Анализ данных (Data analysis)

@data_analysis_ml · ai · Russian · active

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Subscribers 52K Subscribers, last 30 days: 52K → 52K +0 24h
Reach per post (ERR) 11.1%5.8K avg views
Posting 5.0/day last 1 hour ago
Reactions per 1K views 31.1 ❤ 👍 🔥
  1. +1

    🧠 Xiaomi представила MiMo-V2-Flash - новую open-source MoE-модель с фокусом на максимальную скорость без потери качества. Моделька на 309B параметров, из которых одновременно активны лишь 15B - за счёт умной MoE-маршрутизации модель достигает высокой эффективности. Сравнима с DeepSeek-V3.2 на общих бенчмарках. MiMo-V2-Flash заточена под агентов и работу с инструментами. 🔥 Ключевые особенности 🏗️ Hybrid Attention 5:1 чередование 128-window SWA и Global Attention Контекст — 256K токенов 🏆 Код и разработка • SWE-Bench Verified - 73.4% • SWE-Bench Multilingual - 71.7% Новый SOTA среди open-source моделей 🚀 Скорость • До 150 output tokens/sec • Day-0 поддержка от @lmsysorg MiMo-V2-Flash - пример того, как MoE-архитектуры выходят на новый уровень: быстрее, дешевле и готовые к агентным сценариям. 🤗 Model: http://hf.co/XiaomiMiMo/MiMo-V2-Flash 📝 Blog: http://mimo.xiaomi.com/blog/mimo-v2-flash 📄 Technical Report: http://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf 🎨 AI Studio: http://aistudio.xiaomimimo.com #AI #LLM #MoE #OpenSource #AgenticAI #MachineLearning #DeepLearning #GenAI #SWEBench #Xiaomi #AIModels

  2. ⚡️ Большинство быстрых text-to-speech моделей звучат роботизировано. Большинство качественных - слишком медленные. И почти ни одна не решает вопрос аутентичности аудио на уровне архитектуры. Resemble AI закрыли все три проблемы сразу. Chatterbox Turbo 0 это: 🟢 <150 мс до первого звука 🟢 Качество уровня SOTA - превосходит более крупные проприетарные модели 🟢 Естественные, программируемые эмоции и интонации 🟢 Zero-shot клонирование голоса всего по 5 секундам аудио 🟢 PerTh watermarking - проверяемое и аутентифицированное аудио 🟢 Полностью open source, никакой «чёрной магии» Редкий пример, когда скорость, качество и безопасность не идут на компромисс, а работают вместе. HuggingFace: https://huggingface.co/spaces/ResembleAI/chatterbox-turbo-demo

  3. ⚡️ Обсуждение развития ИИ давно раскололось на несколько "лагерей" Сегодня вокруг ИИ есть несколько устойчивых позиций: - думеры, которые видят экзистенциальную угрозу - этики, фокусирующиеся на рисках и регулировании - билдеры, которые просто строят и запускают продукты - прагматики, смотрящие на пользу здесь и сейчас - скептики, считающие всё это переоценённым Одни призывают срочно замедлить развитие. Другие говорят, что LLM - всего лишь продвинутый автодополнитель текста. Третьи уверены, что AGI практически неизбежен и близок. При этом парадокс в том, что все наблюдают один и тот же технологический прогресс, одни и те же модели, графики и демо. Но выводы делают диаметрально противоположные. Именно поэтому любой разговор об ИИ почти мгновенно скатывается в поляризацию, споры и идеологические войны, а не в спокойный анализ. @data_analysis_ml

  4. 🚀 Live Avatar - генерация интерактивного аватара в реальном времени и бесконечной длины! Система построена на диффузионной модели 14B параметров, выдаёт 20 FPS на 5×H800 (4 шага семплинга). Можно говорить в микрофон и смотреть в камеру - аватар отвечает сразу, живым видеопотоком. В связке с Qwen3-Omni это превращается в полноценный формат лицом-к-лицу с AI, автономные диалоги и агенты, которые могут общаться между собой потоково, в реальном времени, более 10 000 секунд подряд. 🔗YouTube: https://youtube.com/watch?v=srbsGlLNpAc&list=TLGGqUfEsaFb8-QwODEyMjAyNQ&t=55s 🔗Модель: https://modelscope.cn/models/Quark-Vision/Live-Avatar 🔗Блог: https://liveavatar.github.io 🔗Modelscope: https://modelscope.cn/papers/2512.04677 🔗Код: https://github.com/Alibaba-Quark/LiveAvatar

