🚀 Бесплатно запускаем Gemma 4 на телефоне без интернета.

Google выкатили AI Edge Gallery для iOS и Android. Это официальный клиент, где модели работают локально на устройстве.

Что внутри чат с моделью, разбор изображений, офлайн-транскрипция аудио и простой агент с инструментами

Никаких облаков всё считается прямо на телефоне

По моделям E4B - мощнее, но требует около 8 ГБ RAM E2B - легче и быстрее, запускается даже с ~1.5 ГБ памяти

Фактически это карманный ИИ без зависимости от сети и API

На видео запускается Google Gemma 4 E2B на iPhone 17 Pro.

Около ~40 токенов в секунду с MLX, оптимизированным под Apple Silicon.

Модель показала топовый уровень в коде и математике прямо на смартфоне с контекстом 128K.

Полностью офлайн, с режимом рассуждения.

https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/

Читать полностью…

Похоже, OpenAI готовит не очередную версию, а полноценный перезапуск архитектуры.

Что известно из утечек:

• Новая база GPT-5.5 - это не тюнинг старого, а полностью новый фундамент после ~2 лет разработки.

• Мышление стало “человечнее” Модели меньше «тупят по шаблону» и лучше понимают намерение без лишних объяснений.

• Омнимодальность из коробки Текст, изображения, возможно аудио и видео — всё в одной системе без костылей.

Фокус смещается: от ответов → к выполнению задач и автономной работе (все пилят агентов).

• Длинные горизонты мышления Сложные задачи, многошаговые процессы, долгий контекст - это ключевая ставка.

То, что раньше требовало сложных промптов - теперь работает «из коробки».

Ценовая война на подходе На фоне слухов о дорогих конкурентах OpenAI может демпинговать ради захвата рынка.

Релиз уже близко.

В AI-аренах уже мелькают первые генерации - похоже, тесты идут полным ходом.

https://x.com/pankajkumar_dev/status/2040670839624908816

Читать полностью…

⚡ Codex засунули в DOOM, и он сам себя туда встроил

Доминик Кундель из OpenAI попросил Codex встроить самого себя внутрь DOOM.

Не оверлей, не окошко сбоку, а настоящий терминал прямо в игровом движке. Подходишь к стене, открываешь терминал и даешь задачи реальному Codex-агенту: хоть игровые, хоть свой код на доработку.
Все построено на Codex app server.

Это JSON-RPC сервер, который стоит за приложением Codex, расширениями для IDE, интеграциями с Xcode и JetBrains. По сути API, через который агента можно воткнуть куда угодно. Кундель решил доказать это буквально.

Codex собрал все сам: от плана до рабочей реализации за ~6:40 часов, потратив 205 млн токенов.

Кундель в это время занимался домашними делами и в какой-то момент подпрыгнул от звуков стрельбы - это Codex тестировал сборку, запуская игру через Playwright. Он же сам нарисовал текстуру с логотипом на игровой стене, проверил рендер с разных ракурсов, нашел баг, исправил и перепроверил.

Без явных инструкций на тестирование.
DOOM, конечно, не лучший интерфейс для кода. Но демо четко показывает: Codex app server позволяет встроить агента в любую среду. Исходники открыты.

Github: https://github.com/openai/codex/tree/main/codex-rs/app-server

Post: https://x.com/dkundel/status/2040130396747407437

Читать полностью…

🎧 Fish Audio S2 Pro - мощная open-source модель для синтеза речи.

Это 4B + 400M параметровая TTS-модель с необычной архитектурой Dual-AR, обученная на 10+ миллионах часов аудио и поддерживающая 80+ языков.

Что делает её интересной.

🏗 Dual-AR архитектура

Модель разделена на две части:

• 4B Slow AR отвечает за семантику и структуру речи
• 400M Fast AR генерирует 9 residual codebooks для акустики

Такой подход позволяет сохранить высокое качество звука без сильной нагрузки на инференс.

🎭 Свободное управление эмоциями и интонацией

Можно прямо в тексте задавать стиль речи:

[whisper]
[laughing]
[professional broadcast tone]

Поддерживается 15 000+ тегов, которые работают на уровне отдельных слов.

