Machine learning chat

01 May 2026 11:01

Рекомендую сначала погуглить выход из американского гражданства. Спойлер: тот ещё гемор почти нереальная задача, если что.

Machine learning chat

28 April 2026 23:23

gguf весов пока нет?

Machine learning chat

28 April 2026 22:00

ого, на гпу будет еще быстрее работать

Machine learning chat

28 April 2026 21:50

а почему индийцы начали использовать английский, ты не в курсе? :3

Machine learning chat

28 April 2026 20:31

✔️ Ant выкатили Ling-2.6-flash в опенсорс, и это реально интересный кейс

На бумаге это монстр на 104 миллиарда параметров, но в работе одновременно крутится только 7,4 миллиарда. Классическая MoE архитектура, где сеть сама решает, каких экспертов подключать под конкретную задачу. Поэтому и скорость такая, какой обычно от больших моделей не ждёшь.

215 токенов в секунду на бенчмарке Artificial Analysis. Для сравнения, многие топовые модели крутятся в районе 50–80 токенов в секунду, так что разрыв ощутимый. Но интереснее другая цифра. На полном прогоне AA Intelligence Index модель потратила всего 15 миллионов токенов. В реальной эксплуатации такая экономия превращается в прямые деньги, потому что меньше токенов это меньше счёт за инференс.

Для деплоя есть три варианта весов: BF16 для тех, у кого железа в избытке, FP8 как разумный компромисс и INT4 для совсем зажатых по памяти сетапов.

То есть запустить можно хоть на жирном кластере, хоть на одной видяхе с квантизацией.

Hugging Face: https://huggingface.co/inclusionAI/Ling-2.6-flash
ModelScope: https://modelscope.cn/models/inclusionAI/Ling-2.6-flash

Machine learning chat

28 April 2026 17:12

И вот опять англоязычные страны диктуют свои условия.

Machine learning chat

28 April 2026 16:26

ну это же ОЧЕНЬ БОЛЬШАЯЯ переменная!

Machine learning chat

28 April 2026 16:08

А где обещанный рост зарплат аналитикам? 🤔

Machine learning chat

28 April 2026 15:22

интересно чё там по полигонам. для каких целей модельки подходят: печать, цифровая статика или под анимацию.

Machine learning chat

28 April 2026 14:19

Есть ли на сегодняшний день актуальные проблемы которые плохо решаются ллм и легко людьми? Хочется фидбека от тех кто собесы проводил или участвовал

Machine learning chat

28 April 2026 13:24

Серьезно? 500K токенов на одно переименование? Это перебор.

Machine learning chat

27 April 2026 21:02

Да какой смысл, скоро люди заменят ИИ...

Machine learning chat

27 April 2026 19:15

Я кстати тоже об этом недавно думал, а можно ли сделать ЯП специально для LLM, чтобы только они понимали.

Machine learning chat

27 April 2026 18:59

Вот тут для начала нужно с этим разбираться, и вникать в суть цикла тренд/ флет, что бы попадать в фазу и т.д, а потом уже делать все остальное.

Machine learning chat

27 April 2026 15:02

🧩 Новый язык программирования для AI-систем

Weft - это язык программирования, написанный на Rust, который упрощает создание AI-приложений, позволяя связывать LLM, людей и API без лишнего "проводки". Он предлагает визуальное представление программ и строгую типизацию, что делает разработку более интуитивной и безопасной.

🚀Основные моменты:
- Первоклассные взаимодействия с людьми через простые узлы.
- Возможность сворачивать группы узлов для упрощения структуры.
- Полная типизация, предотвращающая ошибки на этапе компиляции.
- Устойчивое выполнение программ, сохраняющих состояние после сбоев.
- Встроенные узлы для работы с различными сервисами и API.

📌 GitHub: https://github.com/WeaveMindAI/weft

#rust

Machine learning chat

01 May 2026 10:54

Это фундаментальная фича! ))

Machine learning chat

28 April 2026 23:22

в смысле реальных задач нет и в смысле монстр?
как раз в 128/140гб железо помещается и при том быстрый инференс...
задач - полно

Machine learning chat

28 April 2026 21:58

Я тебе советую изучить не почему они начали использовать английский, а почему они до сих пор это делают :3

Machine learning chat

28 April 2026 20:33

Зачем нам очередной "монстр", если реальных задач нет?

Machine learning chat

28 April 2026 18:29

Ох уж эти англосаксы, специально ущемляют хинди, на котором в интернете мизерный объём материалов, потому что сами индусы используют английский

Machine learning chat

28 April 2026 17:10

Налог на неанглийский язык: почему хинди и арабский в Claude обходятся дороже всего

Исследователь Аран Комацузаки прогнал «Bitter Lesson» Саттона через токенизаторы OpenAI и Anthropic и нормализовал результат к английскому. Картинка получилась неприятная для всех, кто пишет не на английском.

