DenoiseLAB
485 subscribers
1.34K photos
160 videos
3 files
1.58K links
Блог DenoiseLAB (машинное обучение, аналитика)

Информация в канале служит только для ознакомления и не является призывом к действию. Не нарушайте законы РФ и других стран. Мы не несем отвественность за ваши действия или бездействия.
Download Telegram
В Brave появится поисковая ИИ-функция Ask Brave

Разработчики Brave Software, стоящие за созданием ориентированного на конфиденциальность браузера и поисковика, представили функцию Ask Brave, которая объединяет поиск и ИИ-чат в единый интерфейс.

https://xakep.ru/2025/09/30/ask-brave/
В Афганистане полностью отключили интернет

По информации специалистов NetBlocks и Cloudflare, 29 сентября 2025 года в Афганистане была введена полная блокировка интернета. Аналитики сообщили, что сетевые провайдеры в стране были отключены поэтапно, и телефонная связь также работает с перебоями. Таким образом власти страны борются с безнравственностью.

https://xakep.ru/2025/10/01/af-blackout/

Обратно в 17 век...
Да что вы знаете о Hard Coding )))
😁1
Чума просто )))))
📆Команда GigaChat Audio едет в Нижний Новгород с митапом про речевые технологии

В программе — живые истории о том, как исследования становятся работающими сервисами:
🔘prod-ready распознавание речи на ограниченном наборе данных
🔘speaker diarization: распознавание по голосам в реальном времени
🔘быстрые команды с произвольной структурой для low-resource сценария колонок
🔘суммаризация трёхчасовых видео в GigaChat

В финале вечера — нетворкинг с ребятами из нашей команды.

📆 3 октября, 18:00
📍 Нижний Новгород, «Гараж»

🖥Регистрация и программа уже на сайте
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
ИИ-бот потряс Уолл-стрит, превратив $1 тыс. в $50 тыс. за рекордные 30 дней

Беспрецедентный результат искусственного интеллекта: новая торговая система на базе ИИ, согласно проверенным данным MyFxBook, принесла $14 158 прибыли с начальных $3200 всего за одну неделю.

Однако на первом успехе история не завершилась. Стартовав в мае 2025 года с $1000, бот вновь вызвал ажиотаж среди трейдеров. Всего за пять месяцев, к октябрю, он заработал прибыль в размере $5600, что представляет собой потрясающую доходность в 560%.

Такой результат привлек внимание трейдеров по всему миру, вызвав у них живой интерес и любопытство. Этот робот, использующий передовые технологии искусственного интеллекта, продемонстрировал свое мастерство, точно предсказывая рыночные тенденции и совершая сделки в автономном режиме.

Трейдеры могут выбирать различную скорость торговли — от медленной и стабильной до быстрой и агрессивной. Для тех, кого интересуют потенциальные доходы в аналогичных сценариях, доступен калькулятор ROI.

После таких прорывов в области ИИ, как ChatGPT, данное достижение кажется закономерным следующим шагом. Его производительность поражает не меньше, чем простота использования. Уже поползли слухи, что крупный американский хедж-фонд заинтересовался покупкой алгоритма. По мере развития этой истории финансовый мир замер в ожидании.
https://finzennews.com/news/index.php?utm_source=taboola&utm_medium=referral&utm_campaign=44233578&utm_content=4179542489&tblci=GiC23o6ysQijtCLq4vcmkyHaffnBemj5gsSO1BWRJyBuMSCdyFso5MCG_MGau4uCATDEBA#tblciGiC23o6ysQijtCLq4vcmkyHaffnBemj5gsSO1BWRJyBuMSCdyFso5MCG_MGau4uCATDEBA
Гонки !!!!
🤔Экспериментальная модель 🖥Extract-0 за $196 превзошла 👩‍💻 GPT-4 и 👩‍💻 o3 в извлечении данных?

Исследователь Энрике Годой из 🇧🇷Бразилии представил ИИ-модель Extract-0, специализированную LLM с 7 миллиардами параметров, которая демонстрирует новый уровень эффективности в извлечении структурированной информации из документов. Согласно исследованию, данная языковая модель превосходит по производительности популярные универсальные модели, включая GPT-4.1, o3 и GPT-4.1-2025. Ресёрчер ставит под сомнение устоявшуюся парадигму, где доминирующим фактором эффективности считается исключительно масштаб модели.

Ключ к успеху Extract-0 кроется в новаторской трехэтапной методологии обучения, которая позволила достичь высокой точности при минимальных затратах. Процесс включает генерацию 280 128 синтетических примеров данных с сохранением контекстной памяти, параметроэффективную тонкую настройку (LoRA), затрагивающую всего 0.53% весов модели, и обучение с подкреплением (GRPO) с использованием семантической функции вознаграждения. Такой подход позволяет ИИ-агенту понимать смысловую эквивалентность данных, а не простое текстуальное совпадение.

