Математика Дата саентиста


Гео и язык канала: Россия, Русский
Категория: Образование


@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946

Зарегистрирован в РКН
Связанные каналы  |  Похожие каналы

Гео и язык канала
Россия, Русский
Категория
Образование
Статистика
Фильтр публикаций


Репост из: Machinelearning
📌 Palomar - реестр проверенных LEAN-доказательств

Последние месяцы доказательства, сгенерированные ИИ, посыпались валом как для новых результатов, так и для старых, причем часть из них формализована на Lean и проверить такой репозиторий непросто, особенно если ты не эксперт. Нужно убедиться:

🟠что заявленные формальные утверждения действительно имеют доказательства, проходящие проверку типов;
🟠что в доказательствах нет жульничества;
🟠что формальные утверждения по смыслу совпадают с тем, что описано словами.

Под эту задачу и Теренс Тао запустил Palomar - реестр математики, верифицированной на Lean. Инициативу вырастили Lean FRO и ICARM.

Прием заявок уже идет, чтобы в него попасть, в репозитории должно быть три вещи:

🟢challenge file с коротким и читаемым человеком описанием заявленных результатов на Lean;
🟢solution module с доказательством любой длины;
🟢файл formalization.yaml, где те же результаты изложены обычным языком и собраны метаданные и раскрытия.

Снимок поданного репозитория проверяют двумя этапами.
Сначала инструмент Comparator смотрит, что solution module типизируется и доказывает ровно то, что заявлено в challenge file. После этого языковая модель сверяет, похоже ли неформальное описание в на то, что заявлено формально.

Прошел оба - попал в реестр. Принимают формализации и старых результатов, и новых. Кто автор доказательства - человек, ИИ или оба вместе - значения не имеет.


@ai_machinelearning_big_data

#news #ai #ml




Готовитесь или интересуетесь поступлением в ШАД в 2027 году?

До 24 августа идет набор в текущий поток подготовки ШАД Хелпер.

Программа рассчитана на 11 месяцев и охватывает все темы, необходимые для успешной сдачи экзамена в ШАД: линейная алгебра, матанализ, теория вероятностей, дискретная математика, алгоритмы и анализ данных.

Основная задача курса - не просто пройти теорию, а научиться решать задачи именно в формате вступительных:
- с проверяемыми домашними
- обратной связью
- пробными экзаменами.

Преподают опытные преподаватели с учеными степенями из МГУ и МФТИ.
Уже 120+ учеников поступили в ШАД и ML-магистратуры.

До 24 августа - скидка 30% на первый взнос по промокоду START30

Если не поступите - зачислим на следующий поток бесплатно.

Вы также можете попробовать обучение и если в первые две недели поймёте, что формат вам не подходит - вернём деньги.

→ Посмотреть формат, программу и стоимость курса по ссылке

Реклама, ООО "ШВМ", ИНН 9728100991 Erid: 2VtzquuCwpo


⚡️ Теперь RL можно обучать прямо через реальный агентный harness, даже если он для тебя black box

ClawGym II показывает интересный подход: Claude Code или OpenClaw можно оставить без изменений и всё равно встроить их в RL training loop.

Фреймворк запускает агентный harness внутри sandbox, перехватывает model calls на serving-уровне и восстанавливает из них полные trajectories. После этого PPO или GRPO могут оптимизировать поведение модели уже с учётом реальной агентной среды.

Главный плюс: training stack не нужно заново реализовывать tool routing, retries, context management или subagents.

На Qwen3-30A3B это дало:

— +9.98 п.п. Pass@1 через OpenClaw
— +14.81 п.п. через Claude Code

Причём mix-harness training тоже сработал: одна политика, обученная сразу на OpenClaw и Claude Code, не хуже одиночных вариантов под обоими harness.

То есть следующий шаг в RL для агентов — обучать модель не в упрощённой симуляции, а прямо через тот сложный стек, в котором она потом будет реально работать.

Paper: arxiv.org/abs/2608.16798

ClawGym II: Exploring Black-Box RL on Agent Harness


🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку

Окружение решает больше, чем кажется.

Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: https://t.me/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/javatg
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: https://t.me/+S4hinvO3QI43ZjNi
Kubernetes: t.me/kubernetc
GameDev: https://t.me/gamedev
Haskell: t.me/haskell_tg

Собеседования и карьера:

DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview

Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: 'https://t.me/addlist/2Ls-snqEeytkMDgy' rel='nofollow'>https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy

Полезное сверху:

ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg

Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.


⚡️Терренс Тао: AI может сделать доказательства массовыми раньше, чем математика успеет к этому адаптироваться

В новой работе *Mathematics in the age of AI* Терренс Тао пишет, что математика входит в период серьёзной турбулентности.

Проблема уже не только в том, сможет ли AI доказывать теоремы.

Куда важнее другое: что произойдёт, если генерация доказательств станет дешёвой и массовой?

Тогда придётся заново отвечать на вопросы:

— что вообще считать вкладом в математику
— что значит «понять» доказательство
— за что давать признание
— кто считается автором работы: человек, AI или их связка
— какие результаты действительно ценны, если доказательств стало слишком много

Тао считает, что математикам придётся сделать явными те правила и ценности, которые раньше существовали неформально.

То есть AI может изменить не только то, как мы доказываем теоремы, но и само понимание того, что считается хорошей математикой.

https://arxiv.org/abs/2608.16753


✔ Физики передали квантовую запутанность на 420 км

Команда Научно-технического университета Китая связала запутанностью два удаленных модуля памяти на холодных атомах через оптоволокно длиной 420 км.

Достижение важно тем, что превзойден предел PLOB - теоретический потолок для прямой передачи запутанности по каналу без ретрансляции, который начинает мешать после 230 км. Обойти его удалось как раз потому, что квантовая память играет роль промежуточного узла. Это один из кирпичей для будущих квантовых повторителей и квантового интернета.

Чтобы уменьшить потери, квантовую память перевели с длины волны 795 нм на 780 нм и перестроили схему преобразования частот, подогнав сигнальные фотоны под окно сверхнизких потерь волокна. Рассинхронизацию фаз убрали автоподстройкой на двух длинах волн и трех частотах. Интерференция фотонов оставалась стабильной на всех 420 км.

https://www.cas.cn/syky/202608/t20260817_5118473.shtml


Репост из: Machinelearning
Видео недоступно для предпросмотра
Смотреть в Telegram
✔️ OpenAI сделала подростковую версию ChatGPT

Пользователей 13-17 лет ChatGPT будет автоматически переводить в безопасный режим. Возраст система определит по поведению, в совокупности она анализирует больше двух тысяч сигналов - от того, в какое время человек заходит, до того, как он формулирует запросы. Решила, что перед ней подросток, - режим включается сам.

В этом режиме модели запрещено изображать эмоциональную привязанность. Фильтры не пропускают контент для взрослых и не дают выдавать сведения о способах самоповреждения и о расстройствах пищевого поведения. Учебные задачи ChatGPT разбирает иначе - вместо готового решения задает наводящие вопросы.

Запуск идет на фоне исков, которые семьи подали к ИИ-компаниям, обвиняя их в психологическом вреде, нанесенном детям сгенерированным контентом.
openai.com

✔️ Cartesia выпустила синтезатор речи, вышедший на первое место у Artificial Analysis

Стартап из Стэнфорда представил Sonic-3.6 - модель синтеза речи реального времени на архитектуре моделей пространства состояний (SSM).

Sonic-3.6 возглавила сразу два рейтинга Artificial Analysis. В категории Controlled Voice, где синтезаторы гоняют на восьми одинаковых эталонных голосах, она обошла Eleven v3 от ElevenLabs.

Задержка до первого аудиокадра, по заявлению компании, меньше 90 мс. Есть управление темпом, громкостью и эмоциями, теги экспрессии внутри запроса и свои словари произношения с транскрипцией IPA. Голос клонируется по десятисекундному фрагменту.

Модель работает через API и в Cartesia Playground. Для проб есть бесплатный тариф, платные подписки начинаются от 5 долларов в месяц.
cartesia.ai

✔️ Artificial Analysis запустила бенчмарк поисковых API

Search Index сравнивает поисковые API, на которые опираются ИИ-агенты. В первый набор вошли Parallel, Exa, Firecrawl, You.com, Tavily, Keenable и Brave.

