🤖 Этот open-source репозиторий даёт твоему ClawdBot “зрение”
Это AI-ассистент в реальном времени для умных очков Meta Ray-Ban.
Он объединяет:
→ голос
→ зрение
→ действия агента
Работает через Gemini Live и OpenClaw.
Как это выглядит:
Ты надеваешь очки → нажимаешь кнопку AI → просто говоришь
Дальше:
• Gemini видит через камеру очков и описывает происходящее
• передаёт задачу в OpenClaw
• OpenClaw выполняет её через подключённые приложения
Можно:
→ отправлять сообщения в WhatsApp / Telegram / iMessage
→ искать информацию в интернете
→ получать ответы голосом
📊 Технически:
• камера очков передаёт изображение примерно 1 кадр в секунду в Gemini
• аудио работает в обе стороны в реальном времени
• OpenClaw выполняет действия как агент
По сути, это полноценный AI-ассистент, который видит мир вместе с тобой
https://github.com/Intent-Lab/VisionClaw
🐍 Python полезные ресурсы 🚀Max
Это AI-ассистент в реальном времени для умных очков Meta Ray-Ban.
Он объединяет:
→ голос
→ зрение
→ действия агента
Работает через Gemini Live и OpenClaw.
Как это выглядит:
Ты надеваешь очки → нажимаешь кнопку AI → просто говоришь
Дальше:
• Gemini видит через камеру очков и описывает происходящее
• передаёт задачу в OpenClaw
• OpenClaw выполняет её через подключённые приложения
Можно:
→ отправлять сообщения в WhatsApp / Telegram / iMessage
→ искать информацию в интернете
→ получать ответы голосом
📊 Технически:
• камера очков передаёт изображение примерно 1 кадр в секунду в Gemini
• аудио работает в обе стороны в реальном времени
• OpenClaw выполняет действия как агент
По сути, это полноценный AI-ассистент, который видит мир вместе с тобой
https://github.com/Intent-Lab/VisionClaw
🐍 Python полезные ресурсы 🚀Max
❤7🔥5👍3
⚠️ Отчёты выглядят убедительно. Графики растут. Решения принимаются быстро. Но один вопрос может обрушить всю картину: насколько качественные ваши данные?
Проблема плохих данных редко заметна сразу. Она проявляется позже — в сломанных маркетинговых акциях, ошибках кредитного скоринга, неверных управленческих решениях и потерянной прибыли.
👨💻 На открытом уроке 1 апреля в 20:00 МСК разберём, как на практике выявлять проблемы в данных и предотвращать их последствия. Вы узнаете, что такое Data Quality, какие 6 ключевых метрик качества данных используют международные стандарты, и как автоматизировать контроль данных с помощью современных инструментов. На занятии проведём экспресс-аудит данных на реальном примере и покажем, как находить ошибки, которые напрямую влияют на бизнес-показатели.
➡️ Открытый урок проходит в преддверии старта курса «Качество данных / Data Quality». Принять участие: https://tglink.io/8c580b3975f244?erid=2W5zFJmm5F7
#реклама
О рекламодателе
Проблема плохих данных редко заметна сразу. Она проявляется позже — в сломанных маркетинговых акциях, ошибках кредитного скоринга, неверных управленческих решениях и потерянной прибыли.
👨💻 На открытом уроке 1 апреля в 20:00 МСК разберём, как на практике выявлять проблемы в данных и предотвращать их последствия. Вы узнаете, что такое Data Quality, какие 6 ключевых метрик качества данных используют международные стандарты, и как автоматизировать контроль данных с помощью современных инструментов. На занятии проведём экспресс-аудит данных на реальном примере и покажем, как находить ошибки, которые напрямую влияют на бизнес-показатели.
➡️ Открытый урок проходит в преддверии старта курса «Качество данных / Data Quality». Принять участие: https://tglink.io/8c580b3975f244?erid=2W5zFJmm5F7
#реклама
О рекламодателе
👍3❤2
🚀 Автономные исследования ИИ с autoresearch
Этот репозиторий предлагает концепцию автономного обучения ИИ, где агент сам модифицирует код и проводит эксперименты. С помощью простого интерфейса
🚀 Основные моменты:
- Автономный агент модифицирует
- Обучение проходит в фиксированное время — 5 минут.
