Do Multiple Instance Learning Models Transfer?

📚 Read

@datascienceiot

Wait, We Don’t Need to “Wait”!
Removing Thinking Tokens Improves Reasoning Efficienc

📚 Paper

@datascienceiot

🔥 Успех в IT = скорость + знания + окружение

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

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

💼 Папка с вакансиями: www.tg-me.com/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: www.tg-me.com/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: www.tg-me.com/addlist/eEPya-HF6mkxMGIy
Папка ML: https://www.tg-me.com/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://www.tg-me.com/addlist/mzMMG3RPZhY2M2Iy

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

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://www.tg-me.com/addlist/BkskQciUW_FhNjEy

Подпишись, если хочешь быть в числе тех, кого зовут в топовые проекты!

Playing with Transformer at 30+ FPS via Next-Frame Diffusion

📚 Paper

@datascienceiot

Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce

📚 Paper

@datascienceiot

Авито представил BAT — опенсорс-тренажер для тестирования алгоритмов ставок в рекламе. Это первая за 12 лет открытая «песочница» для такой задачи, и она может демократизировать рынок рекламных технологий.

Раньше только крупные игроки могли позволить себе сложные системы для оптимизации ставок. BAT дает стартапам и небольшим платформам доступ к инструментам, которые раньше были привилегией гигантов. Это снизит барьеры входа и ускорит инновации.

Почему это важно?

✔️ Объем данных в BAT в 1000 раз больше, чем в старом iPinYou (2013).
✔️ Симуляция максимально приближена к реальным условиям — миллионы запросов в секунду, сложные сценарии.
✔️ Разработчики могут тестировать алгоритмы до продакшена, экономя время и ресурсы.

Что дальше?

Авито планирует сравнить разные алгоритмы на BAT, чтобы помочь разработчикам находить лучшие решения. Также платформу будут дорабатывать для работы с более сложными и адаптивными моделями автоматических ставок.

Understanding and Coding the KV Cache in LLMs from Scratch


📚 Read

@datascienceiot

С 20 июня открывается приём на второй поток магистратуры от МТС Web Services и факультета компьютерных наук ВШЭ — «Исследования и предпринимательство в искусственном интеллекте».

Программа для тех, кто хочет развиваться в машинном обучении, работать с LLM, видеоаналитикой, распознаванием речи и другими прикладными задачами ИИ. Обучение очное, в московском кампусе ВШЭ, с акцентом на реальный опыт: 70% курсов читают специалисты из МТС, а проекты — на базе актуальных кейсов компании.

Что важно:
— 30 оплачиваемых мест от МТС
— доступ к MWS Cloud и ресурсам GPU
— курсы по адаптации больших моделей под бизнес, ML на edge-устройствах, технологическому предпринимательству
— возможность академического обмена и зарубежной стажировки
— офферы ещё во время обучения

Поступить можно по конкурсу: портфолио, мотивационное письмо, онлайн-экзамен и собеседование. В этом году добавили формат с задачами на Kaggle — можно показать, что умеешь, сразу в деле.

Если ищете программу, где ИИ не только в теории, но и в практике, это сильный вариант.

@datascienceiot

The Missing Manual for Signals: State Management for Python Developers

📚 Guide

@pythonlbooks

Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task

📚 Read

@datascienceiot

Awesome Math Books

📚 Books

@datascienceiot

Reinforcement Learning Teachers of Test Time Scaling:

📚 Read

@datascienceiot

Build the web for agents, not agents for the web

📚 Read

@datascienceiot

Почему одни аналитики решают задачи за минуты, а другие тратят часы?

Секрет эффективности сеньоров кроется не в знании синтаксиса и скорости печати кода, а в подходе к анализу данных. Джуны/мидлы часто увязают в деталях, тогда как опытные специалисты сразу видят оптимальное решение — потому что уже набили шишек на аналогичных кейсах.

25 июня Анатолий Карпов проведет вебинар «Частые ошибки аналитиков: как решать задачи в Data Science быстрее и эффективнее».
Вы узнаете о типичных ошибках новичков, познакомитесь с реальными рабочими процессами аналитиков и подготовитесь к вызовам 2025 года, включая интеграцию AI в аналитику и необходимые навыки будущего.

Присоединяйтесь к бесплатному онлайн-вебинару: https://clc.to/erid_2W5zFJVpkdN

Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627. erid: 2W5zFJVpkdN

Google Cloud donates A2A to Linux Foundation

📚 Read

@datascienceiot

LeVERB: Humanoid Whole-Body Control with Latent Vision-Language Instruction

📚 Читать

@datascienceiot

Align Your Flow: Scaling Continuous-Time Flow Map Distillation

📚 Читать

@datascienceiot