Data Science

19 August 2026 16:44

Deep systemic analysis of AI constraints from context to internal weight editing.

📂 PDF

#AIRedTeaming #AISafety #LLMs #AIJailbreak #Pliny

Data Science

18 August 2026 13:17

Title: "A Year in LLM Serving: Workload Evolution, Caching and Load-Balancing"

arxiv. org/abs/2608.13573

Data Science

08 August 2026 14:59

Kimi Delta Attention.

— a minimal implementation of the Kimi K3 architecture.
http://k-a.in/KDA.html

Data Science

04 August 2026 15:19

Google gave AI consciousness and it aligned with human beliefs across every domain they tested. They took consciousness away and the model rejected them.

📓 Read

@datascienceiot

Data Science

26 July 2026 15:00

Andrej Karpathy just dropped 12-page PDF on "Graph Engineering" for multi-agentic systems

the shift: Karpathy's loop runs 700 experiments and forgets all of them. A graph remembers forever

here's the full system:

step 1 → build one loop: generate, critique, revise. 630 lines, 700 experiments in 48 hours

step 2 → go parallel: agents in separate worktrees, same repo, different branches, no conflicts

step 3 → add a knowledge graph: extract entities, resolve aliases, assemble typed edges, query through subgraphs

step 4 → ground your evaluator: it checks claims against graph edges, not vibes

step 5 → plug the graph as shared memory. workers write to it. evaluators fact-check against it. Loops persist overnight

step 6 → the agent forgets. the graph does not. stop rebuilding context from scratch every session

Karpathy ran 1 agent in 1 direction. Anthropic's graph runs 1,000 with shared memory - same model, it's the architecture

https://drive.google.com/file/d/1-GOg0kxcp8tx1BMUECMj2yJq6JYGmfhb/view

Data Science

18 July 2026 16:11

Understanding Machine Learning: From Theory to Algorithms — фундаментальная книга по математическим основам машинного обучения.

Внутри:

empirical risk minimization и переобучение
PAC learning и uniform convergence
VC dimension и No-Free-Lunch theorem
bias–complexity tradeoff
линейные модели, boosting и AdaBoost
выбор модели и валидация
выпуклая оптимизация, регуляризация и устойчивость

Книга вышла в Cambridge University Press и подойдёт тем, кто хочет разобраться в ML глубже уровня библиотек и готовых API.

Авторы разрешают скачать копию для личного использования, но просят не распространять прямую ссылку на PDF. На официальной странице кнопка Download находится в боковом меню:

http://cs.huji.ac.il/~shais/UnderstandingMachineLearning

Data Science

16 July 2026 17:10

Galois Theory of Algorithms
Noson S. Yanofsky∗

📓 Read

@datascienceiot

Data Science

15 July 2026 12:13

Applied Causal Inference Powered by Machine Learning and AI

📓 Read

@datascienceiot

Data Science

10 July 2026 13:02

Game Theory: http://arxiv.org/abs/1512.06808
—————

#GameTheory #Gamification #Mathematics #Statistics #Probability

@datascienceiot

Data Science

08 July 2026 01:23

Gemma 4 Technical Report

📓 Read

@datascienceiot

Data Science

07 July 2026 16:49

Хотите развиваться в Data Science? Строить ML-продукты для миллионов пользователей? Авито и ведущие вузы страны открывают набор на две совместные магистратуры.

Для тех, кто хочет в Data Science — «Прикладное машинное обучение и анализ данных» (МФТИ). Современные ML-подходы, работа с реальными данными Авито, эксперты компании и преподаватели МФТИ. Заявки до 12 июля.

Для тех, кто хочет работать над ML-продуктами — «Машинное обучение в цифровом продукте» (НИУ ВШЭ). Полный цикл разработки ML-решений, практические кейсы Авито, преподаватели из индустрии. Заявки до 8 августа.

Что объединяет все три программы: эксперты Авито и вузов, реальные бизнес-задачи, сильное профессиональное сообщество и шанс попасть в Авито уже во время обучения.

Старт — в сентябре. Выбирайте программу и делайте шаг к карьере в IT вместе с Авито.

Data Science

06 July 2026 14:33

Если компания хочет запускать ИИ-сервисы, обучать модели или работать с большими объемами данных, ей нужны мощные облачные серверы с видеокартами.

У MWS Cloud с этим все хорошо: сервис вошел в топ-3 рейтинга GPU Cloud 2026 по версии CNews Market.

