AI.Insaf (@ai_tablet) — Полный архив постов канала

Ранние посты (#1-~49)

Пост ~1: TabGAN (pet project)

• Библиотека генерации табличных данных (с 2021)
• 500+ ⭐, 40K загрузок, 38 цитирований
• Грант Яндекс Open Source (апрель 2024)
• Теперь генерация через GAN + LLM + Forest Diffusion
• pip install tabgan
• https://github.com/Diyago/Tabular-data-generation

Пост ~2: Вакансии (DA + DS)

• Мониторинг и предиктивное выявление проблемности корпоративных заёмщиков
• Стек: Python, SQL

Пост ~3-7: Япония (Токио, Киото, Осака, Нара)

• Токио: вежливость, регулировщики, рамены, Фудзи
• Киото: храмы, Золотой храм (Мисима), Тории ⛩, Фусими Инари
• Осака: замок, уличная еда
• Нара: олени 🦌

Пост ~35: The Culture Code

• Успех команды = чувство безопасности
• Фасилитатор: сначала идеи, потом реализуемость
• Общее чувство цели + взаимная уязвимость

Пост ~36: Мем (OK google, на чём обучали Gemini)

Пост ~37: Двойная ось Y в графиках

• Мнимое пересечение на графике №1
• График №2 — правильный, ушёл в печать

Пост ~38: The Shape of Story (презентации)

• Единство стиля, лаконичные выводы
• Микроистории: проблема → сложности → решение → эффект
• В Сбере — executive summary (обратный порядок)
• Курсы: Бонни и Слайд, Яндекс Практикум

Пост ~39: Presentation skills (МФТИ → Delivery Club)

• Первые слайды для руководства — "приземлили"
• Рекомендации: Виктор Кантор, Таня Савельева (топ-30 Forbes)

Пост ~40: Книги "Выживает самый дружелюбный" + "Лучшее в нас"

• Альтруизм бонобо, эволюционный успех через сотрудничество
• Снижение насилия в истории человечества
• Но: частные кейсы, confirmation bias, cherry picking

Пост ~41: Менторство — личный опыт

• Два ментора за 3 года
• Первый: софты, продакт, книги, уверенность
• Второй (сертифицированный): быстрое разрешение кейсов
• Проблема: когда нечего формулировать — значит всё решилось
• PS: кто работает с ментором = менти

Пост ~42: Летняя школа МФТИ

• Лекция: "Мониторинг корпоративных рисков в условиях неопределённости"
• Интерпретация моделей, bias/variance, blending
• "Кармический откат за пропуски лекций в универе"
• Большинство школьников выбрали домашку вместо докладов

Пост ~43: Яндекс Практикум — консультант

• Обсудили найм, навыки DS для табличных данных
• Рекомендации по программе курса
• Интересная опция: сервис найма для нанимающих менеджеров

Пост ~44: Хакатон AI стартапов (ментор)

• Проект: личный ассистент по выбору одежды
• ViT/CLIP для эмбеддингов, FAISS для поиска
• FashionVLP, CoSMo.pytorch, metric learning
• Команда школьников — не прошли в финал (жюри: Артемий Лебедев)

Пост ~45: Почему бустинги лучше нейросетей на табличных данных

• Deep Neural Networks and Tabular Data: A Survey (2022)
• Причины: качество данных, отсутствие структуры, критичность признаков, GPU
• A Closer Look at Deep Learning on Tabular Data (300 датасетов)
• Catboost выигрывает в ~200 из 300
• TabR (Яндекс) — медленно, падает по памяти

Пост ~46: Книги/курсы для DS

• Классическое ML: Python Machine Learning (Raschka), специализация МФТИ+Яндекс
• MLOps: O'Reilly
• System Design: Designing Machine Learning Systems
• Аналитика: Девенпорт, SQL, Pandas
• RecSys: курс МТС
• A/B: гайд VK, Яндекс Практикум, Trustworthy Online Controlled Experiments
• NLP: ШАД, Voita, Abby, обзорные статьи
• CV: Deep Learning with PyTorch

Пост ~47: Софтовые навыки

• Общение, small talk
• Переговоры: "Договориться можно обо всём", "Переговоры с монстрами"
• Деловая переписка
• Фасилитация
• Public talks
• Лидерство: NASA, "Лидер без титула", "5 пороков и 5 благодетелей команды"
• Креативность: "Как придумать идею, если вы не Огилви"
• Менторы, коучи, психологи

Пост ~143: Google Jules (coding agent)

• Запущен в мае, интеграция с GitHub
• Переписал readme.md неплохо
• Но: установка torch непосильна, код не работал, 400+ строк изменений
• До часа ожидания на запрос
• Cursor пока лучше