- Легкий интерфейс для настройки через
- Поддержка только одного NVIDIA GPU.
📌 GitHub: https://github.com/karpathy/autoresearch
#python
Этот репозиторий предлагает концепцию автономного обучения ИИ, где агент сам модифицирует код и проводит эксперименты. С помощью простого интерфейса
program.md пользователи могут настраивать агента для оптимизации моделей, не вмешиваясь в код напрямую. Идея заключается в том, чтобы дать агенту 5 минут на обучение, после чего он оценивает результаты и продолжает итерации.🚀 Основные моменты:
- Автономный агент модифицирует
train.py для оптимизации модели.- Обучение проходит в фиксированное время — 5 минут.
- Легкий интерфейс для настройки через
program.md.- Поддержка только одного NVIDIA GPU.
📌 GitHub: https://github.com/karpathy/autoresearch
#python
👍6❤1
Как меняется роль разработчика в 2026 году?
24 марта Mindbox проведет дебаты: эксперты по AI из SberDevices и Itsy обсудят, куда движутся технологии с AI и ответят на вопросы зрителей.
Зачем приходить
— узнать про подходы к AI с двух сторон: бизнес и разработка;
— спросить о том, что волнует, и обсудить все в чате дебатов;
— забрать идеи, которые работают у других, и поделиться своим опытом.
Подключайся и готовь вопросы!
Канал Сергея Маркова
Канал Никиты Архипова
📅 24 марта
⏰ 19:00–20:30 мск
📍 Онлайн, бесплатно
👉 Зарегистрироваться
Реклама ООО "Майндбокс". ИНН: 7713688880
24 марта Mindbox проведет дебаты: эксперты по AI из SberDevices и Itsy обсудят, куда движутся технологии с AI и ответят на вопросы зрителей.
Зачем приходить
— узнать про подходы к AI с двух сторон: бизнес и разработка;
— спросить о том, что волнует, и обсудить все в чате дебатов;
— забрать идеи, которые работают у других, и поделиться своим опытом.
Подключайся и готовь вопросы!
Канал Сергея Маркова
Канал Никиты Архипова
📅 24 марта
⏰ 19:00–20:30 мск
📍 Онлайн, бесплатно
👉 Зарегистрироваться
Реклама ООО "Майндбокс". ИНН: 7713688880
👍5❤3
Хочешь узнать про тренды инженерной культуры и разработки в российских ИТ-компаниях? Тогда присоединяйся к ИТ-вечеру в стиле «Русское техно» от МТС Web Services. 🙌
Двери особняка в парке Сокольники в Москве распахнутся 26 марта, чтобы собрать вместе бэкенд- и ML-разработчиков, которые строят современные ИТ-решения.
Участников ждут актуальные практики, мастер-классы, общение, игры и атмосфера вечеринки.
Ты узнаешь:
- какие инженерные культуры существуют у сильных ИТ-игроков на российском рынке, и как на них повлияло развитие ИИ;
- как компании внедряют ИИ в процесс разработки;
- как построить архитектуру для ИИ-агентов.
Попробуешь на практике:
- создать игру с помощью вайб-кодинга с MWS DevTools Agent;
- создать ИИ-агента.
Когда: 26 марта в 18:00
Москва + онлайн
👉 Количество участников ограничено, успей зарегистрироваться по ссылке.
Двери особняка в парке Сокольники в Москве распахнутся 26 марта, чтобы собрать вместе бэкенд- и ML-разработчиков, которые строят современные ИТ-решения.
Участников ждут актуальные практики, мастер-классы, общение, игры и атмосфера вечеринки.
Ты узнаешь:
- какие инженерные культуры существуют у сильных ИТ-игроков на российском рынке, и как на них повлияло развитие ИИ;
- как компании внедряют ИИ в процесс разработки;
- как построить архитектуру для ИИ-агентов.
Попробуешь на практике:
- создать игру с помощью вайб-кодинга с MWS DevTools Agent;
- создать ИИ-агента.
Когда: 26 марта в 18:00
Москва + онлайн
👉 Количество участников ограничено, успей зарегистрироваться по ссылке.
