gonzo-обзоры ML статей

@gonzo_ml

Авторы: Гриша Сапунов, ранее руководитель разработки Яндекс-Новостей, ныне CTO Intento. Области интересов: AI/ML/DL, биоинформатика. Лёша Тихонов, ранее аналитик в Яндексе, автор Автопоэта, Нейронной Обороны... Области интересов: discrete d…

Открыть в Telegram →

24.3K

Подписчиков

5.9%

Охват (Reach Rate / RR)

просмотры / подписчики

0.5%

Вовлечённость (ER)

реакции / просмотры

О канале gonzo-обзоры ML статей

24.3Kподписчиков1.4Kсредний охват5.9%охват (RR)0.5%вовлечённость (ER)

AI-обзор

Обновлено 17.07.2026

Канал "gonzo-обзоры ML статей" публикует обзоры научных работ в области машинного обучения. Авторы, специалисты с опытом работы в Яндексе и Intento, разбирают последние исследования ICML и другие публикации, затрагивая темы борьбы с дипфейками, гроккинга и диффузионных моделей. Канал будет интересен разработчикам и исследователям, интересующимся новейшими достижениями в машинном обучении.

Описание сформировано MaxBook AI на основе последних публикаций канала.

Основные метрики

Рост подписчиков

0+0.0%

Вовлечённость

5.9%Охват

Подписчиков24.3K

Просмотров/пост1.4K

Реакций/пост5

Низкая

Качество

0.35%

Реакции/просм.

Постов

Реакций/пост

0.35%просмотров конвертируются в реакции

Здоровье аудитории

Средний охват: ~1.4K на пост — это ~6% от 24.3K подписчиков

Доля от числа подписчиков. Один пост видит не обязательно одна и та же часть аудитории, поэтому остаток — не «неактивные подписчики».

5.9%

Охват (RR)

Низкое

0.49%

ER (вовлечённость)

~7 реакций/пост

Низкий охват. Менее 15% подписчиков в среднем видят публикации. Причины бывают разные — часть аудитории заглушила канал, ушла в другие площадки, либо MaxBook собрал не все просмотры.

Часовая активность

МСК

Когда канал публикует — распределение постов по часам суток.

14:00

Пик публикаций

Ночью (0-6)

Публикует днём

Распределение 48 постов по часам публикации и средний охват/реакции постов в этот час. Время — московское (МСК). Это график публикаций канала, не онлайн-статус аудитории.

Последние публикации канала «gonzo-обзоры ML статей»

176 просмотров, 18 июл. 2026 г.
В комнату входит состязательная психометрика. Забавно, что "персоны" моделей существенно разные — Клод кооперативен, а GPT склонна к обману. Measuring Intelligence Beyond Human Scale Jerry Han, Rafael Moschopoulos, Ella Colby, Vishrut Goyal, Andrew Tu, Kia Ghods, Mark Braverman, Elad Hazan / Princeton Superalignment Paper: https://arxiv.org/abs/2607.07040 Review: https://arxiviq.substack.com/p/measuring-intelligence-beyond-human Code: N/A Model: N/A # TL;DR ЧТО сделали: Авторы представили SepaRank — теоретико-игровой фреймворк для оценки моделей, основанный на «состязательной психометрике».…
Открыть пост в MAX
359 просмотров, 17 июл. 2026 г.
Развитие темы про добавление памяти в различные архитектуры. В работе решают проблему ограниченного размера рекуррентного состояния в SSM-подобных моделях (здесь Gated DeltaNet) через увеличение этой памяти на несколько порядков одновременно с реализацией разреженных чтения и записи в неё. Мне кажется, это в каком-то смысле реимплементация старых добрых Neural Turing Machines (NTM) на новом субстрате. Теперь оно и скейлится неплохо. Sparse Delta Memory: Scaling the State of Linear RNNs through Sparsity Loïc Cabannes, Pierre-Emmanuel Mazaré, Gergely Szilvasy, Matthijs Douze, Maria Lomeli,…
Открыть пост в MAX
1.4K просмотров, 13 реакций, 16 июл. 2026 г.
Базу для хранения жизненного опыта агентов подвезли. Ждём новый инфраструктурный стартап? Experience Graphs: The Data Foundation for Self-Improving Agents Gang Liao, Yujia He, Abdullah Ozturk, Zhouyang Li, Ying Wang, Zhitong Guo, Hongsen Qin, Yaobin Qin, Tao Yang, Zewei Jiang, Dianshi Li, Jort Gemmeke, Jiangyuan Li, Liyuan Li, Nathan Yan, Masha Basmanova, Uladzimir Pashkevich, Matt Steiner, Pedro Pedreira, Rob Fergus, Anirudh Goyal, Carole-Jean Wu, Gaoxiang Liu, Andrew Witten, Daniel J. Abadi Paper: https://arxiv.org/abs/2606.29823 Review:…
Открыть пост в MAX
2.0K просмотров, 66 реакций, 16 июл. 2026 г.
Подарок от Джеффа Дина пришёл
Открыть пост в MAX
1.3K просмотров, 7 реакций, 15 июл. 2026 г.
Интересная работа с ICML 2026 Outstanding Position Paper Honorable Mention . Последняя из пачки призёров ICML, которую я буду разбирать. Борьба с дипфейками решает не ту задачу, от которой реально страдают люди. Все усилия сконцентрированы на подтверждении подлинности, тогда как большинство реальных проблем сейчас находятся в районе вреда для достоинства личности, и никто эту тему не исследует, все работают там где проще со своей бинарной классификацией. Слишком далеки они от народа в своём поиске под фонарём. Position: AI/ML Deepfake Research is Misaligned with AI-Generated Non-Consensual…
Открыть пост в MAX

Качество и доверие

100

из 100

Явных аномалий не обнаружено

Эвристические сигналы качества по публичным метрикам (охват, реакции, динамика подписчиков). Это не доказанный фрод и не приговор — лишь поводы присмотреться к каналу.

Реклама и монетизация

Эффективность по типу контента

Средние показатели последних публикаций. Тип определён по тексту поста — оценочно.

Фото(1 пост)1.3K просм. · 7 реакц.

Текст(19 постов)924 просм. · 5 реакц.

Цитирование

Индекс цитирования

Сколько раз канал упомянут и репостнут в постах других каналов.

163

упоминаний

122

репостов

Публикации

20 последних публикаций

Дополнительно

16пропущенных ID постов

Из 48 пойманных постов в диапазоне ID сообщений отсутствует 16. Пропуски — это удалённые посты ИЛИ медиа-альбомы и служебные сообщения (один альбом = несколько ID). Точную причину по одним ID определить нельзя.