Data Science | Machinelearning [ru]

Детектор ИИ-текста на коленке: что из нейрослопа реально ловит код, а что до сих пор расхлёбывает живой редактор Автор прогнал через свой детектор 12 признаков нейрослопа — то есть текста, который родила нейронка и никто потом не вычитал. Пять признаков скрипт берёт на себя, причём два — только частично. Оставшиеся семь держатся исключительно на правилах для редактора. А на пробе мимо скрипта спокойно проплыли две…

LLM, боль и хайповый препринт: что там на самом деле По телегам снова понеслась волна: учёные, мол, откопали в LLM вектор боли — значит, модель умеет страдать. Насколько искусственен искусственный интеллект? И не пора ли уже прописать этику обращения с ИИ? А статья — про то, что авторы реально написали и какие выводы из этого честно вытекают. Читать далее 👉 Telegram | Max

Гоняй свои ML-стратегии по истории рынка, а не по собственному кошельку. Сначала прогон — потом реальные бабки. Причём проверяй не одну бумажку, а сразу пачку инструментов. И модели должны имитировать живую торговлю, а не что-то оторванное от реальности. Данные для этого тащат из Yahoo и Alpaca: pybroker 👉 Telegram | Max

«И тут по щелчку навайбкодил SaaS» — а что осталось за кулисами сказочного успеха Cal AI, Rork и Base44 Со стороны Cal AI, Rork и Base44 — чистый триумф вайбкодинга. Школьник разгоняет приложение до десятков миллионов долларов. Двое основателей, сидящие в долгах, поднимают $2.8 млн инвестиций. Соло-разработчик за какие-то полгода толкает Wix свой продукт за $80 млн. Выглядит так, будто хватит запустить Claude Code,…

🤣 Этот на все согласен 💥 xCode Journal

OpenBPM 2.0 приехал В «Хоулмонте» инженеры пилят русскую платформу OpenBPM. Что это по сути: bpm-движок плюс обвязка из профильных инструментов вокруг него — чтоб автоматизировать контору целиком, а не по кусочкам. И вот они выкатили OpenBPM Engine v.2.0 — это, по сути, продолжение той самой истории с форками «7-ой камунды». Релиз — коллективный труд кучи команд, собран на самых свежих java-фреймворках, и отличий…

Разбираем decision-модели по кишкам: что внутри Jev, Clef, pplx-decider, Strands Decider, Laya и GLiDE 15 сентября TypeSafe выкатила Jev и объявила её первой моделью класса System One. На вход — состояние системы плюс пачка типизированных вопросов, на выходе — распределение вероятностей по допустимым ответам. И всё это за один прямой проход, никакой генерации токенов. За 16 дней та же идея обросла ещё пятью…

Европа тоже влезла в гонку языковых моделей: Германия впервые выкатила модель с результатом под 97% в математике. Kolibri от Aleph Alpha: 78 млрд параметров, активных — 3,46 млрд, контекст до 1 млн токенов. Веса открыты , лицензия Apache 2.0. А для дообучения взяли ответы китайских моделей — GLM от Zhipu и Qwen от Alibaba. Так что годные небольшие модели умеют собирать не только в Штатах и Китае. 👉 Telegram | Max

Google выкатила EmbeddingGemma 2 Открытых мультимодальных моделей под эмбеддинги до неё не существовало. Жуёт текст, код, картинки, видосы и звук — всё из коробки. 740 млн параметров, архитектура модульная. И это не про дата-центры: её затачивали под запуск на самом устройстве. Причём часть узкоспециализированных моделей, которые тяжелее её больше чем вдвое, она обходит. А в паре с Gemma 4 выходит полностью…

Матан: три подборки по основам 1. База по математике для машинного обучения 2. База по математике для генеративных моделей 3. База по математике для генеративного ИИ 👉 Telegram | Max