  5. Microsoft запустила VibeVoice Realtime на Hugging Face - лёгкую стриминговую text-to-speech модель, которая начинает озвучивать текст примерно за 300 миллисекунд. Идеально для живых данных и разговоров с LLM. huggingface.co/microsoft/VibeVoice-Realtime-0.5B

  6. 🔊 Google представила обновления моделей Gemini 2.5 Flash и Pro для Text-to-Speech (TTS) Что нового: - Более гибкая передача эмоций и тональности - Контекстно-зависимая настройка темпа речи - Улучшенная работа с несколькими говорящими Теперь разработчики получают куда больше контроля над тем, как именно модель озвучивает тексты - от эмоционального стиля до динамики повествования. https://blog.google/technology/developers/gemini-2-5-text-to-speech/ @ai_machinelearning_big_data #tts #Gemini #google

  7. 🚀 GLM-4.6V от Zai_org только что вышла на Chutes 🪂 - 106B параметров - Контекст 128K Нативный vision-driven function calling GLM-4.6V умеет *действовать на основе увиденного*. Возможности: - точное, пиксель-в-пиксель восстановление HTML по изображению - глубокое понимание сложных мультимодальных документов - прямой вызов функций из визуального ввода - связка «зрение → рассуждение → действие» без костылей Попробовать модель: https://chutes.ai/app/chute/8f2105c5-b200-5aa5-969f-0720f7690f3c?tab=api

  8. 💡 Google Переводчик запускает перевод речи в реальном времени прямо в беспроводные наушники - и да, подходят любые модели. Функция работает на базе нейросети Gemini и уже проходит тестирование на Android в США, Индии и Мексике. Поддерживается более 70 языков, включая русский. Как это выглядит на практике: собеседник говорит - ты сразу слышишь перевод в наушниках. Без пауз, без необходимости смотреть на экран, без лишних действий. Ключевое отличие от конкурентов - универсальность. Google не привязывает функцию к конкретному «железу» и не требует фирменных наушников. Это резко контрастирует с подходом Apple, где подобные возможности ограничены экосистемой AirPods. По сути, Google делает перевод частью повседневного общения, а не отдельным режимом в приложении. Глобальный релиз и версия для iOS ожидаются в 2026 году.

  9. 🚀 Paper2Slides теперь в open source! Теперь можно превращать научные статьи и техотчёты в профессиональные презентации в один клик. Мы уже сгенерировали слайды по свежему DeepSeek V3.2 - разные стили, аккуратное оформление. Загляни, оцени и поделись мнением. 🔥 Что умеет Paper2Slides: 📄 Поддержка разных форматов - PDF, Word, Excel, PowerPoint и др. 🎯 Понимает содержание - вытягивает ключевые идеи, таблицы, формулы, графики и данные 🎨 Кастомизация - готовые темы и полная персонализация стилей ⚡ Очень быстро — качественные презентации за минуты GitHub: github.com/HKUDS/Paper2Slides

  10. 🚀 GPU для ИИ в периметре компании — MWS Cloud запускает новый сервис MWS GPU on-premises решает задачу для тех, кому облако не подходит по требованиям безопасности. Серверы с передовыми графическими ускорителями разворачиваются на площадке предприятия, а команда MWS Cloud берёт на себя весь цикл — от подбора конфигурации до поддержки. Почему это важно: 1. В России множество компаний, которые по закону могут разворачивать инфраструктуру только on-premises — теперь у них есть готовое решение. 2. Благодаря готовым конфигурациям запуск занимает дни, а не месяцы. 3. Аренда переводит капитальные затраты в операционные — не нужно замораживать бюджет на закупку железа. 4. Всего доступно 7 видов карт и более чем 20 конфигураций серверов. «Инфраструктура может масштабироваться в зависимости от задач и объёмов вычислений. Это обеспечивает гибкость при расширении проектов», — отметил директор по новым облачным продуктам Алексей Кузнецов. → Все конфигурации и условия: https://mws.ru/services/mws-gpu-on-prem/

