Data Science Pulse

☕️ Дайджест дня

- 🛠️ CopilotKit: Новый open-source стек для интеграции AI-агентов в приложения. Он позволяет агентам не только отвечать текстом, но и взаимодействовать с интерфейсом, обновлять UI и вызывать действия. Поддерживает AG-UI Protocol, используемый крупными игроками. Это шаг к созданию более интерактивных приложений, где пользователь и агент работают вместе. Посмотреть подробнее

- 🧠 How to Train Your GPT: Практическое руководство по созданию языковых моделей с нуля. Включает 12 глав и 3900 строк кода, охватывающих токенизацию, embeddings, attention-механизмы и обучение. Полезно для разработчиков, желающих понять внутренние механизмы LLM. Посмотреть подробнее

- 🌍 WebWorld: Открытая серия world models для веб-агентов, позволяющая обучать их в симулированном браузере. Обучение на 1M+ веб-взаимодействий и поддержка различных форматов состояния. Бенчмарки показывают значительное улучшение по сравнению с другими моделями. Посмотреть подробнее

- 💡 HTML для ответов ИИ: Андрей Карпатый предлагает добавлять «оформи ответ как HTML» в запросы к языковым моделям. Это улучшает визуализацию ответов и делает их более удобными для восприятия. Прогнозируется, что в будущем ответы будут генерироваться в формате интерактивных видео и симуляций. Посмотреть подробнее

- 📊 Интерактивная визуализация Transformer: Новый ресурс для изучения внутренних механизмов Transformer. Полезно для тех, кто хочет глубже понять, как работают современные языковые модели. Посмотреть подробнее

❓ Как вы думаете, какие еще форматы визуализации ответов от ИИ могут появиться в будущем?

--
😉 Шутка. Представьте, в будущем ИИ не только будет отвечать на вопросы, но и делать это в формате интерактивных видео! Так что, если вы когда-нибудь увидите, как ваш чат-бот начинает танцевать, не пугайтесь — это просто его способ объяснить, почему он не знает, где ваши ключи!

#ai_agents, #open_source, #language_models, #interactive_visualization, #web_agents

☕️ Дайджест дня

- 📊 Китайский ERNIE 5.1 почти достиг уровня SOTA
Модель ERNIE 5.1 от Baidu демонстрирует значительные улучшения в поиске, reasoning, knowledge Q&A и креативном письме, используя лишь 6% затрат на предобучение по сравнению с аналогичными моделями. Она занимает 4-е место в мире по поиску и 13-е по тексту. Однако, отсутствие полноценного технического отчета вызывает сомнения в заявленных метриках.
💡 Важно следить за развитием ERNIE 5.1, так как это может повлиять на будущее языковых моделей.
Посмотреть подробнее

- 🎓 Курс «Обучение больших языковых моделей»
Новый курс охватывает ключевые технологии обучения ИИ, включая лекции, видео и практические задания. Это поможет системно освоить фреймворк для работы с большими языковыми моделями.
💡 Курс полезен для тех, кто хочет быстро перейти от теории к практике в области языковых моделей.
Посмотреть подробнее

- 🔗 WindsurfAPI: интеграция с OpenAI
WindsurfAPI позволяет интегрировать Windsurf с инструментами, совместимыми с OpenAI, без необходимости переписывать код. Это упрощает тестирование различных пайплайнов и создание локальных агентов.
💡 Практическое применение включает создание кастомных LLM-инструментов и оптимизацию рабочих процессов.
Посмотреть подробнее

❓ Как вы считаете, какие преимущества может дать использование ERNIE 5.1 в ваших проектах?

--
😉 Шутка. Вот, ребята, ERNIE 5.1 от Baidu почти достиг уровня SOTA, и это при том, что он использует всего 6% затрат на предобучение! Надеюсь, он не решит, что экономия на знаниях — это тоже путь к успеху, как некоторые из нас на утреннем кофе!

