Data Science

Stabilizing Reinforcement Learning with LLMs: Formulation and Practices 📚 Read @datascienceiot

Представьте, что вы проснулись в недалёком будущем. Как бигтех работает с контентом? Мультимодальные и рекомендательные системы нового поколения — это то, что уже сейчас определяет мир, в котором мы скоро будем жить. Сотрудники VK рассказали, над чем работает их группа R&D и другие команды. Заходите по ссылке — смотрите ролики и знакомьтесь с нашей внутренней кухней.

From Code Foundation Models to Agents and Applications: A Practical Guide to Code Intelligence 📚 Book @datascienceiot

Python for Data Analysis 📚 Book @datascienceiot

Test-time scaling of diffusions with flow maps ⚡️ Project @datascienceiot

Ozon Profit расширил возможности по сбору и разметке данных для ML Краудсорсинговая платформа добавила функцию выездных заданий по всей России. Это существенно расширяет инструментарий data-специалистов для работы с данными. 💡Что это значит на практике? 🟠Компании смогут нанимать исполнителей для сбора данных в поле: фотофиксация витрин, проверка цен, аудит сервиса. 🟠Исполнители выполняют разметку текстов, изображений, видео, анализ обращений клиентов и определение тональности для обучения ML-моделей. 🟠Более 40 000 активных исполнителей в сети. Доступны API-интеграции для автоматизации загрузки данных и запуска заданий. Платформа позиционирует себя как решение для технологических проектов, маркетплейсов и стартапов, которым требуется масштабируемая обработка данных.

This new research from Meta introduces Matrix, a peer-to-peer framework where multiple AI agents collaboratively generate synthetic training data through decentralized interactions. 📚 Read @datascienceiot

На AI Journey презентовали крупнейший open-source проект в Европе: Сбер открыл доступ к своим флагманским моделям - GigaChat Ultra-Preview и Lightning, а также новое поколение открытых моделей GigaAM-v3 для распознавания речи, все модели генерации изображений и видео новой линейки Kandinsky 5.0 — Video Pro, Video Lite и Image Lite. GigaChat Ultra-Preview, новая MoE-модель, 702 миллиарда параметров, собранная под русский язык и натренированная полностью с нуля. Читайте подробный пост от команды. Впервые в России обучена MoE-модель такого масштаба полностью с нуля — без зависимости от зарубежных весов. Обучение с нуля, да и ещё на таком масштабе, — это вызов, который приняли немногие команды в мире. Флагманская модель Kandinsky Video Pro сравнялась с Veo 3 по визуальному качеству и обогнала Wan 2.2-A14B. Читайте подробный пост от команды. Код и веса всех моделей теперь доступны всем пользователям по лицензии MIT, в том числе для использования в коммерческих целях.

How to write a great agents.md: Lessons from over 2,500 repositories 📚 Read @datascienceiot

Помните, как это было? Кофе, зачетка и возможность просто учиться без спринтов и задач 29 ноября в 16:00 будет Back to Uni — встреча-ностальгия в кампусе Центрального университета для ИТ-сообщества. Что вас ждет: — Пары от преподавателей ЦУ — применять знания не обязательно, будет просто интересно. — Возможность узнать, как и зачем ИТ-специалисту преподавать в вузе, даже если нет опыта или страшно начать. — Студенческие клубы, разговоры по душам в коридорах и та самая атмосфера, где можно просто вдохновляться. Пары будут вести руководитель отдела прикладного ML в AI-центре Т-Банка Андрей Мельников, руководитель аналитики международного Яндекс Поиска Роман Васильев, к.м.н., руководитель направления исследований «Мышление и AI» в лаборатории нейронаук и поведения человека Сбера Яна Венерина и другие эксперты. Это бесплатно. Приходите с однокурсниками — ностальгировать вместе. Регистрируйтесь по ссылке тут!

