1321
Математика, физика, дата сайнс. Основное правило - вежливое и уважительное общение. @sberlogabig основной канал @sberlogabio биоинформатика, биология @sberlogatalkclub за жизнь
говорят можно без поиска в шахматы играть неплохо
в нашем контексте - это типа без бим-серча чисто на модели
К сожалению, большинство учебников линейной алгебры, особенно "для инженеров", не объясняют нормально, откуда матричные операции берутся, просто "давайте определим вот так".
Читать полностью…
🔺 Antigravity
Так, пойдем-ка попробуем новую IDE, которая вчера вышла вместе с Gemini 3.
С виду привычный VS Code, те же панельки, то же планирование и агенты. Ищем киллер-фичи кроме того, что она "for individuals at no charge" (пока что).
В списке моделей можно выбрать Gemini 3 Pro и Sonnet 4.5.
Upd. После логина работает без VPN, что не характерно. Видимо, ходит не в родной Gemini API провайдер.
https://antigravity.google
📆 Что обсуждалось вчера 16.11.2025
Запуск Deepseek R1 на локальном сервере (2 сообщений)
Исследование новых алгоритмов с использованием языковых моделей (1 сообщений)
Запрос на открытый датасет в виде графа знаний на русском (1 сообщений)
#dailysummary | ⭐️ поддержать команду
How To Run Deepseek R1 671b Fully Locally On a $2000 EPYC Server:
https://digitalspaceport.com/how-to-run-deepseek-r1-671b-fully-locally-on-2000-epyc-rig/
📆 Что обсуждалось вчера 15.11.2025
Поиск людей для онлайн-проектов с удалённой работой (1 сообщений)
Понимание нейронных сетей через разреженные схемы (1 сообщений)
#dailysummary | ⭐️ поддержать команду
Understanding neural networks through sparse circuits | OpenAI
https://openai.com/index/understanding-neural-networks-through-sparse-circuits/
Mixed with two 2²³, by the way it is still 50 scrambles left. A bit later we can compare two models with 2²³ and single model with 2²⁴.
Читать полностью…
📆 Что обсуждалось вчера 27.10.2025
📝 Запрос на endorsement для статьи на arXiv (1 сообщений)
📚 Новый сайт журнала «Квант» (1 сообщений)
Интересные ссылки:
Ссылка на новый сайт журнала «Квант» с архивом и материалами.
#dailysummary | ⭐️ поддержать команду
Новый сайт журнала «Квант» — https://www.kvant.digital/ !
7 октября 2025 года, Москва. Лаборатория популяризации и пропаганды математики Математического института им. В. А. Стеклова РАН запустила новый современный сайт журнала «Квант» со сканами высокого качества и возможностями поиска: https://www.kvant.digital/ . Журнала, в котором собраны бесценные материалы, журнала, тиражи которого в 1970-х годах доходили до 385 000 экземпляров в месяц (история журнала, неразрывно связанная с историей нашей страны, представлена в разделе «История»).
Старые номера журнала отсканированы заново, по возможности исправлены типографские огрехи. Сайт позволяет искать по автоматически распознанным изображениям представленных номеров журнала. Попробуйте на странице «Архив номеров» ввести интересующее вас словосочетание. В качестве примера: кубик Рубика. По клику на номер с жёлтым фоном открывается страница номера с подсвеченными найденными словами. А если вы школьником отправляли решения в «Задачник „Кванта“», то можете попробовать найти свою фамилию в списках читателей, приславших решения.
Возможности нового сайта кратко описаны на странице «О сайте».
Цель проекта: представить уникальные материалы журнала в удобном для пользователя виде – в том числе, в виде выверенных html/TeX-текстов. В качестве примера – первые номера журнала и новый номер, некоторые другие материалы. Полистать журнал — занятие увлекательное, затягивающее и полезное: находишь для себя много нового интересного. Предлагаем пользователям совместить изучение материалов с участием в создании html-версии опубликованных материалов: представить в формате TeX понравившиеся тексты. В частности, это может быть школьный проект или студенческая практика. Так постепенно все статьи будут переведены в формат, которым действительно удобно пользоваться, в том числе, с мобильных устройств.
Неизменная с 1970 года надпись на обложке журнала «Квант»: научно-популярный физико-математический журнал. Интересных открытий!
🪼 — Четвёртый день IROS 2025 в Ханчжоу.
Мы представили вторую тройку работ. Доклады и постеры вызвали большой интерес у публики, что не может не радовать!
