Data Science
42.2K subscribers
1.74K photos
4 videos
47 files
2.13K links
DS
По всем вопросам- @haarrp

@ai_machinelearning_big_data - machine learning

@pythonl - Python

@itchannels_telegram - 🔥 best it channels

@ArtificialIntelligencedl - AI

@pythonlbooks-📚

@programming_books_it -📚

Реестр РКН: https://clck.ru/3Fk3zS
Download Telegram
Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers

📚 Читать

@datascienceiot
Please open Telegram to view this post
VIEW IN TELEGRAM
Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition

📚 Читать

@datascienceiot
Please open Telegram to view this post
VIEW IN TELEGRAM
Claude Cookbooks

📚 Читать

@datascienceiot
Please open Telegram to view this post
VIEW IN TELEGRAM
Pico-Banana-400K: A Large-Scale Dataset for Text-Guided Image Editing

📚 Читать

@datascienceiot
Please open Telegram to view this post
VIEW IN TELEGRAM
Are Large Language Models Sensitive to the Motives Behind Communication?

📚 Читать

@datascienceiot
Please open Telegram to view this post
VIEW IN TELEGRAM
Scaling Large MoE Models with Wide Expert Parallelism on NVL72 Rack Scale Systems

📚 Читать

@datascienceiot
Please open Telegram to view this post
VIEW IN TELEGRAM
A-Vibe и A-Vision — собственные языковые модели технологической платформы Авито — стали доступны всем.

Это первые российские решения, глубоко оптимизированные под русский язык и задачи e-commerce. Они подходят для анализа документации, создания ИИ-ассистентов и автоматизации контента. Компания потратила на разработку ИИ-моделей около полумиллиарда рублей.

Обе модели способны обрабатывать большие тексты (до 100 страниц) и вызывать внешние инструменты — например, для расчетов, поиска данных или работы с API. На их базе можно строить автономных ИИ-агентов и интегрировать технологии прямо в бизнес-процессы.

A-Vibe уже занимает верхние позиции в рейтингах, в том числе по пониманию русского языка. Команда Авито не собирается останавливаться: она адаптировала под русский целый набор тестов для оценки качества моделей. Все инструменты доступны бесплатно на Hugging Face.
StarBench: A Turn-Based RPG Benchmark for Agentic Multimodal Decision-Making and Information Seeking

Read

@datascienceiot
Does Model Size Matter? A Comparison of Small and LLMs for Requirements Classification

📚 Читать

@datascienceiot
Please open Telegram to view this post
VIEW IN TELEGRAM
The Smol Training Playbook:
The Secrets to Building World-Class LLMs


📚 Read

@datascienceiot
Machine Learning Systems
Principles and Practices of Engineering Artificially Intelligent Systems


📚 Read

@datascienceiot
Introduction to Agents

📚 Read

@datascienceiot
Fighting the New York Times’ invasion of user privacy

📚 Read

@datascienceiot
Understanding neural networks through sparse circuits

📚 Read

@datascienceiot
🔥 Подборка полезных ресурсов для программистов.

Здесь ты найдёшь всё это - коротко, по делу и без воды.
Пока другие ищут, где “подглядеть решение”, ты уже используешь самые свежие инструменты!

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Devops: t.me/DevOPSitsec
Собеседования DS: t.me/machinelearning_interview
C++ t.me/cpluspluc
Docker: t.me/DevopsDocker
Хакинг: t.me/linuxkalii
Data Science: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_1001_notes
Java: t.me/java_library
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: https://xn--r1a.website/gamedev
Haskell: t.me/haskell_tg
Физика: t.me/fizmat

💼 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://xn--r1a.website/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://xn--r1a.website/addlist/mzMMG3RPZhY2M2Iy
Папка Linux:https://xn--r1a.website/addlist/w4Doot-XBG4xNzYy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://xn--r1a.website/addlist/BkskQciUW_FhNjEy

Сохрани себе, чтобы не потерять!
RobustMerge: Parameter-Efficient Model Merging for MLLMs with Direction Robustness

📚 Read

@datascienceiot
LiteAttention: A Temporal Sparse Attention for Diffusion Transformers

📚 Read

@datascienceiot