Канал Machinelearning публикует материалы о Data Science, нейросетях и технологических разработках. В подборке есть новости моделей и практические темы работы с ИИ.

278 000подписчиков0переходов0просмотров страницы

Подписчики и просмотры публикации — из публичного предпросмотра Telegram; переходы и просмотры страницы — с сайта. Обновлено 16.10.2026

О канале

Канал Machinelearning публикует материалы о Data Science, нейросетях и технологических разработках. В подборке есть новости моделей и практические темы работы с ИИ. Лента объединяет специализированные материалы с более широкой технологической повесткой. Среди направлений — запуск языковых моделей и инструменты работы с данными.

Аудитория канала

Число подписчиков из публичного предпросмотра Telegram. Сохраняем реальные замеры при обновлении данных. Разрыв линии означает перерыв в замерах более трёх дней.

Первый замер: 278 000 подписчиков (16.10.26). График появится после следующего замера в другой день.

Перед подпиской

Доступ
Публичный канал
Язык публикаций
Русский
Формат
текстовые публикации, фотографии, видео, ссылки. Видны в веб-предпросмотре.
Кому подходит
Тем, кто изучает Data Science и следит за практическими возможностями ИИ.
Последняя известная публикация
16.10.2026, 13:24:14 МСК
Проверка адреса
Адрес Telegram ответил — 16.10.2026, 16:34:37 МСК. Успешный HTTP-ответ не подтверждает действительность приглашения.
Предпросмотр Telegram
Получен 16.10.2026, 16:05:37 МСК. Это не подтверждает действительность закрытого приглашения.
Редакционная проверка сведений
16.10.2026

Принадлежность канала редакцией не подтверждена.

Как проверяются данные →

История изменений

Сохраняется с момента подключения журнала. Смена адреса сама по себе не подтверждает сохранение владельца.

  • — Доступность адреса: unknown → reachableИсточник: Фоновая HTTP-проверка адреса Telegram

Последние публикации

Обновляются раз в 2 дня
Machinelearning@ai_machinelearning_big_data
Изображение публикации

⚡️ Tesla показала обновленный Roadster с реактивными соплами SpaceX Компания провела демонстрацию радикально переработанного прототипа спорткара Roadster второго поколения, анонсированного еще в 2017 году. Главной фишкой стала интеграция технологий SpaceX - в кузове автомобиля встроены композитные баллоны сверхвысокого давления объемом 600 литров, питающими десять сопел. На презентации в Техасе машина за счет реактивной тяги и нагнетателей оторвалась от рампы, совершила разворот в воздухе и перепрыгнула ряд других моделей Tesla. По словам Tesla, импульсная система позволяет электрокару разгоняться до 96 км/ч менее чем за одну секунду, развивать скорость свыше 370 км/ч и проезжать до 480 км на одном заряде. Серийное производство модели планируется в 2028 году. Tesla открыла предзаказы с депозитом от $50 000 до $250 000 на три комплектации: дорожную Performance с активной аэродинамикой и системой прижимного всасывания, трековую Thrust с задними реактивными соплами и экстремальную одноместную Rocket с полным комплектом маневровых двигателей. Илон Маск назвал Roadster статусным проектом, признав, что машина вряд ли принесет ощутимую прибыль и создается без оглядки на стандартные требования к безопасности. @ai_machinelearning_big_data #news #ai #ml

Machinelearning@ai_machinelearning_big_data
Изображение публикации

🖥 Tencent выкатила Hy Memory 2.0: открытая модель, фреймворк и MemHub для долгой памяти ИИ-агентов Hunyuan выпустили сразу три вещи в одном релизе. Модель Hy-Memory-30B-A3B, SDK-фреймворк и приложение MemHub. По заявлению Tencent, это №1 среди открытых решений на четырёх бенчмарках памяти, а сама модель обходит Opus 5 в ряде популярных фреймворков. Фреймворк работает с тремя типами памяти: из обычных чатов, из рабочих задач и из кода. То есть агент помнит не только то, о чём вы болтали, но и что делали в проекте. MemHub, у него есть CLI и версия для Mac, синхронизирует память между более чем десятью ИИ-инструментами. Один раз рассказал контекст, и он доступен везде, без повторных объяснений каждому ассистенту. Модель на 30B параметров с 3B активными (MoE), так что гонять её локально реалистичнее, чем кажется по цифре. Пока это цифры от самих авторов, независимые замеры стоит дождаться. Код и MemHub: https://github.com/Tencent-Hunyuan/Hy-Memory Модель: https://huggingface.co/tencent/Hy-Memory-30B-A3B Github: https://github.com/Tencent-Hunyuan/Hy-Memory @ai_machinelearning_big_data