👍4
This media is not supported in your browser
VIEW IN TELEGRAM
В Claude Code агент теперь сам решает, какие действия можно выполнять 👇
Раньше было два режима:
- либо он постоянно спрашивает разрешение
- либо
Первое раздражает.
Второе - рискованно.
Теперь появился auto mode.
В этом режиме Claude:
- сам принимает решения о доступах
- оценивает каждое действие
- безопасные - выполняет сразу
- рискованные - блокирует или ищет альтернативу
По сути:
• это тот же
🧠 Под капотом - классификатор, который анализирует каждый шаг агента
Раньше было два режима:
- либо он постоянно спрашивает разрешение
- либо
skip permissions - делает всё без спроса Первое раздражает.
Второе - рискованно.
Теперь появился auto mode.
В этом режиме Claude:
- сам принимает решения о доступах
- оценивает каждое действие
- безопасные - выполняет сразу
- рискованные - блокирует или ищет альтернативу
По сути:
• это тот же
skip permissions, но с встроенной проверкой на потенциальный вред 🧠 Под капотом - классификатор, который анализирует каждый шаг агента
👍15❤4😁4🙏2
Подбора для тех, кто хочет стать сертифицированным архитектором Claude
Полезные ресурсы для подготовки в одном месте 👇
• Запись на сертификацию: https://anthropic.skilljar.com/claude-certified-architect-foundations-access-request
• Обучение (13 бесплатных курсов):
https://anthropic.skilljar.com
• Cookbook (примеры и практики):
https://github.com/anthropics/anthropic-cookbook
• Гайд к экзамену:
https://share.google/0eqIbebzRMUt8KTc8
• Практические вопросы:
http://claudecertifications.com
• Документация MCP:
http://modelcontextprotocol.io
API документация:
http://docs.anthropic.com
Полезный playbook:
https://drive.google.com/file/d/1luC0rnrET4tDYtS7xe5jUxMDZA-4qNf-/view
🐍 полезные ресурсы 🚀Max
@machinelearning_interview
Полезные ресурсы для подготовки в одном месте 👇
• Запись на сертификацию: https://anthropic.skilljar.com/claude-certified-architect-foundations-access-request
• Обучение (13 бесплатных курсов):
https://anthropic.skilljar.com
• Cookbook (примеры и практики):
https://github.com/anthropics/anthropic-cookbook
• Гайд к экзамену:
https://share.google/0eqIbebzRMUt8KTc8
• Практические вопросы:
http://claudecertifications.com
• Документация MCP:
http://modelcontextprotocol.io
API документация:
http://docs.anthropic.com
Полезный playbook:
https://drive.google.com/file/d/1luC0rnrET4tDYtS7xe5jUxMDZA-4qNf-/view
🐍 полезные ресурсы 🚀Max
@machinelearning_interview
❤8🔥7😁4👍3
Media is too big
VIEW IN TELEGRAM
Zhilin Yang (один из авторов архитектуры Transformer-XL) на GTC представил концепцию Attention Residuals
Главная идея внимания - это не запоминать всё подряд, а выбирать, что действительно важно.
Многие читали работу Attention Is All You Need (2017) - именно она привнесла в модели механизм "человеческого" внимания. С этого момента модели перестали просто механически обрабатывать весь текст. Вместо этого они начали различать, что важнее, а что нет, и сохранять более значимую информацию.
Недавно Китайцы из Kimi пошли дальше и применили внимание к временной оси, а затем "повернули" его в глубину модели.
Теперь внимание работает не только по времени, но и через слои модели - по мере передачи информации.
Это даёт более умный способ обработки:
модель не просто читает и передаёт данные дальше, а осмысленно отслеживает важное на каждом этапе вычислений.
https://x.com/Kimi_Moonshot/status/2037010118957817988
🐍 полезные ресурсы 🚀Max
@machinelearning_interview
Главная идея внимания - это не запоминать всё подряд, а выбирать, что действительно важно.
Многие читали работу Attention Is All You Need (2017) - именно она привнесла в модели механизм "человеческого" внимания. С этого момента модели перестали просто механически обрабатывать весь текст. Вместо этого они начали различать, что важнее, а что нет, и сохранять более значимую информацию.
Недавно Китайцы из Kimi пошли дальше и применили внимание к временной оси, а затем "повернули" его в глубину модели.
