Всем привет! Я решила наконец-то сделать канал 😄

Последние недели я почти все время работаю над новым проектом, который пока в stealth, но я подумала, что могу чем-то полезным начать делиться уже сейчас. Пока в планах рассказать:
• что-то про процесс фандрейза,
• опубликовать заметки о рисерче, который мы сейчас делаем,
• записать и опубликовать здесь подкаст с разными мыслями об AI в целом,
• делиться чем-то полезным вроде новых RL-статей и подходах,
• ну и конечно рассказать над чем я работаю, как только мы выйдем из stealth 🔥

В общем, подписывайтесь, зовите своих друзей если им такое релевантно, и если у вас есть советы как грамотно вести канал, то пожалуйста оставьте коммент под этим постом :)

@aimalysheva

Какие темы вам было бы интересно послушать в подкасте с AI neolab фаундером? 👀

Самое полезное что посоветовал гпт для подкаста:
1/ взять с собой эстетичные бутылочки для воды
2/ не надевать белое или мелкий узор
3/ взять с собой кофту потому что тут жестко работает кондей чтоб охлаждать всю аппаратуру

Новая статья на ICML 2026 челленджит Platonic Representation Hypothesis: similarity scores получаюся завышены из-за ширины и глубины модели, из-за чего создаётся нечестный тренд глобальной конвергенции, но он пропадает, как только это смещение скорректировать.

Но при этом сохраняется local neighborhood alignment между моделями для картинок, текста и видео (похожие вещи остаются рядом друг с другом даже у совсем разных архитектур). Авторы называют это Aristotelian Representation Hypothesis :)

То есть две модели могут не шарить один representation space в каком-то сильном глобальном смысле, но при этом соглашаться насчёт локальных окрестностей (что на что похоже). Это, судя по всему, как раз та часть, которую мы реально используем в retrieval, transfer и мультимодальных системах, и которую потенциально можно переносить между learned approximations разных моделей.

http://arxiv.org/pdf/2602.14486

мой идеальный researcher:
• делает и рисерч дизайн, и roadmap
• много читает (и свежие статьи, и перечитывает базу)
• супер-любопытный
• сильный нетворк, софт скиллы
• имеет сильный вижен
• но не теряется в деталях
• примерно представляет куда развивается область
• ясно визуализирует и доносит идеи
• всегда явно проговаривает проблемы и ограничения
• пишет хороший full stack код
• автономный
• работает almost 24/7 😅

Привет! У меня сегодня день рождения и я прошу всех друзей и знакомых, у кого есть твиттер, репостнуть вот этот пост если можно, мне будет очень приятно 😄

https://x.com/avgaydashenko/status/2074898036958908575?s=46

Уже несколько месяцев с Настей делаем тот самый проект, про который я буду рассказывать в этом канале! (а еще мы вместе учились в Академическом Университете, и Настя солнышко, ретвитните ее если у вас есть X!)

Три книги, которые я могу посоветовать всем, кто хочет писать про research понятно:

1. "The Sense of Style", Стивен Пинкер (теория, почему ясный стиль письма вообще работает)

2. "Made to Stick", Chip & Dan Heath (как сделать, чтобы идеи запоминались)

3. "The Craft of Scientific Writing", Michael Alley (очень практическая, без какой-то лишней философии)

поделитесь что читаете сейчас?)

Хорошая репа для тех кто билдит что-то с AI и хочет посмотреть на рабочие примеры: 50+ опенсорсных AI engineering проектов (агенты, RAG, OCR, итд). У каждого есть полный код и инструкции по сетапу

https://github.com/Sumanth077/Hands-On-AI-Engineering