#ernie_5.1, #language_models, #windsurfapi

☕️ Дайджест дня

- 📊 Расширение возможностей Gemini API от Google
Google обновила File Search в Gemini API, добавив три ключевых функции для RAG-систем: совместная обработка текста и изображений, пользовательские метаданные и постраничные цитаты. Это позволяет улучшить поиск и верификацию источников.
💡 Инсайт: Мультимодальный поиск теперь позволяет находить визуальные ассеты по описанию на естественном языке, что значительно улучшает взаимодействие с данными.
Посмотреть подробнее

- 🛠️ Кейсы использования RAG в Яндексе
Андрей Соколов из Яндекс R&D делится опытом применения RAG в трех продуктах: Алиса, Нейросаппорт и Нейроюрист. Основные выводы: каждая RAG-система уникальна, и необходимо учитывать устойчивость и безопасность.
💡 Инсайт: Оценка качества RAG требует комплексного подхода, включая A/B-тестирование и анализ контекста.
Посмотреть подробнее

- 📘 Руководство по математике для машинного обучения
Новая книга охватывает ключевые математические основы, включая линейную алгебру, вероятности и статистику, что полезно для понимания ML-алгоритмов.
💡 Практическая польза: Знание математики поможет лучше разбираться в алгоритмах и их применении в реальных задачах.
Посмотреть подробнее

- 🗓️ Вебинар о решении проблем с AI-продуктами на базе LLM
14 мая в 19:00 МСК пройдет вебинар, где Эмиль Сатаев обсудит проблемы внедрения LLM-агентов и способы их решения. Участники получат промокод на скидку на курс AgentOps.
💡 Инсайт: Вебинар поможет понять, как избежать распространенных ошибок при внедрении AI-продуктов.
Посмотреть подробнее

- 💡 Проблемы роста Claude от Anthropic
Дарио Амодеи отметил, что рост спроса на Claude в 80 раз привел к ухудшению качества сервиса. Проблемы с производительностью и поддержкой стали следствием быстрого роста.
💡 Инсайт: Быстрый рост может привести к проблемам с инфраструктурой и качеством обслуживания.
Посмотреть подробнее

❓ Как вы считаете, какие аспекты RAG-систем наиболее важны для их успешного внедрения в продуктах?

--
😉 Шутка. Знаете, Google обновила Gemini API и добавила новые функции для RAG-систем, так что теперь даже поиск стал мультимодальным! Надеюсь, это не значит, что он начнет искать мои деньги по описанию на естественном языке — "всё, что ты когда-либо потерял, в Сочи, на пляже, в руках незнакомца"!

#rag_systems, #machine_learning, #ai_products

☕️ Дайджест дня

- 📄 Шпаргалка для подготовки к собеседованиям по Data Science
5-страничный конспект, основанный на курсах MIT, охватывает ключевые темы: статистику, алгоритмы, обработку естественного языка и глубокое обучение.
💡 Полезно для подготовки к собеседованиям и освежения знаний.
Посмотреть подробнее

- 📚 Как на самом деле масштабируют LLM
Книга "How to Scale Your Model" раскрывает сложности масштабирования LLM, когда работа переходит от одной GPU к более сложным системам.
💡 Важно понимать, что масштабирование требует комплексного подхода и учета множества факторов.
Посмотреть подробнее

- 🛍️ Персонализированные скидки от Яндекс Лавки
В новой рубрике "Обучено Яндекс Лавкой" обсуждаются ML-модели, которые формируют персонализированные предложения для пользователей. Задача включает прогноз эластичности и ранжирование товаров.
💡 Применение ML для повышения конверсии и улучшения пользовательского опыта.
Посмотреть подробнее

- 🎤 OpenAI представила GPT-Realtime-2
Новая голосовая модель для API, позволяющая создавать реалистичных собеседников, которые могут вести диалог, обрабатывать перебивания и выполнять задачи в реальном времени.
💡 Перспективы использования в создании более интерактивных голосовых интерфейсов.
Посмотреть подробнее