OpenMMReasoner: Pushing the Frontiers for Multimodal Reasoning with an Open and General Recipe" 📚 Read @datascienceiot

Вышел подробный разбор на примере VK про то, как крупные рекламные платформы выстраивают ML-архитектуру: 🔹 Product ML: модели бюджетирования, прогнозирования конверсий, выбора креативов 🔹 Anti-fraud ML: бертовые энкодеры и LLM для обнаружения аномалий и сложного фрода 🔹 Discovery-платформа: фактически полный ML-пайплайн, объединяющий данные и модели для рекомендаций, поиска и рекламы. Читать

✔️ Модель P1 взяла золото на Международной олимпиаде по физике. Shanghai AI Lab натренировал семейство моделей P1 для решения сложнейших физических задач. Флагманская модель P1-235B-A22B добилась исторического результата, став первой открытой моделью, которая решила задачи Международной олимпиады по физике 2025 года на уровень золотой медали. P1 сравнялась на физическом бенче HiPhO по количеству медалей с Gemini-2.5-Pro и обошла GPT-5. Основой успеха стала мультиагентная система PhysicsMinions, которая итеративно проверяет и улучшает решения, анализируя их логику и физическую состоятельность. Весь проект P1, включая сами модели и бенчмарки, опубликован в открытом доступе. prime-rl.github.io ✔️ Google готовит тысячекратное увеличение ИИ-мощностей. Техногигант планирует в 1000 раз нарастить свои вычислительные мощности для ИИ в течение следующих 4-5 лет. По словам топ-менеджеров, Google уже вынуждена удваивать серверные емкости для ИИ каждые полгода, чтобы справляться с растущей нагрузкой. Руководство Google считает, что риск недоинвестирования в инфраструктуру сейчас выше, чем риск перерасхода средств. План расширения опирается на три элемента: более тесную интеграцию аппаратного и программного обеспечения, повышение эффективности моделей и использование кастомных чипов. cnbc.com ✔️ В NotebookLM добавили возможность создавать презентации и инфографику. Сервис расширили функцией генерации слайдов на основе загруженных источников. Инструмент подойдет для быстрого структурирования информации и создания черновиков презентаций или визуально улучшения уже существующих материалов. Слайды доступны для скачивания в формате PDF, экспорт в Google Slides и PowerPoint уже находится в разработке. За работу новой функции отвечает Nano Bana Pro. Лимиты на использование зависят от типа аккаунта пользователя. NotebookLM в сети Х ✔️ Reality Labs Марка Цукерберга анонсировала text-to-world систему. WorldGen — система генерации полностью интерактивных 3D-мирой на основе простых текстовых запросов. Технология использует процедурную логику и диффузионные модели для создания детализированных и стилистически выдержанных локаций размером до 50x50 метров. Итоговые сцены WorldGen, согласно демо-роликам, не просто статичны, а готовы к навигации и взаимодействию. Созданные миры совместимы с игровыми движками Unity и Unreal и не требуют дополнительных конвертаций или сложной настройки рендеринга. Проект находится на стадии исследования и пока недоступен для широкого использования. roadtovr.com ✔️ Ubisoft создает ИИ-NPC для игр. Игровая студия анонсировала экспериментальный проект Teammates, который меняет взаимодействие с неигровыми персонажами. Технология на базе генеративного ИИ позволяет NPC понимать естественную речь и действовать как участники процесса, а не просто скриптовые боты. В рамках прототипа, созданного на основе шутера от первого лица, игроку помогают два ИИ-напарника и голосовой ассистент Джаспар. Они способны реагировать на голосовые команды: подсвечивать цели, предоставлять информацию о сюжете, изменять игровые настройки или ставить игру на паузу. Система анализирует контекст и действия игрока, обеспечивая динамическую реакцию персонажей в реальном времени. Ubisoft говорит, что проект уже прошел закрытое тестирование. По мнению CEO компании, ИИ станет для индустрии революцией, сравнимой с переходом игр от 2D к 3D. news.ubisoft.com @ai_machinelearning_big_data #news #ai #ml