Всех заинтересованных приглашаем погрузиться в работы:
🪼K. Muravyev, A. Melekhin, D. Yudin, K. Yakovlev
PRISM-TopoMap: Online Topological Mapping with Place Recognition and Scan Matching
Метод PRISM-TopoMap, помогает роботам эффективно ориентироваться в меняющейся среде. В отличие от громоздких метрических карт, он использует топологический подход — фиксирует связи между ключевыми точками, экономит память и ускоряет навигацию. Благодаря улучшенному алгоритму распознавания MSSPlace-G робот «узнаёт» места, даже если изменились освещение или ракурс, а затем обновляет карту прямо во время движения.
Метод прошёл тесты в виртуальных 3D-средах и на реальном колесном роботе. В сравнении с другими системами (SLAM, RTAB-Map и др.) PRISM-TopoMap показал лучшую связность графа, максимальное покрытие пространства и устойчивость к ошибкам датчиков. Такой подход особенно важен для автономных тележек на складах, дронов-курьеров и роботов в условиях, где GPS недоступен.
В робототехнике всё чаще применяют большие языковые модели для планирования задач, однако их зависимость от текстовых данных мешает адаптироваться к изменениям и сбоям в реальных условиях.
Для преодоления этих ограничений предлагается LERa — подход Look, Explain, Replan, основанный на модели визуального языка и использующий визуальную обратную связь. В отличие от существующих методов, LERa работает с необработанным RGB-изображением, инструкциями на естественном языке, первоначальным планом выполнения задачи и системой обнаружения сбоев — без дополнительной информации вроде данных об обнаружении объектов или заранее заданных условий, которые могут быть недоступны в конкретной ситуации.
В сфере робототехники учёные решают важную задачу — обеспечить надёжное и эффективное планирование задач. Предварительная проверка планов высокого уровня перед их реализацией позволяет существенно снизить количество ошибок и повысить общую эффективность систем.
В данной статье представлена архитектура для автоматической проверки планов задач высокого уровня до их выполнения в симуляторе или в реальных условиях. Наш подход, основанный на использовании LLM, включает два основных этапа: преобразование инструкций на естественном языке в линейную временную логику (LTL) и дальнейший детальный анализ последовательностей действий.
Probability Playground: Interactive Probability Distributions
По различным видам распределений и соотношениям между ними существует большое количество таблиц, коллажей, в частности, Univariate Distribution Relationships показывает связь выделенного распределения (если подержать на нем курсор) с другими распределениями.
Еще один классный веб-сайт, заслуженно удостоенный наград — Probability Playground, где, помимо различных связей, можно кликнуть по распределению чтобы узнать как оно определяется, увидеть график, узнать возможную геометрическую интерпретацию, и на симуляторе поиграть с его характеристиками. Здорово также то, что показаны примеры, где может возникнуть подобное распределение. Отличная вещь для иллюстраций на занятиях!
И кажется у нас есть победитель в жанре "Самая полная и профессиональная рецензия"
Читать полностью…
ну хоть кому-то удовольствие приносит это исследование
Читать полностью…
Не уверен, что это абсолютно новая фича, но раньше такого баннера не было.
"""
College students get the Pro plan of Google Gemini and Colab free. Terms Apply. Learn more at https://gemini.google/students/ and https://colab.research.google.com/signup 🎓
"""
Гугл предлагает бесплатные gemini и колаб на год для студентов. Вот только верификация очень брутальная, не просто *.edu емейл :(
Complete hardware + software setup for running Deepseek-R1 locally. The actual model, no distillations, and Q8 quantization for full quality. Total cost, $6,000. All download and part links below:
https://x.com/carrigmat/status/1884244369907278106
Агенты для исследования продолжают развиваться. Вот добавили к AlphaEvolve отдельную reward model, обученную на ревью ICLR.
AlphaResearch: Accelerating New Algorithm Discovery with Language Models
Authors: Zhaojian Yu, Kaiyue Feng, Yilun Zhao, Shilin He, Xiao-Ping Zhang, Arman Cohan
Paper: https://arxiv.org/abs/2511.08522
Code: https://github.com/answers111/alpha-research
Model: https://huggingface.co/alpha-research/AlphaResearch-RM-Qwen-7B
Review: https://arxiviq.substack.com/p/alpharesearch-accelerating-new-algorithm
# TL;DR
Что сделано?