🌐 80+ языков

Основные языки высокого качества:

• английский
• китайский
• японский

⚡ Оптимизация для LLM-инфраструктуры

Модель нативно работает со стеком SGLang, поэтому поддерживает:

• continuous batching
• paged KV cache
• RadixAttention prefix caching

📊 Производительность

• RTF: 0.195 на Nvidia H200
• ~100 мс до первого аудио
• более 3000 акустических токенов/сек

Также разработчики выложили:

• веса модели
• код для fine-tuning
• движок для streaming inference

Модель: https://modelscope.ai/models/fishaudio/s2-pro

GitHub: https://github.com/fishaudio/fish-speech

#ai #tts #opensourсe

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml

Читать полностью…

Так я вижу работу ИИ-агента со стороны:

Читать полностью…

✔️ Вышел Cursor 3 - и это уже не просто AI-IDE, а полноценный центр управления ИИ-агентами

Cursor окончательно сменил роль: теперь это не инструмент для кодинга, а оркестратор агентов.

Что поменялось по факту:

• запускаешь сколько угодно агентов - локально, по SSH или в облаке
• работаешь сразу с несколькими репозиториями и окружениями
• облачные агенты сами делают демки и скриншоты своих действий
• при этом редактор никуда не делся - можно кодить вручную, когда нужно

https://cursor.com/blog/cursor-3

Читать полностью…

ИИ всё активнее становится «вторым аналитиком» в BI. По свежей статистике, каждый 5-й корпоративный пользователь уже обращается к ИИ-агенту Нейроаналитику, чтобы быстрее попасть на бизнес-инсайты.

Какие задачи чаще всего отдают ИИ:
73% — просят написать формулы
50% — объяснить графики

Кто внедряет активнее всего (топ‑5 отраслей): ИТ (40%) , ритейл (25%) , финтех (10%) , логистика (5%) , здравоохранение (4%) .

Главное использование — скорость: ИИ за минуту делает десять срезов и обнаруживает нарушения. В ритейле задержка в поисках падения на 5 дней может стоить 15–20 миллионов , а с ИИ это вкладывается на пару часов.

Источник: https://ko.ru/news/kazhdyy-pyatyy-korporativnyy-polzovatel-prosit-ii-agenta-nayti-biznes-insayty/?ysclid=mneiwo7f1j748287914

Читать полностью…

Когда закончились лимиты на Claude

Читать полностью…

⚡️ Code 2.1.90 - добавили новую команду /powerup.

Запускаешь её - и прямо внутри инструмента получаешь интерактивные уроки по работе с Claude Code.

Выглядит полезно: можно учиться прямо в терминале, без переключений и гайдов на стороне.

Интересно, как это реализуют в VSCode и в десктопной версии Claude Code.

Еще полезное - Когда Claude накосячил - запусти /rewind, чтобы откатить изменения в коде

Пойду дальше копаться в новом релизе 👀

Релиз: https://x.com/ClaudeCodeLog/status/2039493041979847023

🐍 полезные ресурсы 🚀Max

@data_analysis_ml

Читать полностью…

🌟 Holo3: SOTA-агентная модель для управления десктопными приложениями.

Парижский стартап H Company выпустил семейство мультимодальных моделей Holo3, предназначенных для управления графическими интерфейсами.

H Company (ранее Holistic AI) публично вышла на рынок в начале 2024 года. Основатели: Шарль Кантор, бывший исследователь Стэнфорда, и Лоран Сифр, ветеран Google DeepMind и один из ключевых участников проекта AlphaGo.

Посевной раунд составил $220 млн - один из крупнейших в истории европейского венчура. Среди инвесторов: Эрик Шмидт, Юрий Мильнер, Бернар Арно, Ксавье Ньель, а также Amazon, Samsung и UiPath.

🟡Обе модели семейства на архитектуре Mixture-of-Experts

Старшая Holo3-122B-A10B доступна только на платформе H Company по цене 40 центов за миллион входящих и 3 доллара за миллион выходных токенов.

Младшая версия Holo3-35B-A3B выложена на Hugging Face под лицензией Apache 2.0 и также доступна бесплатно через Inference API с ограничением в 10 PRM. В платном режиме - 0,25/1.8 доллара за миллион входных/выходных токенов.

🟡Holo3 учили по замкнутому циклу из 3 стадий

Сначала по заданным сценариям генерируются синтетические примеры навигации по интерфейсам.

Затем данные расширяются за пределы исходных условий, чтобы модель учитывала нестандартные ситуации.