Замеряют в одинаковых условиях: агент на фреймворке Stirrup под управлением GPT-5.6 Luna проходит каждую задачу по 25 раз. Индекс складывается из трех тестов - DeepSearchQA (множественные запросы), BrowseComp (многошаговый поиск) и AA-Omniscience (вопросы из шести предметных областей).

Чем точнее выдача, тем дешевле инференс - агенту не приходится перебирать лишнее. Parallel Search срезает расход токенов больше чем на 40%, и хотя сам вызов API дороже, задача в сумме обходится в 0,084 доллара вместо 0,110.

Со скоростью сложнее. Очень быстрые, но менее точные поисковики заставляют агента делать лишние круги, так что итоговое время почти не отличается. Лучший баланс цены и качества показали Parallel и Firecrawl.

Методология открытая, новые API можно предлагать к добавлению.
ArtificialAnalysis в X

✔️ ElevenLabs открыла общую библиотеку сгенерированных звуков

В сервисе ElevenMusic заработала бесплатная библиотека аудиосемплов со встроенной моделью text-to-audio. Барабанные лупы, вокальные нарезки и звуковые эффекты генерируются по текстовому описанию, лимит - 25 запросов в день.

Все, что сгенерировано, попадает в общий каталог. Любой пользователь платформы может искать там звуки, слушать их и скачивать.
ElevenMusic в X

✔️ Американские авиакомпании запретили возить гуманоидных роботов

American Airlines запретила провоз гуманоидных и зооморфных роботов и в салоне, и в багаже. Раньше то же самое сделали Delta, United и Southwest.

Причина - литий-ионные батареи. У типичных гуманоидов они на 800-2500 Вт·ч, тогда как Федеральное управление гражданской авиации разрешает провозить устройства с батареями емкостью до 160 Вт·ч. Бортовые средства пожаротушения рассчитаны на ноутбуки и смартфоны и с загоревшимся аккумулятором такой емкости не справятся.

Обойти запрет не выйдет - робота не пустят на борт, даже если выкупить ему отдельное кресло или оформить как вспомогательное устройство.
simpleflying.com

Этот выпуск был озвучен моделью Sonic-3.6 в сервисе Cartesia.


@ai_machinelearning_big_data

#news #ai #ml


🚨 OpenAI расформировала команду Preparedness, которая занималась самыми опасными сценариями развития ИИ

По данным Financial Times, команду распустили в конце июля. Она оценивала риски от передовых моделей, включая кибератаки, биологические угрозы и сценарии, где ИИ получает слишком большую автономность. Теперь направления вроде bio и cyber распределили между другими внутренними командами OpenAI.

При этом сама система оценки рисков никуда не исчезла. OpenAI по-прежнему называет Preparedness Framework основой подхода к наиболее серьёзным рискам от продвинутого ИИ, а новый Frontier Governance Framework охватывает cyber, CBRN, манипуляции и потерю контроля.

У такой реорганизации есть логика: специалисты по безопасности теперь могут сидеть ближе к командам, которые реально строят и запускают модели. Многие современные риски зависят уже не только от eval-тестов, но и от sandboxing, сетевых ограничений, мониторинга и всей инфраструктуры вокруг агента.

Но есть и обратная сторона. Отдельная safety-команда могла выступать независимым барьером, когда скорость релиза конфликтовала с безопасностью. При распределённой ответственности такой внутренний стоп-сигнал потенциально становится слабее.

ft.com/content/53082739-7714-4aae-9816-e55ab423cbee?syn-25a6b1a6=1


🦾 Современные задачи прогнозирования всё чаще выходят за рамки возможностей классических моделей. Если вы уже работаете с временными рядами, пора разобраться, какие архитектуры действительно определяют развитие машинного обучения сегодня.

24 августа в 20:00 МСК приглашаем вас на открытый урок курса «Машинное обучение. Экспертный уровень».