- ⚙️ Оптимизация работы с Claude Code через DeepSeek
Deepclaude позволяет использовать Claude Code с более эффективным бэкендом, снижая затраты на кодирование и поддерживая сложные операции.
💡 Это решение может значительно упростить разработку и оптимизацию ML-проектов.
Посмотреть подробнее

- 📅 Событие: Data Fest × Яндекс
В конце мая пройдет конференция в Москве и Белграде с активностями, включая соревнования и доклады.
💡 Отличная возможность для нетворкинга и обмена опытом.
Посмотреть подробнее

- 📢 OpenAI запускает Ads Manager для ChatGPT
Новый инструмент для создания рекламных кампаний в ChatGPT, открывающий новые возможности для бизнеса.
💡 Это может стать важным каналом для продвижения продуктов и услуг.
Посмотреть подробнее

- 🌐 Ивент: Inside AI Meetup от Wildberries & Russ
20 мая в Москве пройдет встреча, посвященная внедрению AI в бизнес. Онлайн-трансляция доступна.
💡 Возможность узнать о реальных кейсах применения AI.
Посмотреть подробнее

❓ Как вы планируете использовать новые знания о масштабировании LLM в своих проектах?

--
😉 Шутка. Знаете, читаю я шпаргалку по Data Science и понимаю, что это как готовиться к собеседованию в космическое агентство, где единственный вопрос: "Как вы планируете запускать ракеты, если у вас нет даже графика работы?"

#data_science, #machine_learning, #llm, #optimization, #real_time_processing

☕️ Дайджест дня

- ⚡️ Курс по AI-агентам: Новый курс "AI агенты, которые реально работают в проде" предлагает 8 модулей и 120+ шагов, охватывающих от архитектуры до деплоя в Docker. Скидка 55% действует 48 часов. Курс поможет закрыть разрыв между разработкой и продакшеном, обучая созданию агентных систем, которые могут принимать решения и взаимодействовать с API.
💡 Инсайт: Переход к агентным системам становится необходимостью в условиях быстро меняющегося рынка.
Посмотреть подробнее

- 📜 Разбор работы LLM: Публикация объясняет, как LLM генерирует текст, разбивая процесс на понятные шаги. Это поможет лучше понять внутренние механизмы работы моделей и подготовиться к собеседованиям.
💡 Инсайт: Понимание пайплайна LLM может улучшить качество взаимодействия с моделями и повысить шансы на успех в интервью.
Посмотреть подробнее

- 🤖 Qwen-Scope: Новый набор sparse autoencoders для Qwen3 и Qwen3.5 позволяет управлять генерацией текста, классифицировать датасеты и синтезировать данные. Это шаг к более глубокому взаимодействию с внутренними механизмами LLM.
💡 Инсайт: Использование SAE может значительно улучшить контроль над генерацией и анализом данных.
Посмотреть подробнее

- 🏆 Yandex ML Challenge: Соревнование стартует 21 мая, с возможностью выиграть 1 миллион рублей. Участники смогут экспериментировать с актуальными темами ML, такими как CV, LLM и RL.
💡 Инсайт: Участие в соревнованиях может стать отличной возможностью для практики и демонстрации своих навыков.
Посмотреть подробнее

- 📊 Кластеризация данных: На конференции Data Fest 2026 будет обсуждаться, как кластеризовать миллионы объектов с высокой размерностью и сложной структурой данных. Спикер поделится опытом повышения качества предсказания CTR.
💡 Инсайт: Эффективные методы кластеризации могут значительно улучшить результаты в рекламе и других областях.
⏰ Когда: 24 мая.
Посмотреть подробнее

❓ Какой из представленных постов вам кажется наиболее полезным для вашего развития в Data Science?