На финальном этапе все примеры проходят курируемый отбор и обучение с подкреплением.

Для тренировки H Company построила генератор синтетических корпоративных сред, в котором агенты создают веб-приложения по спецификациям сценариев, формируя верифицируемые задачи разной сложности.

На базе этих сред разработан H Corporate Benchmarks - набор из 486 многошаговых задач в 4 категориях: электронная коммерция, бизнес-ПО, инструменты совместной работы и межприложенческие сценарии.

Последние требуют координации между несколькими системами одновременно (скажем, извлечь цены из PDF, сопоставить их с бюджетами сотрудников и автоматически разослать персонализированные письма с одобрением или отказом).

🟡Тесты

Флагманская Holo3-122B-A10B набрала 78,85% на бенчмарке OSWorld-Verified - это лучший результат на ведущем тесте взаимодействия с рабочим столом.


📌Лицензирование: Apache 2.0 License.


🟡Статья
🟡Модель


@ai_machinelearning_big_data

#AI #ML #MMLM #Holo3 #HCompany

Читать полностью…

🖥 Liquid AI выпустила LFM2.5-350M - агентную модель весом меньше 500 МБ

350M параметров, обучена на 28T токенов с RL: и это уже другой уровень по сравнению с предыдущим поколением.

Что умеет:
→ извлечение данных и вызов инструментов там, где модели такого размера обычно пасуют
→ агентные цепочки (agentic loops) на слабом железе
→ работает на CPU, GPU и мобильных устройствах

Кейсы: локальная обработка документов, лёгкие агентные воркфлоу, edge-деплой без облака.

• Blog: http://liquid.ai/blog/lfm2-5-350m-no-size-left-behind
• Веса: https://huggingface.co/LiquidAI/LFM2.5-350M
• Docs: http://docs.liquid.ai
• Playground: http://playground.liquid.ai

🐍 полезные ресурсы 🚀Max

@data_analysis_ml

Читать полностью…

Ant Group выложила новый крупномасштабный RGB-D датасет: LingBot-Depth 🤖 на Hugging Face.

Внутри:

✨ более 3 млн примеров / 2.7 ТБ данных
✨ реальные данные + симуляции + VLA-роботика
✨ сырые данные с depth-сенсоров + ground truth

https://huggingface.co/datasets/robbyant/mdm_depth

Читать полностью…

🧩 Collaborator: удобная среда для разработки с агентами

Collaborator — это приложение для macOS, которое объединяет терминалы, файлы и код на одном бесконечном холсте. Упрощает работу, устраняя необходимость в переключении между вкладками. Приложение активно разрабатывается и предназначено для локального использования.

🚀 Основные моменты:
- Интуитивно понятный интерфейс с многофункциональным холстом
- Поддержка нескольких рабочих пространств
- Интерактивные терминалы и редакторы кода
- Локальное хранение данных без необходимости в учетных записях

📌 GitHub: https://github.com/collaborator-ai/collab-public

Читать полностью…

📌 Claude Code: подборка полезных материалов, чтобы стать ПРО.

Видео, репозитории, документация и книги. Без шума. Без мусора. Всё в одном месте.

🗂 Репозитории

Claude Code (официальный)
https://github.com/anthropics/claude-code
Claude Cookbooks
https://github.com/anthropics/claude-cookbooks
Ultimate Guide по Claude Code
https://github.com/FlorianBruhinux/claude-code-ultimate-guide
Подборка лучших плагинов Claude
https://github.com/quemsah/awesome-claude-plugins
Лучшие репозитории по Claude Code
https://mejba.me/locale/en?next=%2Fblog%2Fbest-github-repos-claude-code

📚 Гайды и документация

Обзор документации Claude Code
https://code.claude.com/docs/en/overview
Claude Code Handbook (freeCodeCamp)
https://freecodecamp.org/news/claude-code-handbook/
Полный гайд по Claude Code (2026)
https://claude-world.com/articles/claude-code-complete-guide-2026/
Практическое руководство по Claude Code
https://evakeiffenheim.substack.com/p/a-clear-guide-to-claude-code-for
Гайд для новичков по Claude Code
https://nxcode.io/resources/news/claude-code-tutorial-beginners-guide-2026