На занятии сравним современные модели с ARIMA, Prophet, XGBoost и LSTM, разберём TimesNet, TimeGPT и другие актуальные подходы, а также на практике построим прогноз и оценим качество современных решений. Вы поймёте, где они дают преимущество и как применять их в реальных задачах.

➡️ Если вы хотите уверенно использовать современные методы прогнозирования, зарегистрируйтесь на открытый урок и получите практическое представление о технологиях, которые уже становятся новым стандартом отрасли: https://tglink.io/f47312dd0c868d?erid=2W5zFHKPFBw
#реклама
О рекламодателе


🧮 AI может изменить саму природу математических исследований.

Bloomberg пишет о проблеме, которая уже начинает обсуждаться в академической среде: что будет, если AI начнёт создавать доказательства быстрее, чем люди смогут понять их последствия?

Математика может столкнуться не с нехваткой новых результатов, а с их избытком.

Сегодня академический успех строится вокруг количества публикаций, цитат и новых теорем. Но если машины смогут генерировать тысячи доказательств, ценность может сместиться в другое место.

Главным навыком станет не только найти решение, а понять, какие задачи вообще имеют значение.

Будущая роль математиков может быть больше связана с выбором направлений, проверкой важности результатов, объяснением сложных идей и обучением других.

Возможно, самым редким ресурсом станет не способность доказать теорему, а способность понять, почему она важна.

https://www.bloomberg.com/opinion/articles/2026-08-13/math-faces-an-ai-spiritual-crisis-it-has-a-lesson-for-the-rest-of-us




Репост из: Machinelearning
✔️ Vercel, OpenAI и Microsoft представили единый стандарт упаковки плагинов для агентов

Vercel совместно с AWS, GitHub, Microsoft, OpenAI и командой Cursor выпустила открытый формат Agent Plugins. Стандарт унифицирует упаковку плагинов для ИИ-агентов.

Ранее структуру директорий и конфигурации навыков или MCP-серверов приходилось адаптировать под каждый клиент. Теперь достаточно собрать расширение в единую файловую структуру с общим манифестом, после чего совместимые платформы распознают и загружают его напрямую.

На старте формат поддерживают ChatGPT, Codex, Cursor, GitHub Copilot, Kiro и VS Code. Версия 1.0.0 стандартизирует только базовые компоненты - Agent Skills и MCP-серверы.

Дистрибуция, установка, управление правами доступа, а также специфичные команды и хуки остаются на стороне провайдеров.


@ai_machinelearning_big_data

#news #ai #ml


🎓 Если вы планируете поступать в ШАД в 2027 году, сейчас можно присоединиться к текущему потоку ShadHelper.

Мы больше 6 лет готовим к ШАД и ML-магистратурам. Среди преподавателей - специалисты из Сбера, МГУ и МФТИ; 120+ выпускников уже поступили в ШАД и ML-магистратуры.

Курс рассчитан на системную подготовку за год: математика, теория вероятностей, дискретная математика и алгоритмы, регулярная практика, домашние задания с обратной связью, поддержка в чате и пробные экзамены.

Поток уже идёт, и сейчас начинается основная часть программы - ключевые темы вступительных экзаменов. Присоединиться к текущей группе можно до 24 августа.

Если пока не готовы принимать решение сразу, оставьте заявку: откроем материалы первой недели курса и договоримся о 15-минутной консультации с академическим куратором. Вы посмотрите, как устроена программа, и сможете задать вопросы по подготовке и входу в текущий поток.

👉 Посмотреть программу и условия


🧠 ОДИН ДУЭЛЬ ЧУТЬ НЕ УНИЧТОЖИЛ БУДУЩЕЕ МАТЕМАТИКИ

В 1832 году 20-летний математик умер после дуэли.

Его звали Эварист Галуа.

Но за несколько лет до смерти он сделал открытие, которое изменило математику навсегда.

В 18 лет Галуа создал идеи, которые позже стали основой теории Галуа.

Более 2000 лет математики пытались найти универсальную формулу для решения многочленов.

Они смогли решить уравнения:

✅ 2-й степени
✅ 3-й степени
✅ 4-й степени

Но для 5-й степени и выше общей формулы не существует.

Галуа объяснил не просто факт, а почему так происходит.