Теперь внимание работает не только по времени, но и через слои модели - по мере передачи информации.
Это даёт более умный способ обработки:
модель не просто читает и передаёт данные дальше, а осмысленно отслеживает важное на каждом этапе вычислений.
https://x.com/Kimi_Moonshot/status/2037010118957817988
🐍 полезные ресурсы 🚀Max
@machinelearning_interview
👍11❤2🔥2
Forwarded from AI VK Hub
Рекомендательные системы — один из ключевых механизмов, на которых держатся современные продукты. Они помогают пользователям находить контент, товары и сервисы, а бизнесу — повышать вовлеченность и качество пользовательского опыта. Вместе с Владимиром Байкаловым, ведущим исследователем AI VK, разбираем главные тренды в рекомендациях и последние значимые работы.
🔗 Список статей
#aivk #recsys
Масштабирование🟣 Действия говорят громче слов: последовательные преобразователи с триллионом параметров для генеративных рекомендаций🟣 Масштабирование трансформеров для рекомендательных систем до одного миллиарда параметров🟣 LLaTTE: законы масштабирования для многоэтапного моделирования последовательностей в крупномасштабных рекламных рекомендательных системах
Lifelong Recommendations🟣 TransAct V2: моделирование последовательностей действий пользователя на протяжении всей жизни в рекомендациях Pinterest🟣 TWIN V2: расширение моделирования ультра‑длинных последовательностей поведения пользователя для улучшения CTR‑предсказания в Kuaishou🟣 LONGER: повышение эффективности моделирования длинных последовательностей в промышленных рекомендательных системах🟣 Укрощение ультра-длинных последовательностей пользовательского поведения в генеративных рекомендациях на уровне сессий
Generative Retrieval🟣 Память трансформера как дифференцируемый поисковый индекс🟣 Рекомендательные системы с генеративным поиском🟣 Sparse Meets Dense: унифицированные генеративные рекомендации с каскадными разреженно-плотными представлениями
Semantic IDs🟣 Повышение стабильности эмбеддингов в рекомендательных системах с помощью Semantic ID🟣 ActionPiece: контекстная токенизация последовательностей действий для генеративных рекомендаций🟣 Обучаемая токенизация объектов для генеративных рекомендаций🟣 Semantic ID переменной длины для рекомендательных систем
End to End Рекомендации🟣 OneRec: объединение retrieval и ranking в генеративной рекомендательной модели с итеративным выравниванием предпочтений🟣 OxygenREC: генеративный фреймворк, следующий инструкциям, для рекомендаций в электронной коммерции🟣 EGA: унифицированный end-to-end генеративный фреймворк для промышленных рекламных систем
LLMxRecSys🟣 PLUM: адаптация предварительно обученных языковых моделей для генеративных рекомендаций промышленного масштаба🟣 OneRec‑Think: рассуждение в тексте для генеративной рекомендации🟣 ReaSeq: использование мировых знаний через рассуждение для последовательного моделирования
#aivk #recsys
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🤣4👍2💘2
🔥 Бесплатные курсы по нейросетям от NVIDIA
NVIDIA открыла доступ к обучению, которое обычно стоит около $90.
Внутри - практические знания по самым востребованным направлениям:
• работа с компьютерным зрением и видео
• создание AI-приложений
• основы генеративных моделей
• робототехника и автономные системы
• ускорение вычислений на GPU
Формат - короткие практические курсы без воды.
После завершения — электронный сертификат от NVIDIA.
Если хотите прокачаться в AI с реальными инструментами индустрии — отличная возможность.
🟡 Начать учиться
NVIDIA открыла доступ к обучению, которое обычно стоит около $90.
Внутри - практические знания по самым востребованным направлениям:
• работа с компьютерным зрением и видео
• создание AI-приложений
• основы генеративных моделей
• робототехника и автономные системы
• ускорение вычислений на GPU
Формат - короткие практические курсы без воды.
После завершения — электронный сертификат от NVIDIA.
Если хотите прокачаться в AI с реальными инструментами индустрии — отличная возможность.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥4❤2
На Stepik вышел курс: Vibecoding — Claude Code, Codex, Cursor и coding agents в 2026.