В ходе тестирования на эталонном наборе из 1000 задач по извлечению информации Extract-0 достиг среднего показателя вознаграждения 0.573, значительно опередив GPT-4.1 (0.457) и o3 (0.464).

◀️Для адаптации ❗️ DeepSeek-R1-Distill-Qwen-7B применялся метод Low-Rank Adaptation (LoRA), который изменил всего 0.53% от общего числа параметров модели (40.4 млн из 7.66 млрд).

◀️Изначально базовая модель без дообучения имела средний результат 0.232 и валидность JSON на уровне 42.7%.

◀️После этапа контролируемой тонкой настройки (Supervised Fine-Tuning) производительность модели выросла до 0.507, а валидность JSON достигла 79.9%.

◀️Финальный этап обучения с подкреплением (GRPO) позволил достичь итогового результата в 0.573 со средней валидностью JSON в 89.0%, что представляет собой кумулятивное улучшение на 147.0% по сравнению с базовой моделью.


🖥 Примечательно, что общая стоимость всего цикла обучения модели на одном графическом процессоре NVIDIA H100 составила всего $196.

Цифры наглядно демонстрируют экономическую и техническую состоятельность целенаправленной оптимизации под конкретную задачу. Исследование убедительно пытается доказать, что узкоспециализированные ИИ-решения могут быть не только конкурентоспособными, но и более эффективными по сравнению с масштабируемыми моделями общего назначения.

👆Ограничение исследования коренится в его валидационной парадигме, которая оценивает производительность модели исключительно на in-distribution данных. Обучающий и тестовый наборы сэмплированы из одного и того же синтетического распределения, поэтому продемонстрованная высокая производительность не позволяет сделать надежных выводов о способности модели работать также эффективно в реальных условиях на практических задачах. Таким образом, полученные метрики обладают высокой внутренней валидностью (в рамках созданного синтетического мира), но их внешняя валидность (применимость к реальным задачам) остается под вопросом.

👀 В любом случае ознакомиться с исследованием не помешает.

@Russian_OSINT
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
3D-фильмы можно будет смотреть на обычном ноутбуке — разраб придумал технологию True3D Window Mode.

Она превращает ваш экран в «окно в трехмерное пространство» — вебка отслеживает движение головы и подстраивает под него глубину картинки
Специалист по молекулярному моделированию в Ligand Pro

Ligand Pro ищет квалифицированных специалистов в области структурной биоинформатики и молекулярного моделирования для работы над проектами, связанными с разработкой новых подходов к решению задачи молекулярного докинга и описанию взаимодействий типа белок-лиганд и белок-белок в целом.

Чем предстоит заниматься:

→ Собирать и автоматизировать пайплайны для расчета комплексов (оптимальной взаимной ориентации, энергии связывания, и др.) белок-лиганд и белок-белок методами молекулярной динамики.
→ Разрабатывать новые основанные на физико-химических свойствах молекул эмбеддинги для белков и лигандов с целью их дальнейшего использования при обучении ИИ моделей молекулярного докинга.
→ Осуществлять бенчмаркинг результатов ИИ моделей с помощью классических методов молекулярного моделирования.
→ Участвовать в подготовке публикаций в научных журналах и докладов на конференциях.

Какие необходимы навыки и знания:

→ Уверенное владение методом молекулярной динамики и его производными (приоритетны Metadynamics, Replica exchange simulations, Accelerated molecular dynamics, Alchemical transformations), знание принципов конструирования силовых полей AMBER, CHARMM, MARTINI, а также общих силовых полей для малых молекул (GAFF, CGenFF).
→ Опыт работы в пакете GROMACS и в сопутствующих программах, сервисах и библиотеках (PLUMED, Antechamber и ACPYPE, CHARMM-GUI, MDAnalysis и др.), в т.ч. в программах визуализации (VMD, PyMOL).
→ Опыт работы с программами для моделирования белковых структур и комплексов (AlphaFold, Boltz, I-TASSER).
→ Базовые навыки программирования на языке Python и работы в командной строке Unix.
→ Плюсом будут знания в области квантовой химии и навыки работы в соответствующих программных пакетах (ORCA, Gaussian, TeraChem и др.), знание языков программирования С++, C и CUDA.

Условия:

→ Оклад ₽100'000 - 250'000 в зависимости от квалификации, обсуждается по результатам собеседования
→ Очный или гибридный формат работы, офис в Сколтехе.
→ Гибкое начало дня.
→ Оформление по ТК РФ.
→ ДМС.