Он ввёл новые идеи о симметриях решений уравнений, которые позже стали фундаментом:

🔥 теории групп
🔥 современной алгебры
🔥 многих разделов математики и физики

Но при жизни его работу почти никто не признал.

Его статьи:

❌ отклоняли
❌ теряли
❌ игнорировали

Параллельно Галуа участвовал в политической борьбе и несколько раз попадал под арест.

В ночь перед дуэлью он понимал, что может погибнуть.

Он всю ночь записывал свои математические идеи и оставил заметку, что ему не хватает времени.

На следующее утро он был смертельно ранен.

Ему было всего 20 лет.

Спустя годы математики изучили его записи и поняли масштаб открытия.

Человек, которого при жизни почти никто не слушал, стал одним из основателей современной математики.

Иногда одна жизнь длиной 20 лет может изменить науку на века.

#Math #Mathematics #Programming #ComputerScience




Как выглядят задачи машинного обучения в бигтехе?

Открыта регистрация на E-CUP 2026 Students — ежегодное соревнование от Ozon Tech. В этом сезоне — для студентов, которые интересуются ML, Data Science, Big Data и аналитикой данных.

Вас ждут три трека: поиск дубликатов товаров, ИИ-модерация карточек маркетплейса и прогнозирование поведения пользователей. Все задачи основаны на реальных обезличенных данных Ozon.

Участвовать можно по одиночке или в команде до пяти человек. Соревнование проходит онлайн с финалом на масштабной конференции E-CODE.

Что ждёт участников:
- призовой фонд 7 200 000 ₽;
- обратная связь от инженеров Ozon Tech;
- нетворк с экспертами индустрии;
- лимитированный мерч;
- билеты на конференцию E-CODE, где наградят победителей.

Подробнее — на сайте E-CUP 2026 Students.
➡️ Регистрация уже открыта!

Присоединяйтесь, чтобы выйти за рамки учебных проектов, попробовать свои силы в задачах настоящего бигтеха и сравнить своё решение с лучшими участниками.




🧠 Математике нейросетей уже 83 года. ChatGPT - всего несколько лет

В 1943 году Уоррен Маккаллок и Уолтер Питтс описали математическую модель нейрона: на вход поступают сигналы, проверяется порог, после чего нейрон либо активируется, либо нет.

Обучаться такая система ещё не умела. Но авторы показали главное - сети простых нейронов способны выполнять логические операции вроде AND, OR и NOT. Иными словами, несколько пороговых правил можно соединить в вычислительную систему.

В 1957-1958 годах Фрэнк Розенблатт создал перцептрон, веса которого уже могли изменяться:

предсказание → сравнение с правильным ответом → корректировка весов

Этот цикл до сих пор лежит в основе обучения многих нейросетей.

В 1969 году Марвин Минский и Сеймур Пейперт подробно показали ограничения однослойных перцептронов. Интерес к направлению заметно снизился, хотя историки до сих пор спорят, насколько именно их работа повлияла на начало «зимы ИИ».

Перелом произошёл в 1986 году. Дэвид Румельхарт, Джеффри Хинтон и Рональд Уильямс продемонстрировали, что обратное распространение ошибки позволяет эффективно обучать многослойные сети и формировать внутри них полезные представления.

С тех пор появились трансформеры, новые методы обучения, миллиарды параметров и огромные вычислительные кластеры.

Но фундаментальные идеи современных нейросетей были опубликованы ещё до появления микропроцессора.


Курт Гёдель нашёл «дыру» в Конституции США, которая, по его мнению, позволяла легально превратить страну в диктатуру.

В 1947 году, готовясь к экзамену на американское гражданство, один из величайших логиков XX века внимательно изучил Конституцию и заявил, что обнаружил в ней внутреннее противоречие.

По воспоминаниям, на собеседовании Гёдель даже попытался объяснить судье, как именно демократическая система теоретически может сама себя отменить через законные процедуры.

Его друзья Альберт Эйнштейн и Оскар Моргенштерн, присутствовавшие рядом, быстро свернули дискуссию.

История получила название Gödel’s Loophole.

Показано 20 последних публикаций.