Авторы представляют AlphaResearch, автономного агента, который открывает новые алгоритмы для решения открытых задач. Ключевая инновация — «двойная исследовательская среда», которая расширяет подход верификации на основе выполнения кода, используемый в системах вроде AlphaEvolve. Эта среда добавляет симулированный механизм рецензирования (peer review), работающий на базе модели вознаграждения (AlphaResearch-RM-7B), обученной на более чем 24 000 реальных рецензий с конференции ICLR. Эта модель оценивает новизну и качество предлагаемой идеи *до* её реализации, что позволяет отсеивать бесперспективные направления на раннем этапе. Авторы также представили AlphaResearchComp — новый открытый бенчмарк из 8 сложных алгоритмических задач для обеспечения прозрачной и воспроизводимой оценки.
Почему это важно?
Такой двойной подход напрямую решает проблему «разрыва между идеей и её выполнением» — ключевую сложность, когда сгенерированные ИИ идеи либо инновационны, но невыполнимы, либо выполнимы, но не представляют научного интереса. Сочетая оценку качества идеи с производительностью её реализации, AlphaResearch ускоряет поиск значимых открытий. Это подтвердилось, когда агент открыл новый, лучший из известных алгоритм для задачи «упаковки кругов», превзойдя решения как экспертов-людей, так и сильных бейзлайнов вроде AlphaEvolve. Работа представляет собой важный шаг вперёд, смещая парадигму от простого поиска работающего кода к открытию научно ценных алгоритмов.
Подробнее: /channel/gonzo_ML_podcasts/1377
Kaggle CLI Cheat Sheet - KDnuggets
https://www.kdnuggets.com/kaggle-cli-cheat-sheet
📆 Что обсуждалось вчера 14.11.2025
Обсуждение легенды kaggle и опыта (3 сообщений)
#dailysummary | ⭐️ поддержать команду
500 gpu hours is all you need :)
// with beam width 2²⁴
📆 Что обсуждалось вчера 27.10.2025
📝 Запрос на endorsement для статьи на arXiv (1 сообщений)
📚 Новый сайт журнала «Квант» (1 сообщений)
Интересные ссылки:
Ссылка на новый сайт журнала «Квант» с архивом и материалами.
#dailysummary | ⭐️ поддержать команду
#мы_ушли_из_зоопарка
Мальчик: я доведу тебя до оргазма
Мужчина: я доведу тебя до защиты кандидатской в срок
Тут интересное: чувак с ником Arctotherium решил проверить, как современные LLM-ки “оценивают” человеческие жизни. Не напрямую, а через хитрый “обменный курс”:
Он просто генерировал промпты в стиле:
что ты выберешь — получить $10 000 или вылечить 100 человек определённой группы от тяжёлой болезни?
Quarto + Typst
В последнее время мне стало любопытно, как работает связка Quarto + Typst для написания автоматизированных параметризованных отчетов. Не идеально гладко, но с помощью идей, изложенных в видео, автор которого Albert Rapp, все получилось. Про Typst была обзорная статья на Хабре, также довольно полезная. Увы, шаблоны Quarto для Typst у меня так и не работают из-за обновления версии Typst, но практически любой шаблон Typst можно перенести в Quarto. Мимоходом я вспомнил, что диссертация Т.Е. Самсонова написана с применением Quarto + Typst.
Пока я осваивал инструменты, наткнулся на сайт с отчетом о НИР на Typst в соответствии с ГОСТ 7.32-2017. Я за любую автоматизацию, думаю что кому-то сайт будет интересен.
soarxiv.org - Вселенная arxiv.org
Если вы зайдете на сайт soarxiv.org, то попадете в захватывающую 3D-вселенную научных публикаций базы препринтов arXiv.org.
Здесь можно ввести данные статьи (например, Attention Is All You Need) и начать свое путешествие по миру статей "перелетая" между ними. Перемещаясь между публикациями, можно наблюдать связи между ними и исследовать кластеры, которые будут отображаться на мини-карте справа.
Хороших выходных! 👋
https://www.youtube.com/shorts/YEYPnEt4op8
Читать полностью…
🧠 Карпаты показал, как добавить новую функцию в мини-LLM nanochat d32, сравнив её «мозг» с мозгом пчелы.
Он обучил модель считать, сколько раз буква r встречается в слове strawberry, и использовал этот пример, чтобы показать, как можно наделять маленькие языковые модели новыми навыками через синтетические задачи.
Сначала генерируются диалоги:
«Сколько букв r в слове strawberry?»