Один и тот же текст на хинди у OpenAI занимает в 1,37 раза больше токенов, чем по-английски. У Anthropic - в 3,24 раза. Арабский: 1,31 против 2,86. Китайский: 1,15 против 1,71. То есть пользователь, который пишет Claude на хинди, фактически платит втрое больше за то же самое сообщение и быстрее упирается в контекстное окно.

Это и есть «лингвистический налог»: токенизатор обучен преимущественно на английских данных, и все остальные языки он режет на куски мельче, чем нужно. У Anthropic эта диспропорция выражена заметно сильнее, чем у OpenAI, и для языков с неевропейской письменностью разрыв превращается в реальные деньги и потерянный контекст.

https://x.com/arankomatsuzaki/status/2049125048792006965

Machine learning chat

28 April 2026 16:08

яндекс клауд растёт, так как новые схемы обхода блокировок включают его, судя по статьям на Хабре

Machine learning chat

28 April 2026 16:07

🚀 Яндекс отчитался за первый квартал 2026: выручка Yandex B2B Tech взлетела на 36%

Корпоративные сервисы Яндекса заработали уже 13,6 млрд рублей. Бизнес-клиенты не просто подключаются, а реально наращивают потребление – особенно в сегменте ИИ и безопасности.

Что там с деньгами:
• Выручка – 13,6 млрд рублей (+36% г/г). Растет и количество клиентов, и средний чек;
• Скорректированный показатель EBITDA – 2,6 млрд рублей (+49% г/г). Маржинальность тянет вверх доля PaaS и SaaS.

Ключевой драйвер — Yandex AI Studio:
• Ежемесячное потребление токенов через API выросло до 109 млрд в марте. Это рост в 30 раз всего за год;
• На платформе уже создали более 16 тысяч ИИ-агентов;
• Бизнес переходит от точечных экспериментов к полноценной автоматизации процессов.

Что еще важно:
• Общее число клиентов Yandex Cloud достигло 60 тысяч. Больше половины выручки дают крупные компании.
• ИИ и кибербезопасность растут вдвое быстрее год к году. Причём больше половины крупных и средних клиентов Cloud уже используют платформу для информационной безопасности.

Ссылка: https://rb.ru/news/yandeks-opublikoval-finansovye-itogi-za-i-kvartal-2026-goda-vyruchka-vyrosla-na-22-do-3727-mlrd/

Machine learning chat

28 April 2026 15:17

Microsoft представила TRELLIS.2 - open-source Image-to-3D модель на 4B параметров, которая превращает изображения в 3D-ассеты с PBR-текстурами разрешением до 1536³.

Модель построена на нативных 3D VAE с 16-кратным пространственным сжатием, что даёт более эффективную, масштабируемую и детализированную генерацию 3D-объектов.

Демки выглядят очень круто.

https://github.com/microsoft/TRELLIS.2

Machine learning chat

28 April 2026 14:14

Ребят,а вот есть те кто пользовался курсором,или пользуется до сих пор?
Если есть,то можете подсказать,достаточно ли про подписки курсора и на сколько?Просто не знаю брать или нет.

Machine learning chat

28 April 2026 13:14

CLAUDE OPUS 4.7 использует 500K токенов, чтобы переименовать одну переменную.

Machine learning chat

27 April 2026 19:22

Лучше думай про Цетлин Машину. Это спасение.

Machine learning chat

27 April 2026 19:01

В общем нужны какие то жёсткие подходы сочетания off policy и on policy.
Off policy обучен на конкретную ситуацию - там с примерами визуальными и т.д - ofline обучение , через on policy высчитывать моменты переключения и актуальности данным по сходимости и т.д

Machine learning chat

27 April 2026 18:59

Ещё тут так же проблематика с настройкой n_step и batchsize в самом алгоритме.
Если не правильно настроить n_step алгоритм будет запаздывать - переобучится на тренд, начался флет, слил на комиссии. Переобучится на флет, начался тренд, слишком мало берет прибыть.

Так же и с batchsize - равен длинне nstep , все воркеры в много потоке стартуют синхронно и по факту обучение длится дольше, т.к все в воркерах синхронизировано, и они видят обсалютнл одно и тоже на каждом шаге

Machine learning chat

27 April 2026 14:56

Взять допустим обычное машинное обучение. В не стационарной среде оно не работает вообще.

Так что единственный выход это делать менеджера в hrl и потом пытаться выяснить как добавить в награду условия без заглядиывания в будущее