Хотите работать с Claude Code, Codex и Cursor так, чтобы coding agents действительно тащили заметную часть разработки: фичи, отладку, тесты, рефакторинг, MVP и многошаговые задачи? Этот курс — про современный vibecoding workflow и agentic development в 2026.
В программе:
— Claude Code, Codex, Cursor
— agent mode и многошаговые задачи
— работа с кодовой базой
— subagents, hooks, skills
— MCP и внешние инструменты
— ревью кода, изменения и контроль качества
Подойдёт всем, кто регулярно работает с кодом: разработчикам, ML-инженерам, дата-сайентистам, аналитикам, automation-специалистам и техническим фаундерам.
Скидка 40% действует 48 часов.
Пройти курс на Stepik
Реклама: Ип Малышкин А.А.
ИНН: 402571325199, Erid: 2Vtzqx9FNbf
Хотите работать с Claude Code, Codex и Cursor так, чтобы coding agents действительно тащили заметную часть разработки: фичи, отладку, тесты, рефакторинг, MVP и многошаговые задачи? Этот курс — про современный vibecoding workflow и agentic development в 2026.
В программе:
— Claude Code, Codex, Cursor
— agent mode и многошаговые задачи
— работа с кодовой базой
— subagents, hooks, skills
— MCP и внешние инструменты
— ревью кода, изменения и контроль качества
Подойдёт всем, кто регулярно работает с кодом: разработчикам, ML-инженерам, дата-сайентистам, аналитикам, automation-специалистам и техническим фаундерам.
Скидка 40% действует 48 часов.
Пройти курс на Stepik
Реклама: Ип Малышкин А.А.
ИНН: 402571325199, Erid: 2Vtzqx9FNbf
🥴5❤2👍2😱2😁1
WSJ: AI не снижает нагрузку на работе - она становится ещё интенсивнее
Новое исследование показало неожиданный эффект внедрения AI-инструментов в компаниях.
Учёные проанализировали работу 164 000 сотрудников и обнаружили, что люди не используют сэкономленное время для отдыха - они просто берут на себя больше задач.
Что изменилось после внедрения AI:
- время на email и мессенджеры выросло более чем на 100%
- использование бизнес-софта увеличилось на 94%
- время для глубокой концентрации и сложного мышления сократилось на 9%
Причина проста.
Когда задачи начинают выполняться быстрее с помощью AI, сотрудники и менеджеры начинают расширять объём работы.
AI-агенты часто даже предлагают дополнительные шаги, которые изначально не входили в проект.
В результате люди:
- берут на себя более широкий круг задач
- работают дольше
- переключаются между задачами чаще
Интересно, что исследование показало оптимальную точку использования AI.
Только 3% пользователей используют AI примерно 7–10% рабочего времени - именно в этом диапазоне достигается лучший баланс между продуктивностью и перегрузкой.
#AI #FutureOfWork #Productivity
wsj.com/tech/ai/ai-isnt-lightening-workloads-its-making-them-more-intense-e417dd2c?mod=e2tw
Новое исследование показало неожиданный эффект внедрения AI-инструментов в компаниях.
Учёные проанализировали работу 164 000 сотрудников и обнаружили, что люди не используют сэкономленное время для отдыха - они просто берут на себя больше задач.
Что изменилось после внедрения AI:
- время на email и мессенджеры выросло более чем на 100%
- использование бизнес-софта увеличилось на 94%
- время для глубокой концентрации и сложного мышления сократилось на 9%
Причина проста.
Когда задачи начинают выполняться быстрее с помощью AI, сотрудники и менеджеры начинают расширять объём работы.
AI-агенты часто даже предлагают дополнительные шаги, которые изначально не входили в проект.
В результате люди:
- берут на себя более широкий круг задач
- работают дольше
- переключаются между задачами чаще
Интересно, что исследование показало оптимальную точку использования AI.
Только 3% пользователей используют AI примерно 7–10% рабочего времени - именно в этом диапазоне достигается лучший баланс между продуктивностью и перегрузкой.
#AI #FutureOfWork #Productivity
wsj.com/tech/ai/ai-isnt-lightening-workloads-its-making-them-more-intense-e417dd2c?mod=e2tw
❤6🤣1🙈1