Контакт для связи:

@Egorchikk Егор Булавко, руководитель отдела моделирования в Ligand Pro


Ligand Pro (ligandpro.ru) — российский стартап, занимающийся созданием и совершенствованием цифровых инструментов рационального дизайна лекарственных средств. Наш арсенал включает методы глубокого обучения нейронных сетей, дополняющие и расширяющие возможности классических алгоритмов вычислительного драг дизайна, а также расчеты методами молекулярной динамики и квантовой химии.
1
Развивайте карьеру с лидером горно-металлургической отрасли на бесплатном онлайн-курсе от «Норникеля»!
Проходите карьерные консультации, получайте приоритетное рассмотрение на «Профстарт», а также экскурсии на производство и подарки для самых активных.

Что ждет на программе:
Выбор профессионального трека и резюме, которое действительно работает;
Топ-10 гибких навыков, которые ценят работодатели;
Развитие инженерного, критического и экологического мышления, управление рисками и проектами;
Истории из первых уст: как на самом деле работают на Севере;
Кейс-чемпионат в конце курса.

Подойдет не только технарям, но и студентам менеджерских и бизнес-направлений.
🔥Старт — 10 октября.
Начните учебный год с мощного апгрейда, регистрируйтесь по ссылке: https://u.to/hnBbIg
Please open Telegram to view this post
VIEW IN TELEGRAM
Цикл лекций по структурной биологии

На следующей неделе в ФИЦ Биотехнологии РАН❤️ стартует цикл лекций в рамках участия Центра в ФНТП «Развитие синхротронных и нейтронных исследований и исследовательской инфраструктуры на период до 2030 года».

🗓Каждую неделю по средам в 16:00 в течении двух месяцев ведущие ученые из ФИЦ Биотехнологии РАН, МГУ имени М.В.Ломоносова, МФТИ и других институтов РАН представят научно-образовательные лекции по тематикам, лежащим в русле современной интегративной структурной биологии, ориентированные на широкий круг слушателей.

08 октября, 16:00
Спектроскопия в исследовании белков
Максимов Е.Г., д.б.н, зав. лаб. физико-химии биомембран биологического факультета МГУ имени М.В. Ломоносова

15 октября, 16:00
Рентгеновские лазеры на свободных электронах в структурной биологии и разработке лекарств
Мишин А.В., МФТИ, к.ф-м.н, с.н.с., и.о. заведующего лаборатории структурной биологии рецепторов, сопряжённых с G белком

22 октября, 16:00
Биомедицинская масс-спектрометрия
Николаев Е.Н., д.ф-м.н, профессор, зав. лаб. масс-спектрометрии биомакромолекул ИБХФ РАН

29 октября, 16:00
Малоугловое рассеяние: принципы, применение в структурной биологии и перспективы
Штыкова Э.В., д.х.н, в.н.с. лаборатории биоэлектрохимии ИФХЭ РАН

05 ноября, 16:00
Методы молекулярного моделирования в исследовании биологических систем
Хренова М.Г, д.ф-м.н., руководитель группы молекулярного моделирования ФИЦ Биотехнологии РАН / зав. НИЛ квантовой химии и молекулярного моделирования МГУ имени М.В. Ломоносова

12 ноября, 16:00
Методы ИИ в биологии (первая лекция)
Головин А.В., д.х.н., профессор факультета биоинженерии и биоинформатики МГУ имени М.В. Ломоносова, с.н.с отдела математических методов в биологии НИИ Физико-химической биологии имени А. Н. Белозерского МГУ имени М.В. Ломоносова

19 ноября, 16:00
Методы ИИ в биологии (вторая лекция)
Головин А.В., д.х.н., профессор факультета биоинженерии и биоинформатики МГУ имени М.В. Ломоносова, с.н.с отдела математических методов в биологии НИИ Физико-химической биологии имени А. Н. Белозерского МГУ имени М.В. Ломоносова

26 ноября, 16:00
Криоэлектронная микроскопия
Моисеенко А.В., н.с. кафедры биоинженерии (Биологический факультет) МГУ имени М.В. Ломоносова

📍Лекции пройдут в конференц-зале ФИЦ Биотехнологии РАН по адресу: пр-т 60-летия Октября, д. 7, корп. 2.

❗️Участие бесплатное, вход свободный!
Трансляция не предусмотрена.

➡️Следите за анонсами!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4
Что нужно знать о I цикле Конкурса именной стипендии Андрея Мельниченко🔍

8 сентября начался приём заявок на I цикл Конкурса именной стипендии Андрея Мельниченко в 2025-2026 учебном году. Он продлится почти месяц — до 6 октября 2025 года.

📌Рассказываем в карточках о Конкурсе: кто может участвовать, каков размер стипендии, как подать заявку?