  11. 📝 Главное из System Card GPT-5.2 — GPT-5.2 стала заметно честнее. В реальном продакшн-трафике случаи обмана у версии Thinking снизились до 1.6% против 7.7% у GPT-5.1. Модель гораздо реже врёт или искажает информацию о работе с инструментами. — Модель лучше держит удар при провокациях. В специальных тестах, где её пытаются склонить к обману, показатель снизился с 11.8% до 5.4%. То есть GPT-5.2 устойчивее к манипулятивным подсказкам. — Защита от prompt-injection стала сильнее. Instant и Thinking почти полностью проходят известные тесты (0.997 и 0.978). При этом OpenAI честно предупреждает: это проверка на известные атаки, а не гарантия защиты от новых. — Большой скачок в чувствительных темах. Особенно в областях ментального здоровья и эмоциональной зависимости: • mental health: 0.915 вместо 0.684 • emotional reliance: 0.955 вместо 0.785 Это один из самых заметных прогрессов по сравнению с GPT-5.1. — GPT-5.2 Instant реже отказывается отвечать на запросы взрослых пользователей по «18+» темам. При этом правила не ослаблялись, а доступ для несовершеннолетних не расширялся. — OpenAI внедряет автоматическое определение возраста. Для аккаунтов младше 18 лет будут жёстче ограничиваться чувствительные категории — сексуальный контент, романтические ролевые сценарии, сцены насилия. — По фактической точности GPT-5.2 Thinking как минимум не хуже прошлых версий, а в некоторых сценариях лучше. С включённым браузингом уровень галлюцинаций опустился ниже 1% в пяти тематических областях. — В рамках Preparedness Framework модель признана «высокоспособной» в биологии и химии. Включены дополнительные меры защиты. При этом OpenAI подчёркивает: нет доказательств, что модель может помочь новичку нанести серьёзный биологический вред, хотя она уже близка к этому порогу. — В задачах самоулучшения ИИ GPT-5.2 Thinking стала лучшей моделью на бенчмарке OpenAI PRs, сопоставима с gpt-5.1-codex-max на MLE-bench и всего на 1 пункт уступает ему на PaperBench. — Независимая проверка Apollo Research не выявила скрытого саботажа, попыток самосохранения или подрывного поведения. По их оценке, риск катастрофического вреда из-за «коварных» стратегий модели крайне низок. GPT-5.2 показывает заметный прогресс в честности, устойчивости, безопасности и качестве ответов. cdn.openai.com/pdf/3a4153c8-c748-4b71-8e31-aecbde944f8d/oai_5_2_system-card.pdf

  12. edited

    🚀 OpenAI официально запускает GPT-5.2! Новая линейка моделей - Instant, Thinking и Pro - начинает раскатываться для пользователей Plus, Pro, Business и Enterprise. Завтра доступ получат Free и Go. Модели уже доступны и в API, включая режим Codex. 🧠 GPT-5.2 Thinking Модель для сложной профессиональной работы. — Sota результаты в рассуждении — Существенный прогресс в создании и анализе таблиц — Первые значимые улучшения в создании презентаций На бенчмарке GDPval - тесте «зрелой» офисной работы для 44 профессий - это первая модель, достигшая уровня эксперта-человека. ⚡ GPT-5.2 Instant Ориентирована на повседневную работу и обучение. — Такой же разговорный стиль, как у 5.1 — Более чёткие объяснения темы — Улучшенные пошаговые инструкции — Сильное техническое письмо и перевод 🔬 GPT-5.2 Pro Самая мощная модель для сложных вопросов. — Лучшие результаты в программировании — Лучшая модель для учёных и исследовательских команд GPT-5.1 останется доступной платным пользователям ещё три месяца в статусе legacy. https://openai.com/index/introducing-gpt-5-2/ @data_analysis_ml