🎥 Видео

Полный гайд по Claude Code для новичков (2026)
https://youtube.com/watch?v=qYqIhX9hTQk
Полный курс по Claude Code — создание и монетизация (4 часа)
https://youtube.com/watch?v=QoQBzR1NlqI
Освой Claude Code за 30 минут
https://youtube.com/watch?v=6eBSHbLKuN0
Освой 95% навыков Claude Code за 28 минут
https://youtube.com/watch?v=zKBPwDpBfhs
Плейлист по Claude Code (от новичка до продвинутого)
https://youtube.com/playlist?list=PL4HikwTaYE0ETMaJqnNvm_2I3NEbexMDZ
Топ-6 советов для эффективной работы с Claude Code
https://youtube.com/watch?v=WwdlYp5fuxY

📖 Книги

Mastering Claude AI — практический путь
https://amazon.com/Mastering-Claude-AI-Practical-Journey/dp/B0FLJEY8BD
AI Engineering — Chip Huyen
https://amazon.com/AI-Engineering-Building-Applications-Foundation/dp/B0F3ZZTKG5
Claude Code Lab — production AI-приложения
https://books.google.com/books/about/Claude_Code_Lab.html?id=EOng0QEACAAJ

Сохрани - пригодится.
Поделись с коллегой и ускоришь кому-то путь в Claude Code.)

Читать полностью…

🦞 Как правильно работать с Claude Code

Репозиторий claude-code-best-practice уже собрал десятки тысяч звёзд и это не просто набор советов. Это системный подход к тому, как превратить Claude из “помощника” в часть разработки.

Главная мысль простая: не проси написать код, а выстраивай процесс.

Начинается всё с планирования. Claude должен сначала продумать решение и обязательно иметь способ проверить себя. Хорошая практика - заставить его задать тебе уточняющие вопросы через AskUserQuestion, чтобы он не гадал, а уточнял требования как нормальный разработчик.

Работа делится на этапы, и у каждого этапа есть свои тесты. Это сильно снижает количество ошибок. Параллельно можно вести несколько задач через Git Worktrees, а долгие процессы выносить в /loop, чтобы они крутились сами.

Интересный момент - код-ревью лучше делать в новом контексте. Свежий “взгляд” модели часто находит баги, которые пропустила сама же ранее. Ещё сильнее это усиливается, если подключить вторую модель, например прогнать план и реализацию через Codex.

Контекст вообще становится ключевой вещью. CLAUDE.md не должен разрастаться - примерно до 150–200 строк на файл, иначе модель начинает теряться. Вместо огромных инструкций лучше использовать команды и навыки, а не бесконечные промпты.

Отдельно важно разделять роли. Не делать одного универсального агента “на всё”, а создавать небольших специализированных с конкретными задачами. Но при этом не усложнять: для простых задач обычный Claude Code без сложных схем работает лучше.

Из практики - если застрял, проще показать скриншот, чем пытаться объяснить словами. А если подключить MCP, можно дать Claude доступ к логам браузера и сильно упростить отладку. Терминал тоже лучше запускать как фоновые задачи, чтобы не блокировать процесс.

Всё это сводится к одному: Claude начинает работать нормально только тогда, когда у него есть структура, ограничения и ответственность.

И в итоге меняется сам подход к разработке. Ты не пишешь код руками и не просишь “сгенерируй функцию”. Ты управляешь системой, которая пишет его за тебя.

https://github.com/shanraisshan/claude-code-best-practice

Читать полностью…

🔥 Студент собрал в общаге метеостанцию $101K на ставках на погоду с помощью Claude и трёх Mac Mini

Китайский студент-инженер собрал в своей общаге метеостанцию. Три Mac Mini с подписями на корпусах: UI/UX, DEV, ADMIN. Два монитора. Спутниковые карты на обоих экранах. Сосед по комнате думал, что это климатический исследовательский проект. Преподаватели думали, что прототип дипломной работы. Он никого не поправлял.

А потом кто-то заметил, к чему на самом деле подключена станция. К кошельку на Polymarket (Акк polymarket.com/@ColdMath?via=carverfomo). С профитом $101 042. 5 252 предсказания. Аккаунт ColdMath.

Claude забирает пилотные метеоданные в реальном времени. Настоящие сенсоры, настоящие показания, обновления каждые 1-3 часа со станций по всему миру. Сравнивает их с ценами на предиктивных рынках. Когда данные расходятся с ценой, DEV-бокс сигналит о несоответствии. Студент ставит.