Подробно все требования описаны в Положении. Настоятельно рекомендуем ознакомиться с ним❗️

Если у вас остались вопросы, смело задавайте их в комментариях — мы оперативно ответим. Также можно написать нам по почте aimstipendia@yandex.ru или позвонить по номеру 8 (800) 700-28-84 💭

#СтипендияАМ
#СтипендияМельниченко
I Всероссийская молодежная конференция «Путь в фарминдустрию» (Way2pharm-2025)

Дата и место: 30 октября 2025 г., Москва
Дедлайн подачи заявок: 19 октября 2025 г.
Подробная информация: Ссылка
👍1
🔎 Data-analyst / BI-engineer

Специализация: BI-аналитик, аналитик данных
Уровень: senior

Компания: Fast Charger
🔌 Зарплаты: 250000 - None ₽ (gross)

Описание:
Краткий пересказ (120 символов):
Требуется специалист для интеграции Superset + PostgreSQL, настройки аналитической модели (fact/dim, метрики DAU/MAU, Retention, ARPU), создания дашбордов и оптимизации SQL. Опыт с PostgreSQL, Superset, сложным SQL, продуктовой аналитикой. Проект разовый с перспективой part-time.

Ключевые навыки:
📍 Data Analysis, Superset, PostgreSQL

Ссылка: https://hh.ru/vacancy/126136833
«Недавно я прочитал о масштабной утечке геолокационных данных из Gravy Analytics, благодаря которой стало известно, что более двух тысяч приложений из AppStore и Google Play тайно собирали геолокационные данные пользователей без их согласия. И часто об этом не знали даже разработчики.

Я изучил список и обнаружил как минимум три приложения, установленные на моём iPhone. Проверьте сами!

У меня возникла идея: попробовать отследить себя снаружи, то есть купить свои геолокационные данные, утёкшие через какое-нибудь приложение»

Все знают, где ты находишься
🔥1
Клон ChatGPT в 3000 байтах на C, основанный на GPT-2

Эта программа представляет собой свободную от зависимостей реализацию GPT-2. Она загружает матрицу весов и файл BPE из оригинальных файлов TensorFlow, токенизирует вывод при помощи простого энкодера, работающего по принципу частотного кодирования, реализует базовый пакет для линейной алгебры, в котором заключены математические операции над матрицами, определяет архитектуру трансформера, выполняет инференс трансформера, а затем очищает вывод от токенов при помощи BPE-декодера. Всё это — примерно в 3000 байт на C.

Код достаточно эффективно оптимизирован — настолько, что малый GPT-2 на любой современной машине выдаёт отклик всего за несколько секунд.
Разработчик из Флориды вечером в небольшой дождь на своём Tesla Cybertruck в режиме автопилота Full Self-Driving врезался в стоящий на дороге столб.

Он не успел вовремя перехватить управление автопилота FSD v13.2.4 в тот момент, когда машина двигалась по правой полосе, которая заканчивалась и вливалась в левую полосу. Cybertruck не смог выполнить манёвр перестроения, наскочил на бордюр, а затем врезался в фонарный столб. Разработчик пояснил, что ему повезло, что авария обошлась без царапин и повреждений у водителя.

Профильный автоэксперт Трой Теслайк пояснил, что это странное место для столба, но нет никаких причин, по которым электромобиль Tesla с FSD не должен была сменить полосу, и даже если бы он не сменил полосу, то система автопилота должна была зафиксировать препятствие и предпринять экстренное торможение.

Tesla не используют специальный датчик дождя, который является стандартным в большинстве современных автомобилей. Вместо этого Tesla полагается на камеры автопилота Tesla Vision и бортовые вычисления для оценки осадков. Обнаружение дождя с помощью компьютерного зрения — непростая задача. Система обрабатывает визуальные данные в реальном времени для оценки количества осадков и регулировки дворников, в то время как компьютер FSD выполняет сложные задачи, такие как обнаружение объектов и навигация. Это значительная рабочая нагрузка на бортовую систему.

Tesla считает, что работа бета-версии системы помощи водителю FSD полностью безопасна при выполнении всех рекомендаций компании: руки на руле и внимательно смотреть на дорожную обстановку. В компании уточнили, что ответственность за использование FSD остаётся за водителем, который должен всегда быть внимательным и быть готовым взять на себя управление.
В Японии двух робопсов посадили на цепь и наделили агрессивным поведением, чтобы они кидались на посетителей художественной выставки.

Автором композиции «Динамика собаки на цепи» является дизайнер-робототехник Такаюки Тодо. Робот Unitree Go2 пытается подбежать к посетителям выставки ENCOUNTERS в Токио, но каждый раз его останавливает металлическая цепь.

Примечательно, что это произведение не имеет забора или внешней защиты, кроме жёлтой линии, за которую посетителям заходить крайне не рекомендуется из-за агрессивности экспонатов.
😁2