  13. +4

    📘 Новая фундаментальная работа (65 страниц) от Stanford, Princeton, Harvard, University of Washington и других топ-университетов: впервые предлагается полная таксономия того, как современные агентные AI-системы адаптируются. Главная идея: Почти все сложные AI-агенты можно описать через всего 4 базовые типа адаптации - два связаны с обновлением самого агента, два других - с обновлением инструментов, которыми агент пользуется. Что такое агентный AI: Это большие модели, которые могут: - вызывать инструменты, - использовать память, - выполнять задачи в несколько шагов. Что такое адаптация: Любое изменение агента или его инструментов на основе обратной связи, от проверки кода до человеческих оценок. 4 вида адаптации: A1 - Agent Adaptation from Tool Execution Агент обновляется на основе того, что произошло при вызове инструментов: код запустился или упал, поиск что-то нашёл или нет. A2 — Agent Adaptation from Output Evaluation Агент обновляется по оценкам качества своих итоговых действий: человеческим фидбеком, автопроверками ответов, качеством планов. T1 - Tool Adaptation Independent of Agent Инструменты обучаются отдельно, а агент остаётся “замороженным”. Например, заранее тренированный retriever или кодовый поисковик. T2 - Tool Adaptation from Agent Signals Агент остаётся фиксированным, но инструменты подстраиваются под его поведение — какие документы действительно помогли, какие подсказки улучшили выполнение задачи. Почему это важно: - Работа впервые системно упорядочивает методики адаптации агентных систем. - Помогает понять компромиссы: стоимость обучения, гибкость, переносимость, модульные обновления. - Показывает историю развития методов A1, A2 и T2, как они усложнялись и какие сигналы начали использовать. Взгляд сводится к двум осям: - можно менять агента, - можно менять инструменты, - а данные и фидбек служат топливом для обеих стратегий. Эта таксономия помогает увидеть связи между десятками современных работ и понять, куда движутся агентные архитектуры нового поколения. https://github.com/pat-jj/Awesome-Adaptation-of-Agentic-AI/blob/main/paper.pdf

  14. ⚡️ Новый пост Andrej Karpathy : автоматическая оценка десятилетних обсуждений Hacker News с позиции «задним числом» Он взял все 930 материалов и обсуждений с главной страницы Hacker News за декабрь 2015 года и прогнал их через GPT 5.1 Thinking API, попросив модель определить самые дальновидные и самые ошибочные комментарии. Примерно 3 часа ушло на написание кода и ещё час и ~$60 - на запуск. Почему это важно: 1. Анализ «задним числом»- мощный инструмент для тренировки собственного навыка прогнозирования. Чтение таких выводов помогает лучше понимать, где именно люди предугадывали будущее, а где промахивались. 2. Стоит задуматься, как будет выглядеть мир, когда будущие LLM смогут делать такие исследования намного дешевле, быстрее и точнее. Любой ваш комментарий в интернете может стать объектом глубокого анализа - бесплатно и в огромном масштабе. Как автор писал ранее: «будьте хорошими, будущие LLM за вами наблюдают». 🎉 Топ-10 аккаунтов: pcwalton, tptacek, paulmd, cstross, greglindahl, moxie, hannob, 0xcde4c3db, Manishearth и johncolanduoni - GPT 5.1 Thinking признал их комментарии самыми точными и дальновидными в декабре 2015 года. 🔗 Полные материалы: - Подробный разбор: karpathy.bearblog.dev/auto-grade-hn/ - Репозиторий проекта: github.com/karpathy/hn-time-capsule - Готовые результаты: karpathy.ai/hncapsule/ @data_analysis_ml

  15. 🚀 Вышел Qwen-Image-i2L от DiffSynth-Studio - первый open-source инструмент, который умеет делать LoRA-модель из одной картинки. 🖼️➡️🧠 Что можно извлекать из изображения: 🎨 Style — только стиль и эстетика 🧩 Coarse — стиль + содержание сцены ✨ Fine — улучшение детализации 1024×1024 (используется вместе с Coarse) ⚖️ Bias — подстройка под фирменный визуальный почерк Qwen-Image Модель построена на SigLIP2 + DINOv3 + Qwen-VL. Итог — можно взять одну картинку и быстро натренировать под неё собственную LoRA, без больших датасетов. 🔗 ModelScope: modelscope.cn/models/DiffSynth-Studio/Qwen-Image-i2L/summary 💻 Код: github.com/modelscope/DiffSynth-Studio/blob/main/examples/qwen_image/model_inference_low_vram/Qwen-Image-i2L.py