Что есть у MWS:
— 13 видов графических ускорителей
— более 30 видов производительных процессоров
— 60+ готовых конфигураций серверов
— быстрый запуск без долгого ожидания
— возможность арендовать мощности в ЦОД MWS или развернуть решение у себя
— SLA 99,95%

Облако подойдет для задач искусственного интеллекта, машинного обучения, работы с большими языковыми моделями, речевой аналитики и других проектов, где обычных мощностей уже не хватает.

Для разработчиков также доступны готовые инструменты MWS: платформа для работы с открытыми LLM, речевая аналитика в облаке и ML-платформа.

Параллельно MWS развивает собственную облачную платформу, где уже доступно preview виртуальной инфраструктуры с GPU.

@datascienceiot

Data Science

02 July 2026 20:30

BOOM! I Got a 4x AI Speed Improvement!

NEw Paper: AutoMem Turns Memory Management into a Trainable Cognitive Skill, Boosting Long-Horizon Agents 2-4x

arxiv.org/abs/2607.01224

Data Science

02 July 2026 13:26

⚡️ Fable 5 снова вернулась в Claude

Модель снова доступна спустя почти три недели после отключения. Ограничения с Anthropic сняли: ранее их вводили из-за формулировки про «угрозу нацбезопасности».

До 7 июля Fable 5 можно использовать в подписках Pro, Team, Max и Premium Enterprise. На неё разрешено тратить до 50% недельных лимитов.

После 7 июля бесплатный доступ закончится, останется только оплата по токенам.

https://claude.ai/

Data Science

29 June 2026 18:24

Memex(RL): Scaling Long-Horizon LLM Agents via Indexed Experience Memory

📓 book

@datascienceiot

Data Science

19 August 2026 15:45

Бесплатная книга по performance engineering

В Algorithmica хорошо разобрали, почему классическая оценка сложности всё хуже отражает реальную производительность на современном железе.

Раньше модель была довольно логичной: процессор выполняет инструкции почти последовательно, у каждой есть своя стоимость, а значит можно примерно оценить время работы алгоритма количеством операций.

Потом всё упростили до асимптотики. Например, вместо точного количества операций в умножении матриц мы просто говорим O(n³) и игнорируем константы. Для сравнения алгоритмов на больших данных это удобно.

Но современные CPU устроены намного сложнее: кэши, конвейеры, параллельное выполнение инструкций, SIMD, prefetching, память с разной задержкой.

Поэтому два алгоритма с одинаковым O(n) могут отличаться по скорости в разы.

А иногда алгоритм с формально «хуже» сложностью на реальных размерах данных оказывается быстрее.

Хорошая серия для тех, кто хочет перейти от «у этого O(n), значит быстро» к пониманию того, как код реально выполняется процессором.

en.algorithmica.org/hpc/complexity/

@machinelearning_books

Data Science

12 August 2026 15:14

From Worm to Human:
Scaling Brain Emulation


📓 Read

@datascienceiot

Data Science

05 August 2026 23:40

Today's AI systems learn mostly by passively absorbing data, but the brain builds intelligence in the reverse order.

Grounded world models in biological organisms and future embodied AI


📓 Read

@datascienceiot

Data Science

28 July 2026 14:36

"Patterns, Predictions, and Actions: A Story About Machine Learning"

📓 Read

@datascienceiot

Data Science

25 July 2026 14:18

Updated 2204-page PDF Mathematics ebook:

"Algebra, Topology, Differential Calculus, and Optimization Theory For Computer Science and Machine Learning"

Find it here: https://cis.upenn.edu/~jean/gbooks/geomath.html

Data Science

18 July 2026 14:11

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку

В IT прокачивается тот, кто каждый день видит сильные идеи, новые инструменты, реальные задачи, вакансии и разборы.

Окружение решает больше, чем кажется.

Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/java_library
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: /channel/gamedev
Haskell: t.me/haskell_tg

Собеседования и карьера:

DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview

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: /channel/addlist/2Ls-snqEeytkMDgy
Папка Frontend: /channel/addlist/mzMMG3RPZhY2M2Iy

Полезное сверху:

ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: @courses
ИТ-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy

Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg

Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.

Data Science

16 July 2026 15:07

SQL и Python есть: что часто отсекает на собеседовании

Классика вакансий на аналитика: SQL и Python на уровне «уверенно», статистика — «понимание методов A/B-тестирования и работы с большими выборками». Первые две галочки ставятся спокойно. Третья часто оказывается самым сложным местом на собеседовании.