Размеры ставок и выплат выглядят безумно. $25 на то, что в Токио будет 16°C 20 марта - выплата $12 452. $24 на Чикаго с 54°F 11 марта - выплата $12 398. $13 на Лакхнау с 39°C 7 марта - выплата $6 850. Ставки по $13-25 с возвратом по $6-12 тысяч.

Ключевой инсайт пришел от знакомого пилота гражданской авиации. Пилоты получают атмосферные данные за часы до любого публичного прогноза. Температуру с точностью до десятой доли градуса. Эти данные бесплатны, потому что авиационная безопасность требует их открытости. За пределами авиации на них просто никто не смотрит.

Он посмотрел. Направил Claude на эти фиды. Задача: найди каждый город, где прогноз расходится с ценой. Claude находил десятки таких расхождений. Каждый день.

Сосед однажды утром увидел работающую станцию и наконец спросил, что она делает. Студент показал баланс. Сосед ничего не сказал. Просто попросил второй монитор.

Сейчас 34 тысячи подписчиков наблюдают за аккаунтом. $96K в активных позициях. Три Mac Mini, два экрана, один тихий парень, который понял: самая предсказуемая вещь на Земле - та, которую все игнорируют. Погода.

Открытые данные + LLM для парсинга и сравнения + предиктивный рынок с неэффективным ценообразованием. Вся "альфа" в том, что парень заметил информационную асимметрию, которая лежала на поверхности. Авиационные метеоданные публичны и точнее любого прогноза, но рынки предсказаний их не закладывают, потому что ни один маркетмейкер туда не смотрит. Классический случай, когда edge появляется от источника данных, а модель просто делает грязную работу по мониторингу и сопоставлению.

Читать полностью…

⚡️ DeepSeek готовит V4 и впервые модель такого уровня будет работать нативно на чипах Huawei. Это не просто релиз. Это сигнал, что экосистема начинает раскалываться.

Крупнейшие игроки вроде Alibaba, ByteDance и Tencent уже скупают сотни тысяч Ascend 950PR. Цены на чипы растут, спрос бешеный. При этом DeepSeek сознательно не дал NVIDIA ранний доступ к модели. Это выглядит как стратегическое решение, а не случайность.

Суть не в том, что NVIDIA потеряет деньги сегодня. Китай и так был ограничен экспортными правилами. Проблема глубже. Уходит зависимость от CUDA. А значит исчезает главный барьер, который держал всех внутри экосистемы NVIDIA.

Huawei сделал ход, который снижает стоимость перехода. Их чипы понимают те же инструкции. Разработчикам больше не нужно полностью переписывать стек. Это подрывает lock-in, на котором держался рынок последние годы.

По цифрам Китай пока не догнал топ. Ascend 950PR быстрее H20, но уступает H200. Производство ограничено. SMIC не может тягаться с TSMC, а память всё ещё частично импортная.

Но ключевое вообще не в этом. Китай закрыл контур. Есть свои модели, свои чипы и почти готовые решения для обучения. Два года назад этого не существовало.

Теперь вопрос уже не в том, может ли Китай делать сильный AI. Вопрос в том, сможет ли он делать его полностью на своей инфраструктуре. И похоже, что ответ становится положительным.

Если это закрепится, рынок перестанет быть единым. Появятся две параллельные экосистемы. И тогда борьба пойдёт не за модели, а за стандарты и платформы.

https://www.reuters.com/world/china/deepseeks-v4-model-will-run-huawei-chips-information-reports-2026-04-03/

Читать полностью…

🚨 NVIDIA выложила на Hugging Face квантизированную Gemma 4 31B

- NVFP4 сжимает веса в ~4 раза без заметной потери качества
- 99.7% от baseline на GPQA (75.46% vs 75.71%)
- Контекст до 256K
- Мультимодальность: текст, изображения, видео
- vLLM-ready + оптимизация под Blackwell

По железу:
- веса: ~16–21 GB VRAM
- нормальный запуск: от 24 GB
- полный 256K контекст: комфортно от 32 GB

31B-модель уровня frontier, которую наконец можно гонять локально на топовом consumer GPU, а не только в облаке

Попробовать: https://huggingface.co/nvidia/Gemma-4-31B-IT-NVFP4

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml

Читать полностью…

Gemma 4 от GoogleDeepMind дебютировала на 3 и 6 местах в open source leaderboard, став моделью №1 среди open source моделей из США.

