода. Размер аппендикса безлимитный, иногда встречал статьи больше ста страниц. Есть конференции, специализирующиеся на теории, типа colt. Стоит так же рассмотреть uai и aistats
Разумно будет сначала отправить статьи
Мой вопрос больше касался площадок, где можно неформально пообщаться, поделиться ссылками. Но на счет конференций, может быть Вы правы, нужно это рассмотреть, пока не отбрасывать вариант. Спасибо.
ЮрийМного теории и плотной математики. Новая архитектура, выведенная из первых принципов (теория случайных функций, симметрии вероятностной меры в бесконечномерном функциональном пространстве), новый метод обучения (а не градиентный спуск). Сейчас это в 4-х статьях на arXiv около 100 страниц. В формат к
Что за новый метод появился?
YFriteЕсли не секрет, то в каких источниках это так называется? Впервые вижу подобную интерпретацию)
Ни в каких. Но все и так думаю поняли, что речь про правило цепочки для вычисления составных функций. Впринципе по запросу цепочка производных в интернете то же правило появляется
NPC PoweredЧто за новый метод появился?
Название "полигармонический каскад". Выведен из первых принципов: принципов индифферентности и теории случайных функций (Пугачев 40-60 годы). Вместо слоёв нейронов пакеты полигармонических сплайнов. Обучается не градиентным спуском. Вместо этого решение системы уравнений, по сути близко к методам второго порядка Гаусса-Ньютона, но настройка не по "весам - коэффициентам" а по значениям скрытых функций. Регуляризация по Тихонову по сути. Способен аппроксимировать нелинейные функции неограниченной сложности. Обучается по одному и тому же алгоритму как от нескольких так и до сотен слоёв (проверено до 500, но подозреваю что можно и на тысячи) без "скип коннектионс", "батч нормализации", "дропаута" и т.п. Описано в статьях на arXiv (русские версии на preprints_ru). Проводились тесты на датасетах MNIST, HIGGS boson, Epsilon. Результаты конкурентноспособные, демонстрируют работоспособность.. Код в репозитории на гитхабе. Ссылки скинуть пока не могу - сообщения удаляются (может быть завтра смогу).
31 декабря 2025
Фотография
нажмите — покажем
нажмите — покажем
🇨🇳 Китайские техногиганты устраивают охоту за ИИ-талантами
Крупные компании резко поднимают бонусы и зарплаты, чтобы никто не уходил к конкурентам.
ByteDance увеличивает бонусы на 35% и закладывает на пересмотр зарплат +150%. Вилки доходов расширяют по всем уровням - рынок перегревается.
Tencent активно переманивает специалистов: по сообщениям, отдельные оферы доходят до 2x от текущих зарплат. Плюс в компании появился новый главный AI-учёныйБ бывший исследователь OpenAI Яо Шунью.
Инженеры, которые умеют строить и поддерживать системы обучения и инференса LLM, на вес золота. Маленькая команда может тормозить целые продуктовые направления.
Внутри Tencent усиливают AI-инфраструктуру: распределённое обучение, масштабное развёртывание моделей, большие данные и ML-пайплайны.
И цифры это подтверждают: индекс новых вакансий по ИИ на платформе Maimai вырос на 543% за 2025 год.
Китай делает ставку на ИИ.
scmp.com/tech/tech-trends/article/3338168/chinas-tech-giants-offer-lavish-year-end-bonuses-amid-ai-talent-war
6K · VladimirКому то приходилось рассчитывать ROI проклеила связанных с внедрением ИИ?
Обычно я смотрю на показатели эффективности, снижение затрат или рост выручки после внедрения, а также на качество решений и скорость их реализации
Фотография
нажмите — покажем
нажмите — покажем
Фотография
нажмите — покажем
нажмите — покажем
🙂 Tongyi Lab, похоже, вот-вот выпустит Qwen-Image-Edit-2512
Вчера, на просторах сети Х, Tongyi Lab запостила тизер "новогоднего подарка, который уже в пути".
Так как все очень сильно и давно ждут Z-Image Base и Edit и Omni, сверхразумы Redditа пошли разгадывать таинственный пост.
Розыскную бригаду собирать не пришлось - новинку спойлернул gemini-code-assist в репозитории Modelscope : это будет qwen-image-2512
#news #ai #ml
5.9K · Видео
нажмите — покажем
нажмите — покажем
🎄🎄 Qwen-Image: обновление как раз к Новому году
Свежая версия Qwen-Image получила заметный апгрейд качества.
Модель стала генерировать намного реалистичнее и аккуратнее, особенно в сложных сценах.
Что изменилось:
• более естественные генерации людей, меньше «искусственного» эффекта
• детальнее лица и мимика
• улучшены натуральные текстуры: вода, шерсть, материалы, пейзажи
• намного аккуратнее текст на картинках: лучше верстка и точность в композиции
Модель прошла более 10 000 слепых сравнений на AI Arena и показала результат уровня топов среди open-source, оставаясь конкурентной даже рядом с закрытыми решениями.
▪Qwen Chat: https://chat.qwen.ai/?inputFeature=t2i
▪Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2512
▪ModelScope: https://modelscope.ai/models/Qwen/Qwen-Image-2512
▪GitHub: https://github.com/QwenLM/Qwen-Image
▪Блог: https://qwen.ai/blog?id=qwen-image-2512
▪Демо HF: https://huggingface.co/spaces/Qwen/Qwen-Image-2512
▪Демо ModelScope: https://modelscope.cn/aigc/imageGeneration
▪API: https://modelstudio.console.alibabacloud.com/?tab=doc#/doc/?type=model&url=2840914_2&modelId=group-qwen-image-max
@ai_machinelearning_big_data
#qwen #qwenimage #openaimodels #imagemodels
39.7K ·