Статистика и ML (машинное обучение) плохо ложатся на короткие курсы — они дают фрагменты, а не систему. Академическая программа работает иначе: серьезная математическая база плюс прикладные задачи по ML.

Именно так устроена совместная онлайн-магистратура karpovꓸcourses и НИУ ВШЭ «Аналитика больших данных». От ВШЭ — экспертиза и опыт одного из крупнейших вузов России, от karpovꓸcourses — практический опыт в сфере анализа данных.

21 июля в 18:00 мск проведут бесплатный День открытых дверей. На эфире разберут: из чего состоит программа, как устроена практика через тренажеры от karpovꓸcourses и как совмещать обучение с работой.

Ведут эфир Анатолий Карпов — основатель karpovꓸcourses, самый популярный эксперт в сфере аналитики данных (по данным NEWHR) — и Евгений Соколов, руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ.

Присоединяйтесь по ссылке — после эфира всем участникам придет запись: https://clc.to/erid_2W5zFGRNGWm

Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFGRNGWm

Data Science

11 July 2026 18:02

Linear Algebra for Computer Science

📓 Read

@datascienceiot

Data Science

09 July 2026 14:46

he Little Book of Generative AI Foundations: An
Intuitive Mathematical Primer

📓 Read

@datascienceiot

Data Science

07 July 2026 19:12

Understanding Machine Learning: From Theory to Algorithms (Free PDF)

Download PDF: https://clcoding.com/2026/07/understanding-machine-learning-from.html

Data Science

06 July 2026 18:14

Everything You Always Wanted To
Know About Mathematics*

📓 Read

@datascienceiot

Data Science

03 July 2026 20:05

Next-Generation Agentic Reinforcement Learning
Systems Enable Self-Evolving Agents

📓 Read

@datascienceiot

Data Science

02 July 2026 18:30

📌 Заметил, что среди начинающих аналитиков часто возникает пробел на стыке базовой теории и работы с реальными данными. Недавно наткнулся на один камерный авторский проект, где этот баланс соблюден очень грамотно.

🧠 Автор разбирает фундамент, необходимый каждому аналитику: от исторических предпосылок развития индустрии до конкретных инструментов. Что ценно — сложная высшая математика и алгоритмы на Python здесь объясняются без лишней академичности, на понятных прикладных задачах. Качественный разбор практики помогает быстрее разложить знания по полочкам и избежать типичных ошибок на старте.

🤝 Редко встречаю такой уровень проработки материала в небольших сообществах. Если вы сейчас развиваетесь в профессии и ищете надежный источник для прокачки базы, то заглядывайте

@brainsburg

Data Science

01 July 2026 17:19

Если хочется зайти в ИИ не через хаотичные курсы и туториалы, а через нормальную магистратуру с индустриальными кейсами — есть вариант от МТС и ФКН ВШЭ.

Открыт набор на третий поток программы «Исследования и предпринимательство в искусственном интеллекте».

Что будут изучать:
— машинное обучение
— GenAI и большие языковые модели
— видеоаналитику
— распознавание и синтез речи
— ML на конечных устройствах
— проектирование ML-систем
— агентные системы на базе LLM
— технологическое предпринимательство

На программе есть 30 оплачиваемых мест от МТС. Студенты работают с кейсами МТС Web Services и MWS AI, используют MWS Cloud и GPU-ресурсы, а лучшие могут получить стажировку или оффер еще во время обучения.

Поступить можно через конкурс: портфолио, мотивационное письмо, онлайн-экзамен, собеседование. Плюс можно показать себя через Kaggle.

Подробнее: https://www.hse.ru/ma/ipii/

@datascienceiot

Data Science

29 June 2026 16:24

❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️

Yandex AI Studio Series Summer Edition — событие для тех, кто создает продукты на базе и автоматизирует процессы с помощью ИИ.

Участники узнают, как запускать ИИ-продукты от прототипа до продакшн-решений, научатся проектировать агентные системы и познакомятся с новыми возможностями Yandex AI Studio.

Что в программе:
— глубокое погружение в разработку продуктов на базе ИИ — управление памятью и контекстным окном, работа с API и инструментами, голосовые интерфейсы и оркестрация мультиагентных систем;
— актуальные подходы к проектированию архитектуры ИИ-решений;
— типовые ошибки и способы их избежать.

Регистрируйтесь, чтобы получить не только новые знания, но и практические идеи для своих проектов.