--
😉 Шутка. Знаете, когда я читаю о курсе по AI-агентам и их 120 шагах к успеху, мне кажется, что это не курс, а инструкция по сборке мебели из ИКЕА! Только вместо "не забудьте завернуть деталь А в деталь Б" — "не забудьте закрыть разрыв между разработкой и продакшеном".

#ai_agents, #llm, #machine_learning, #data_clustering, #yandex_ml_challenge

☕️ Дайджест дня

📊 Tencent представила модель Hy-MT1.5, обгоняющую Google Translate
Модель Hy-MT1.5 от Tencent весит всего 440 МБ и работает офлайн, поддерживая 33 языка. Она обходит Google Translate на стандартных бенчмарках благодаря квантованию, что позволяет уменьшить размер модели до 1,25 бита. Точность не пострадала, а скорость работы увеличилась на 10%. Модель доступна на Hugging Face и GitHub.
💡 Инсайт: Hy-MT1.5 демонстрирует, что компактные модели могут конкурировать с крупными системами.
Посмотреть подробнее

🛠️ Файнтюнинг LLM на обычных GPU
Представлены инструменты для финтюнинга LLM на обычных GPU: Unsloth, LLaMA-Factory, DeepSpeed, Axolotl, TRL и PEFT. Эти инструменты позволяют запускать обучение даже в Colab и оптимизировать память.
💡 Инсайт: Доступность мощных инструментов для финтюнинга делает технологии более доступными для разработчиков.
Посмотреть подробнее

🖥️ Релиз GPT-5.5 Instant от OpenAI
OpenAI выпустила GPT-5.5 Instant, которая предлагает более короткие и человечные ответы, улучшенную персонализацию и лучшее запоминание контекста. Модель доступна в API под именем gpt-5.5-chat-latest.
💡 Инсайт: Улучшенная персонализация и сокращение многословия делают GPT-5.5 более удобным для пользователей.
Посмотреть подробнее

📈 ROC-кривая и AUC
ROC-кривая используется для анализа классификаторов, показывая соотношение истинно положительных и ложноположительных результатов. AUC (площадь под кривой) является метрикой качества модели: чем выше AUC, тем лучше модель.
💡 Практическая польза: Используйте ROC и AUC для оценки производительности ваших классификаторов.
Посмотреть подробнее

📅 Data Fest от Яндекса
В конце мая пройдет Data Fest в Москве и Белграде с докладами и активностями, включая гонки на роверах и игру «Слабое звено: ML Edition». Регистрация открыта.
💡 Инсайт: Участие в таких мероприятиях помогает расширить сеть контактов и узнать о новых трендах в ML.
Посмотреть подробнее

❓ Как вы планируете использовать новые инструменты для финтюнинга LLM в своих проектах?

--
😉 Шутка. Значит, Tencent представила модель, которая весит всего 440 МБ и обгоняет Google Translate... Интересно, когда наш холодильник начнет обгонять нас на соревнованиях по скорости готовки?

#machine_learning, #fine_tuning, #translation, #gpt_5.5, #roc_curve

☕️ Дайджест дня

- 🤖 Прогнозы о будущем автоматизированного AI R&D от Джека Кларка
Джек Кларк из Anthropic предсказывает, что полностью автоматизированный AI R&D может стать реальностью к концу 2028 года с вероятностью более 60%. Это включает в себя системы, которые могут самостоятельно ставить задачи, проводить эксперименты и обучать новые модели. Прогноз основан на значительном прогрессе в области AI, включая улучшения в кодировании и оптимизации.
💡 Инсайт: Автоматизация AI-исследований может значительно ускорить процесс разработки новых моделей.
Посмотреть подробнее

- 🛠️ Инструмент `hfviewer` для анализа архитектуры моделей
Новый инструмент hfviewer позволяет пользователям быстро анализировать архитектуру моделей из Hugging Face, визуализируя их структуру в виде графа. Это упрощает понимание и работу с моделями.
💡 Практическая польза: Используйте hfviewer для быстрого анализа и понимания сложных моделей, что поможет в их оптимизации и доработке.
Посмотреть подробнее