Data-driven — звучит красиво, но чем больше это слово повторяют, тем меньше становится понятно, что оно значит на самом деле. С одной стороны, все твердят, что решения должны основываться на данных. С другой — никто толком не объясняет, как это выглядит в реальной жизни. Где проходит грань между «мы сделали дашборд» и «мы реально принимаем решения иначе»? Почему одним компаниям удается стать data-driven, а другие буксуют годами? И вообще — это необходимость или просто очередное модное выражение, которое со временем забудут? На вебинаре «Data-Driven: хайп или реальная необходимость» от karpovꓸcourses Дмитрий Казаков разберет эту тему без пафоса и абстрактных фраз. Вам расскажут, что стоит за data-driven подходом, какие реальные проблемы он решает и почему у компаний возникают сложности с внедрением. Это не про «как должно быть», а про «как бывает на самом деле» — со всеми шероховатостями, сопротивлением и типичными ошибками. Спикер — Дмитрий Казаков, директор по аналитике Kolesa Group. 10+ лет опыта в data, BI и ML. Создает эксперименты, строит data-культуру и делится опытом с аналитиками как ментор и преподаватель. Вебинар бесплатный и пройдет 27 ноября в 18:00 по МСК, присоединяйтесь по ссылке: https://clc.to/erid_2W5zFGNvuyA Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627. erid: 2W5zFGNvuyA

Introduction to Compilers and Language Design 📚 Book @datascienceiot

The state of AI in 2025: Agents, innovation, and transformation 📚 Read @datascienceiot

Data-driven — звучит красиво, но чем больше это слово повторяют, тем меньше становится понятно, что оно значит на самом деле. С одной стороны, все твердят, что решения должны основываться на данных. С другой — никто толком не объясняет, как это выглядит в реальной жизни. Где проходит грань между «мы сделали дашборд» и «мы реально принимаем решения иначе»? Почему одним компаниям удается стать data-driven, а другие буксуют годами? И вообще — это необходимость или просто очередное модное выражение, которое со временем забудут? На вебинаре «Data-Driven: хайп или реальная необходимость» от karpovꓸcourses Дмитрий Казаков разберет эту тему без пафоса и абстрактных фраз. Вам расскажут, что стоит за data-driven подходом, какие реальные проблемы он решает и почему у компаний возникают сложности с внедрением. Это не про «как должно быть», а про «как бывает на самом деле» — со всеми шероховатостями, сопротивлением и типичными ошибками. Спикер — Дмитрий Казаков, директор по аналитике Kolesa Group. 10+ лет опыта в data, BI и ML. Создает эксперименты, строит data-культуру и делится опытом с аналитиками как ментор и преподаватель. Вебинар бесплатный и пройдет 27 ноября в 18:00 по МСК, присоединяйтесь по ссылке: https://clc.to/erid_2W5zFGNvuyA Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627. erid: 2W5zFGNvuyA

Generative AI as a Linguistic Equalizer in Global Science 📚 Read @datascienceiot

Конференция AI Driver & RecSys Темы — пространство, где наука и бизнес встречаются, чтобы обсудить будущее рекомендаций ⚡️ 28 ноября пройдёт конференция о том, как создаются и развиваются современные рекомендательные системы. На площадке Сбера соберутся эксперты топовых российских IT-компаний и вузов, чтобы обсудить новые исследования, открытые датасеты и практические решения, которые меняют подход к персонализации. Это возможность за один день познакомиться с ключевыми трендами RecSys, пообщаться со специалистами и вдохновиться идеями, формирующими будущее рекомендаций. Присоединяйтесь к профессиональному сообществу 28 ноября в 10:00 — регистрация по ссылке!

Accelerate Large-Scale LLM Inference and KV Cache Offload with CPU-GPU Memory Sharing 📚 Read