Виталий Кулиев AI, ML, IT.

⚡️Прикладная конференция по Data Science для тех, кто устал от DS «в вакууме» и хочет делать работающие решения20 апреля в Москве состоится AiConf 2026. В этом году мероприятие пройдёт в новом формате конференции развития: больше практики, интерактива и нетворкинга, меньше «лекций ради лекций»В программе:• аргументация технологических решений бизнесу;• датасеты — от legacy-свалки до работающей модели;• мультиагентные системы;• детерминированный AI: как заставить LLM отвечать точно и по правилам;• ожидания vs. реальность — как правильно ставить задачи для ML и AI;• будущее поиска и рекомендаций;• RAG — от архитектуры до production;• экономика AI — как считать и сокращать стоимость железа.❗️ Сейчас у вас есть возможность купить билет по минимальной стоимости — чем ближе конференция, тем выше будет цена. Вы можете забронировать билет заранее, а оплатить в течение нескольких дней.Ждем вас 20 апреля в Москве на AiConf 2026 — независимой крупнейшей офлайн-конференции по Data Science 🙌✔️ Узнать подробнее о конференции и забронировать билет можно на сайте

Anthropic допилили миллионный контекст для Opus 4.6 и Sonnet 4.6. Ранее было 200к по дефолту и миллионный контекст был доступен по более дорогим ценам. Новые цены 5/15 для опуса и 3/15 для соннет для миллионного контекста.В claude code по подписке модель с большим контекстом стала дефолтной. Размер контекста увеличился в 5 раз! Я периодически натыкался в лимит чата в 200к токенов.Скорее всего уменьшение цен связано с оптимизацией инференса. Для эффективной утилизации ресурсов необходимо иметь возможность иметь десятки миллионов токенов в памяти сервиса инференса. По моему опыту при деплое открытых моделей сотни тысяч kv cache в сервисе - уже хороший показатель.Получить доступ к Opus/Sonnet можно на моем сайте:https://rus-gpt.com/models

Открыта регистрация на главную конференцию этой весны по технологиям ИИ и анализу данных — Data Fusion* 2026! 💙Шестая ежегодная конференция Data Fusion пройдет 8–9 апреля в Москве в инновационном кластере «Ломоносов». 60+ актуальных сессий, докладов, примеров, дискуссий по теме анализа данных/ науки о данных/ машинного обучения. Среди тем – ИИ-агенты, «обучение с подкреплением», компьютерное зрение, обработка естественного языка, открытый исходный код, воплощенный ИИ и робототехника, рекомендательные системы, применение ИИ в кибербезопасности, ИИ+ естественные науки, AgentOps и многое другое! Всю программу ищите на сайте (подавайте ваши доклады, welcome!). Конференция объединит лидеров команд по машинному обучению, специалистов по обработке данных, молодых ученых, инженеров, аналитиков и руководителей, принимающих решения о внедрении технологий в бизнес и государственные сервисы.Среди спикеров конференции: Суржко Денис (ВТБ), Оселедец Иван (AIRI), Райгородский Андрей (МФТИ), Бурнаев Евгений (Сколтех,AIRI), Саркисов Тигран (Х5), Крайнов Александр (Яндекс), Зима Андрей (Ростелеком) и другие эксперты из науки и индустрии.Все мы любим конференции не только ради знаний, но и, конечно, ради живого общения и новых знакомств, а это важная часть Data Fusion!➡ Не пропустите, регистрируйтесь.*Интеграция данныхИнформация о рекламодателе

Тот самый момент, когда пора нажать кнопку «Отправить». Выбор итоговых решений — это всегда немного волнительно, но очень интересно!В самом разгаре ежегодное соревнование по машинному обучению Data Fusion* Contest** 2026. Общий призовой фонд — 3 000 000 рублей Формат — онлайн: участвовать можно из любой точки мира.В этом году участникам предстоит решить реальные бизнес-задачи, разработанные крупнейшими экспертами отрасли:☑️ «Страж» — про вычисление подозрительных операций в банке☑️ «Киберполка» — про подбор нужных финансовых продуктов из 41 варианта☑️ «Герои» — про создание идеальных маршрутов с учетом времени📣 Даты проведения соревнования: с 9 февраля по 30 марта 2026 года.Торжественная церемония награждения победителей состоится в Москве во время конференции по анализу данных и технологиям ИИ — Data Fusion 2026.Регистрируйся прямо сейчас и у тебя есть шанс:🔵прокачать навыки;🔵стать частью сообщества специалистов по обработке данных в России;🔵решить нестандартные и амбициозные задачи, не похожие на твою повседневную работу;🔵получить внушительное денежное вознаграждение.Организаторы соревнования — ИТ-холдинг Т1 и ВТБ.Покажи, на что ты способен!*Интеграция данных **СоревнованиеИнформация о рекламодателе