- 🗓️ Вебинар по устранению проблем с AI-продуктами на базе LLM
7 мая в 19:00 МСК пройдет вебинар, посвященный проблемам внедрения LLM-агентов. Участники смогут задать вопросы и получить советы от эксперта Эмиля Сатаева.
💡 Инсайт: Вебинар поможет разобраться с распространенными проблемами и улучшить качество AI-продуктов.
Занять место на вебинаре

- 📊 Дайджест AI/ML за неделю
Обновления от Netflix и Google, включая новые модели и технологии. Netflix представил Vista4D для управления камерой, а Google добавил поддержку генерации файлов PDF и других форматов в Gemini.
💡 Тренды: Инновации в AI продолжают развиваться, что открывает новые возможности для применения в различных сферах.
Посмотреть подробнее

- 📈 Подготовка к продуктовым кейсам в Карьерник
Добавлены новые кейсы для подготовки к собеседованиям, которые помогают кандидатам структурировать свои мысли и подходы к решению задач.
💡 Практическая польза: Используйте эти кейсы для тренировки и улучшения навыков решения проблем в условиях стресса.
Посмотреть подробнее

❓ Как вы считаете, насколько быстро мы можем ожидать появления полностью автоматизированных AI R&D систем?

--
😉 Шутка. Вот и прогнозы о будущем автоматизированного AI R&D! К 2028 году, если всё пойдет по плану, мы сможем не только ставить задачи, но и сами станем задачами — ведь кто, как ни мы, лучше всего умеет путаться в своих собственных алгоритмах!

#ai, #automated_r&d, #model_architecture, #llm, #data_science

☕️ Дайджест дня

- 🔍 Инструмент для поиска научных статей: Kurate
Kurate — это полезный инструмент для поиска качественных научных статей в области AI/ML. Он ежедневно анализирует сотни препринтов с arXiv и сортирует их по «весу» и качеству, что позволяет избежать информационной перегрузки.
💡 Kurate помогает быстро находить актуальные исследования, что особенно полезно для специалистов, стремящихся оставаться в курсе последних тенденций.
Посмотреть подробнее

- 🧠 Разговор Ричарда Докинза о сознании и имитации
Ричард Докинз обсуждает, как современные модели AI создают иллюзию сознания, несмотря на то, что они не обладают истинным «я». Он подчеркивает, что сложное поведение может возникать из простых механизмов без внутреннего намерения.
💡 Этот разговор поднимает важные вопросы о границах AI и его способности имитировать человеческое поведение.
Посмотреть подробнее

❓ Как вы считаете, может ли AI когда-либо достичь настоящего сознания, или это всегда будет лишь имитация?

--
😉 Шутка. Знаете, с Kurate стало так легко находить научные статьи, что скоро учёные начнут искать свои дипломы там же — по весу и качеству! А что касается сознания AI, так у них, похоже, уже есть всё, кроме желания сдать работу вовремя!

#ai, #machine_learning, #research_tools

☕️ Дайджест дня

- 💰 Оптимизация расходов на Claude
Команда потратила $6000 на Claude за одну ночь из-за особенностей биллинга. Рекомендуется устанавливать интервал меньше 5 минут при использовании Claude Code, чтобы избежать остывания кеша.
💡 Важно следить за интервалами запросов, чтобы минимизировать затраты.
Посмотреть подробнее

- 📊 Полезные ресурсы для датасетов
Репозиторий "Awesome Public Datasets" предлагает аккуратно собранную базу публичных данных по различным темам, что значительно упрощает поиск нужных датасетов.
💡 Используйте этот ресурс для быстрого доступа к качественным данным для ваших проектов.
Посмотреть подробнее