  16. 🌪️ Game Changer: Вихри в симуляции текучей среды Новая научная работа (Wang et al., SIGGRAPH 2025) совершила невероятный прорыв, решив одну из самых сложных проблем компьютерной графики и инженерных симуляций: долговременное и точное моделирование вихревых потоков (vorticity). ❓ В чем проблема? Вихри - это мельчайшие водовороты, которые определяют, как ведут себя газы и жидкости (дым, вода, воздух вокруг крыла самолета). Точное моделирование их хаотичного поведения (турбулентности) критически важно, но чрезвычайно сложно: - Сложность визуализации: Вихри часто невидимы (например, в воздухе), что требует сложных методов трассировки (как пузырьки или дым). - Нестабильность симуляции: В большинстве прошлых методов вихри очень быстро разрушались, искажались или, в худшем случае, приводили к «взрыву» симуляции 💥 после нескольких шагов. 💡 Гениальное решение: «Частицы с памятью» Исследователи возродили и обновили метод Vortex-in-Cell, используя гибридный подход, который наконец-то может справиться с хаосом: - Сетка (Grid): Используется для расчета общей скорости и давления потока. - Частицы (Particles): Внутри этой сетки размещаются частицы, которые действуют как «погодные зонды». Они несут в себе информацию о локальной ротации (вихревом потоке). Сохранение «Травмы»: Главная хитрость: эти частицы «помнят» все растяжения и скручивания, которым они подверглись. Это позволяет вихрям оставаться четкими и стабильными, даже когда они взаимодействуют друг с другом и распадаются на более мелкие. 📈 Главный результат Новый метод позволяет сохранять детализацию вихрей до 30 раз дольше, чем предыдущие, и впервые обеспечивает реалистичное моделирование таких сложных сцен, как: 🐋 Движение морского ящера в воде. 🌪️ Эволюция сложных узлов вихревых колец. 🚀 Выхлопные газы от ракеты или потоки воздуха вокруг сверхзвукового самолета. 🎯 Приложения Эта беспрецедентная точность несет огромный потенциал: - Прогнозирование Погоды: Более четкие и надежные модели ураганов и торнадо могут спасти жизни. - Инженерия: Проектирование более тихих реактивных двигателей и аэродинамически эффективных автомобилей. - Компьютерная Графика: Невероятно реалистичные спецэффекты для фильмов и игр! Источник

  17. 🚀 Большое обновление Qwen Code v0.2.2–v0.3.0 ✨ Два ключевых обновления: 🎯 Stream JSON • --output-format stream-json — потоковый вывод • --input-format stream-json — структурированный ввод • 3-уровневая архитектура адаптеров + управление сессиями • Идеально для SDK, автоматизации и CI/CD 🌍 Полная интернационализация • Встроенные интерфейсы EN/CN + расширяемые языковые пакеты • /language ui zh-EN - мгновенная смена языка • /language output English - задаём язык ответов модели • Сообщество может добавлять свои локализации 🌏 🛡️ Безопасность и стабильность выросли • Защита от переполнения памяти • Починили кодировки Windows • Улучшена кроссплатформенность и определение ripgrep • Переработана авторизация и управление authType • Стабильный CI/CD и исправленные интеграционные тесты • Поддержка провайдера ModelScope и stream_options • Улучшены подсказки, уведомления в терминале и логика завершения промптов • Множество внутренних фиксов - заметно более стабильная работа 💪 https://github.com/QwenLM/qwen-code

  18. 🚀 Релиз GLM-4.6V! • GLM-4.6V (106B) - старшая модель. • GLM-4.6V-Flash (9B) — лёгкая, быстрая, отлично подходит для локального использования. 🔥 Что внутри: ✅ Нативный multimodal tool calling -заточена на работу с изображениями и документами. ✅ Контекст 128K - переваривает 150-страничные документы или часовые видео за один прогон ✅ Visual → Action pipeline - мультимодальные агенты: “найди эту одежду онлайн” → возвращает структурированный список покупок ✅ На 50% дешевле GLM-4.5V-— ~1$ за миллион входных токенов. (На ModelScope API можно использовать бесплатно.) → modelscope.cn/collections/GLM-46V-37fabc27818446

  19. 🔥 fastmcpp - это C++ реализация протокола Model Context Protocol (MCP), обеспечивающая высокую производительность для серверов и клиентов MCP. Поддерживает различные транспортные слои, включая STDIO, HTTP и WebSocket, с минимальным набором зависимостей. 🚀Основные моменты: - Полная реализация протокола MCP (JSON-RPC). - Поддержка нескольких транспортов: STDIO, HTTP, WebSocket. - Интеграция с инструментами, совместимыми с MCP. - Кроссплатформенность: Windows, Linux, macOS. - Бета-версия с основными функциями, соответствующими Python-версии. 📌 GitHub: https://github.com/0xeb/fastmcpp #cpp

  21. Older posts