При этом по числу параметров Gemma 4 (31B) в 24 раза меньше, чем GLM-5, и в 34 раза меньше, чем Kimi-K2.5-Thinking — при сопоставимой производительности и значительно меньших ресурсах.

Читать полностью…

Как превратить данные из 1С в реальные бизнес-инсайты за считанные дни

7 апреля в 12:00 Yandex DataLens и BI.Qube покажут, как выжать максимум из ваших данных без сложной разработки.

На реальном кейсе разберём, как работать с 290 млн чеков из 1С: связывать их со справочниками, обновлять и превращать в понятную аналитику. И главное - как получать ответы на вопросы бизнеса через Нейроаналитика, который работает как ИИ-агент.

Покажем весь путь без воды: от старта за 1 день до первых результатов уже через 1–2 месяца, с возможностью спокойно масштабировать аналитику дальше.

Подойдёт тем, кто хочет быстро выстроить связку 1С → BI и начать принимать решения на основе данных, а не догадок.

Читать полностью…

🚀 Google DeepMind представила Gemma 4
Новое семейство открытых моделей, которые можно запускать на собственном железе.
Четыре размера:

31B Dense & 26B MoE - топовые результаты для сложных локальных задач: кастомные ассистенты, анализ научных данных
E4B & E2B (Edge) — для мобильных устройств, поддержка текста, зрения и аудио в реальном времени

Ключевые особенности:

Заточены под продвинутый reasoning и агентные задачи (автономные агенты, планирование, многошаговые workflows)
По Arena Elo Score: Gemma 4 31B (1452) и 26B (1441) обгоняют Qwen 3.5 (1450), Kimi k2.5 (1454) и DeepSeek v3.2 (1425)

Где попробовать: Google AI Studio, Hugging Face, Kaggle, Ollama
Почему это важно: Apache 2.0 + open weights = можно файн-тюнить и деплоить без ограничений и зависимости от API. Именно это отделяет настоящий open-source релиз от «контролируемого» research drop'а.

https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/

Лицензия Apache 2.0 - полностью коммерчески свободная.

#Gemma

Читать полностью…

🚀 Qwen3.6-Plus- новый мультимодальный агент от Alibaba
Ключевые особенности:

💻 Agentic Coding - умнее и быстрее в написании кода
👁️ Улучшенное мультимодальное зрение - точнее воспринимает и анализирует визуальный контент
🏆 Топовые общие способности - сохраняет лидерские позиции
📄 Контекстное окно 1M токенов - доступно через API по умолчанию

Модель создана на основе обратной связи от сообщества Qwen3.5. Доступна уже сейчас через chat.qwen.ai и API. Обещают открыть исходный код других моделей серии Qwen3.6.

Chat: https://chat.qwen.ai

API: https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3.6-plus

Blog: https://qwen.ai/blog?id=qwen3.6

#Qwen #AI #AgenticCoding #VibeCoding #Agents

Читать полностью…

Пока все обсуждают искусственный интеллект сам по себе, промышленность тихо движется в сторону связки ИИ + роботы.
В «Норникеле» рассказывают, что машинное обучение у них уже несколько лет работает в реальном производстве и приносит около 10 млрд рублей в год — за счёт более точных прогнозов, оптимизации процессов и дополнительного извлечения металлов.
Но, по их мнению, самое интересное впереди. Следующий этап — роботизация. Рудники на глубине до двух километров, риски, сложные условия, и там алгоритмы и роботы часто справляются точнее, чем человек.
В итоге ставка делается не на ИИ, а на вполне практичную вещь — автоматизированные производства, где решения принимают алгоритмы, а делают роботы. И похоже, именно туда и будет двигаться промышленность ближайшие годы.

Читать полностью…

⚡️ GLM-5V-Turbo — модель, которая СМОТРИТ на экран и сразу ПИШЕТ код

Главное:

• Нативный мультимодальный кодинг
Понимает изображения, видео, макеты, интерфейсы и документы без костылей

• Видит → генерирует код
Распознаёт дизайн, скриншоты и UI и превращает их в готовый, запускаемый код

• Сильный баланс: визуал + программирование
Топовые результаты в:
- генерации кода по макетам
- мультимодальном поиске и QA
- работе с GUI-агентами

• Не проседает в обычном кодинге
Стабильно проходит бенчмарки Backend, Frontend и Repo Exploration
Визуал не ломает текстовую логику