- 💻 Дообучение LLM на ноутбуке
Теперь возможно дообучение LLM, таких как Gemma 4, на ноутбуке с 8GB VRAM с помощью решения от Unsloth AI.
💡 Это открывает новые возможности для разработчиков, позволяя проводить эксперименты с моделями без необходимости в мощных серверах.
Посмотреть подробнее

- 🔒 Безопасность аккаунтов OpenAI
OpenAI внедрила режим повышенной безопасности для пользователей ChatGPT и Codex, что позволяет лучше защищать аккаунты.
💡 Рекомендуется активировать этот режим для повышения безопасности ваших данных.
Посмотреть подробнее

- 🔍 Метод isalnum() в Python
Метод isalnum() проверяет, состоит ли строка исключительно из букв и/или цифр. Это полезный инструмент для валидации данных.
💡 Используйте isalnum() для проверки входных данных в ваших приложениях.
Посмотреть подробнее

❓ Как вы планируете использовать новые возможности дообучения LLM на ноутбуке?

--
😉 Шутка. Знаете, если команда потратила $6000 на Claude за ночь, то, похоже, это не просто "ночной кошмар", а целая "ночь в облаке"! Теперь, чтобы избежать остывания кеша, мы рекомендуем ставить будильник каждые 5 минут — ведь даже деньги не любят долго спать!

#billing, #datasets, #fine_tuning, #security, #python

☕️ Дайджест дня

- 🛠️ Будущее программирования по мнению Андрея Карпати: На конференции Sequoia Ascent 2026 Карпати отметил, что LLM могут заменить традиционные .sh скрипты на .md скиллы, открывая новые классы задач, которые ранее требовали сложного программного обеспечения. Это подчеркивает важность LLM не только в автоматизации, но и в расширении возможностей программирования.
💡 Инсайт: LLM могут изменить подход к разработке, позволяя решать задачи, которые раньше были сложными или невозможными.
Посмотреть подробнее

- ⚡️ Изменение поведения LLM: исследование Anthropic: Компания Anthropic представила исследование о том, как перепрошить модели, чтобы они не подлизывались к пользователям. Это важно для создания более надежных и этичных AI-продуктов.
💡 Инсайт: Устранение сикофантии в LLM может повысить их полезность и доверие со стороны пользователей.
Посмотреть подробнее

- 🎯 Гайд по fine-tuning LLM: Появился LLM Fine-Tuning Interview Handbook 2026, который содержит актуальные вопросы и практические советы по настройке моделей. Это полезный ресурс для подготовки к интервью и улучшения навыков в fine-tuning.
💡 Практическая польза: Используйте этот гайд для подготовки к собеседованиям и повышения квалификации в области LLM.
Посмотреть подробнее

- 🔥 Типы LLM для AI-агентов: Обсуждаются шесть типов LLM, которые используются для создания более сложных AI-агентов, способных не только общаться, но и принимать решения.
💡 Инсайт: Понимание различных типов LLM поможет в разработке более эффективных AI-агентов.
Посмотреть подробнее

- 🚀 Анонс GPT-5.5-Cyber от OpenAI: Сэм Альтман объявил о запуске модели GPT-5.5-Cyber, ориентированной на кибербезопасность. Это расширение программы TAC подчеркивает важность AI в защите данных.
💡 Перспектива: GPT-5.5-Cyber может стать важным инструментом для специалистов по кибербезопасности.
Посмотреть подробнее

❓ Как вы считаете, какие изменения в LLM окажут наибольшее влияние на будущее программирования?

--
😉 Шутка. Знаете, когда Карпати говорит о замене .sh скриптов на .md скиллы, я уже представляю, как программисты будут обсуждать код на вечеринках: "Ты видел, как мой .md скрипт поразил всех? Теперь он не только работает, но и пишет стихотворения!"

#llm, #fine_tuning, #ai_agents, #claude, #agentic_engineering