Сравнение разных версий Nano Banana. Решил написать небольшой пост, так как есть путаница в маркетинговых названиях нейросетей.nano-banana-2 (gemini-3.1-flash-image-preview) — новейшая и самая мощная. Занимает первое место в рейтинге LM Arena с ELO 1280. Лучший выбор, если нужно максимальное качество. Выход — 6 000 ₽/1M токенов.nano-banana-pro (gemini-3-pro-image-preview) — стабильная pro-версия с ELO 1233. Самая дорогая по выходу (12 000 ₽/1M), но даёт отличный результат на сложных промптах.nano-banana (gemini-2.5-flash-image) — оригинальная модель nano-banana с ELO 1156.Модели от гугла сейчас занимают топ рейтингов по генерации изображений.Рейтинг LMarena:https://arena.ai/leaderboard/text-to-imageВсе 3 модели Nano Banana доступны на моем сайте:https://rus-gpt.com/

Решил сравнить dgx spark и железо от apple(M5, M4...) для инференса нейронок. GLM-4.5-air (106B total / 12B active parameters) - типичная нейросеть для такого железа. Нейросеть относительно старая, но бенчмарк для сравнения железа актуален. Результаты на сриншотах.Выводы: 1. dgx spark хорош в промпт процессинге, но слаб в генерации. Причина - низкая пропускная способность памяти.2. Маки сильнее себя показывают в генерации, но при этом имеют относительно медленный промпт процессинг. В линейке M5 значительно прокачали чип и промпт процессинг стал лучше.Решил сравнить dgx spark и железо от apple(M5, M4...) для инференса нейронок. GLM-4.5-air (106B total / 12B active parameters) - типичная нейросеть для такого железа. Нейросеть относительно старая, но бенчмарк для сравнения железа актуален. Результаты на сриншотах.Выводы: 1. dgx spark хорош в промпт процессинге, но слаб в генерации. Причина - низкая пропускная способность памяти.2. Маки сильнее себя показывают в генерации, но при этом имеют относительно медленный промпт процессинг. В линейке M5 значительно прокачали чип и промпт процессинг стал лучше.

Qwen3.5 линейка нейросетей выпущена полностью. Архитектурно есть две интересные особенности:1. Нативно мультимодальная тренировка. Это позволяет лучше нейросети понимать мультимодальные и текстовые данные.2. Продвинутая работа с kv кешем. С обновленным подходом используется меньше видеопамяти под контекст. Это позволяет запускать нейросеть на железе с меньшей памятью. Также это ускоряет скорость работы.Нейронки потестировал - работают хорошо для своего размера. Результаты бенчмарков на скриншотах.Qwen3.5-397B-A17B - флагман. Лучше использовать по API. Железо для локального запуска дорогое.Qwen3.5-122B-A10B - можно уже запускать локально. 4битная модель требует от 100гб видеопамяти.Qwen3.5-35B-A3B Qwen3.5-27B - можно запускать на десктопном железе. RTX 5090 уже достаточно. Dense модель показывает хорошие результаты в программировании для своего размера.Нейронки доступны бесплатно в чате разработчика:https://chat.qwen.ai/Попробовать в чате и по API можно на моем сайте:https://rus-gpt.com/Qwen3.5 линейка нейросетей выпущена полностью. Архитектурно есть две интересные особенности:1. Нативно мультимодальная тренировка. Это позволяет лучше нейросети понимать мультимодальные и текстовые данные.2. Продвинутая работа с kv кешем. С обновленным подходом используется меньше видеопамяти под контекст. Это позволяет запускать нейросеть на железе с меньшей памятью. Также это ускоряет скорость работы.Нейронки потестировал - работают хорошо для своего размера. Результаты бенчмарков на скриншотах.Qwen3.5-397B-A17B - флагман. Лучше использовать по API. Железо для локального запуска дорогое.Qwen3.5-122B-A10B - можно уже запускать локально. 4битная модель требует от 100гб видеопамяти.Qwen3.5-35B-A3B Qwen3.5-27B - можно запускать на десктопном железе. RTX 5090 уже достаточно. Dense модель показывает хорошие результаты в программировании для своего размера.Нейронки доступны бесплатно в чате разработчика:https://chat.qwen.ai/Попробовать в чате и по API можно на моем сайте:https://rus-gpt.

https://youtu.be/yK6TCqzbCTgЗапустил на своем сервере GLM-5. epyc 7k62 + 512gb ram + 4x3090ti. Работает чуть быстрее, чем я ожидал.

Вот DeepResearch - сравнение топовых нейронок на данный момент.Вот DeepResearch - сравнение топовых нейронок на данный момент.