• Оптимизирован под агентов
Работает в связке с Claude Code и OpenClaw
Подходит для полного цикла задач: от восприятия до действия

Почему он сильный:

• Глубокая связка текста и зрения с самого обучения
• RL-тренировка сразу на 30+ типах задач
• Специальные Agent-данные (меньше галлюцинаций)
• Поддержка мультимодальных инструментов: поиск, браузинг, работа с интерфейсами

Попробовать: http://chat.z.ai
API: http://docs.z.ai/guides/vlm/glm-5v-turbo
Coding Plan trial applications: http://docs.google.com/forms/d/e/1FAIpQLSdEg9C_7FRQWRbnJt--BJXSoacQZbbnB1A4hXGjWP59_1Pugg/viewform?usp=publish-editor

🐍 полезные ресурсы 🚀Max

@data_analysis_ml

Читать полностью…

Делитесь своими сетапами в комментариях 👇

Читать полностью…

Когда ты ещё сам в пренатальной бете, но уже настраиваешь агента.

🐍 полезные ресурсы 🚀Max

Читать полностью…

МосХаб.Сколково — точка сборки ИТ-сообщества и единая среда для открытого диалога между лидерами ИТ-индустрии, бизнесом, обществом, молодыми специалистами и городом.
 
На базе МосХаб.Сколково проходят конференции, круглые столы, митапы и образовательные программы. Каждое событие направлено на практический результат для участников, профессионального сообщества и города. 
 
В этом канале мы будем рассказывать о событиях, проектах и технологических решениях, которые появляются на площадке МосХаб.Сколково.
 
Наш адрес: Москва, инновационный центр «Сколково», ул. Николы Тесла, 1, стр. 1, Кластер видеоигр и анимации.

Читать полностью…

Нужны твои навыки в работе с ИИ на МТС True Tech Hack 2026!

Тебе сюда, если ты инженер данных, разработчик или системный аналитик. 1 500 000 рублей — общий призовой фонд ИТ-соревнования.

Формат: командное онлайн-соревнование с финалом в Москве. Если нет команды — поможем найти на платформе мероприятия.

Тебя ждут три задачи на выбор — каждая с уникальной технической фишкой.

Для всех финалистов — приглашение на закрытую вечеринку, а лучших участников позовут на стажировку.

Успей зарегистрироваться до 9 апреля

Читать полностью…

🌟 Transformers.js v4 вышел и теперь нейросети реально можно запускать прямо в браузере

Без серверов, без API, без костылей. Просто открываешь страницу и модель уже работает у пользователя на устройстве.

Главное изменение в том, что WebML наконец перестал быть игрушкой. Производительность выросла, задержки снизились, и часть задач теперь можно спокойно уносить на клиент.

Что это даёт на практике

Фронтенд начинает забирать кусок AI на себя
Меньше расходов на инфру и запросы к API
Лучше приватность, данные не уходят на сервер
Можно делать офлайн-фичи с ИИ прямо в браузере

Если коротко, браузер превращается в полноценную AI-платформу. И это только начало.

Blog post: https://huggingface.co/blog/transformersjs-v4
Release notes: https://github.com/huggingface/transformers.js/releases/tag/4.0.0
Demos: https://huggingface.co/collections/webml-community/transformersjs-v4-demos

Читать полностью…

Хотите в машинное обучение, но не знаете, с чего начать?

🦾 За 11 месяцев комплексный курс от Otus поможет вам пройти путь от основ Python и математики до построения и внедрения моделей машинного обучения в эксплуатацию.

Вы последовательно изучите Python для аналитики, SQL, математику для машинного обучения, классические алгоритмы, глубокое обучение (deep learning), языковые трансформенные модели, рекомендательные системы и полный конвейер обработки данных (pipeline).

Программу ведут практикующие эксперты и кандидаты наук. Вы не просто изучите библиотеки машинного обучения, но и поймёте, как и почему работают модели. Обучение строится на живых занятиях, регулярной практике и проектных работах, которые формируют портфолио. Программа постоянно обновляется под требования рынка и реальные задачи бизнеса.

➡️ Оставьте заявку на обучение и получите специальные условия 🎁 в честь Дня рождения Otus: https://tglink.io/30dbcb786deebf?erid=2W5zFJZ17Vs
#реклама
О рекламодателе

Читать полностью…