Пост ~144: Сбер — отчёт 2024

• Проект "Индивидуальный мониторинг" в отчёте Сбера
• 486 страниц

Пост ~145: Reddit — ChatGPT трейдинг

• Чат-бот натрейдил на $400
• Robinhood, длинное плечо, риск
• На NVidia ошибка 40% за 3 месяца
• Excel-протягивание или экспоненциальное сглаживание

Пост ~146: Swing Vision (теннис)

• Приложение для анализа тенниса
• Инвесторы: ex ATP No1
• Локальный инференс на телефоне
• Статистика: удары, точность, скорость
• Challenge (Hawk-Eye) для аутов
• Нужен трипод

Пост ~147: OCR и Vision-LLM тренды Q1/Q2 2025

• Gemini 2.5 — новая SOTA, на 15-20% лучше qwen/gpt-4o
• Small VLM: MonkeyOCR, Dolphin
• ChartQA Pro: топовые VLM далеки от человека (85%)
• Claude Sonnet 3.5: ~56%, GPT-4o: ~42%
• Enterprise: специализированные модели лучше универсальных

Пост ~157: Шри-Ланка

• Тур по путёвке
• Сёрфинг: инструктор 1000₽/час, отбил рёбро
• Цейлонский чай
• Еда спорная, акула как белая рыба, дуриан
• Сафари по реке: крокодилы, хамелеон, лангуры
• Запуск черепашек в океан

Пост ~158: LLM Reasoning (Sebastian Raschka)

• Wait Injection: +50% на математике
• Chain of Draft (CoD): короткие тезисы вместо избыточного CoT

Пост ~159: ШАД — курс по LLM

• Достойные материалы
• PS: будет integer overflow

Пост ~160: TabM (Яндекс)

• MLP-архитектура, имитирует ансамбль из 32 сетей
• Параметры из статьи, падает по памяти
• LightGBM: AUC 0.7659, TabM: 0.7421
• TabM CPU: 234.55s vs LGB: 0.23s

Пост ~161: TabArena + RealMLP

• TabArena бенчмарк: LightGBM и TabM стат. не отличаются
• RealMLP — новый лидер
• Предобученные дефолты, квантильное преобразование, smooth clipping
• Работает быстро, из коробки, гиперпараметры не нужны

Пост ~162: Avito DS party

• Вечеринка для DS тимлидов и менеджеров
• Создание комьюнити

---

Посты #74-#89

Пост ~74: Авито мероприятие для DS тимлидов

• Вечеринка, друзья, новые знакомства
• Цель: сильное комьюнити

Пост ~75: Хакатон (кластеризация логов)

• 3-е место
• Идеи: scaNN, Rank-BM25, кастомный эмбеддинг, dbstream, LLM-итеративная кластеризация, JetBrains aggregation
• Ожидаемо хотели трансформеры, но объём данных + ресурсы → другой подход

Пост ~76: OCR обзор (Игорь Галицкий)

• Pipeline-Based, Expert OCR VLMs (GOT-OCR2.0), General VLMs
• Enterprise: RAG по документам, качество OCR влияет на результат

Пост ~77-78: Мемы

Пост ~79: ChatGPT и расшифровка истории

• "Александр Радищев", 1836

Пост ~80: Аналитика hh

Пост ~81: Data Ёлка VK (2019 → сейчас)

• Reliable ML: MAPIE, uncertainties
• NLP: "LLM стали лучше. Занавес"
• PyData: Briefer, Quak
• Карьера: 7+ резюме на вакансию, джуны 10x
• Time-Series Anomaly Detection: Dive into Time-Series Anomaly Detection: A Decade Review

Пост ~83: Персонализированное письмо

• AI-агенты сайт спарсил GitHub + LinkedIn
• Супер-персонализированное письмо

Пост ~86: Временные ряды аномалии (deep dive)

• Dive into Time-Series Anomaly Detection: A Decade Review
• Виды аномалий: точечные, контекстные, sequence-based
• Supervised/Unsupervised/Semi-supervised/Self-supervised
• Классические: бустинги, RNN, LSTM, SVM, скользящее среднее
• Reconstruction-based: автоэнкодеры, GANs, диффузионные
• Clustering-based: DAG, KNN (лучший по простоте)
• Метрики: ROC AUC, Precision, Recall
• Бенчмарки: NAB, KDD21, TODS, TimeEval
• Рекомендация: бейзлайн на скользящих средних и бустингах

Пост ~87: KNN для поиска аномалий (code snippet)

• window_size=5, NearestNeighbors, anomaly_scores

Пост ~88: GigaChat vs DeepSeek (Марков vs Тюкин)

• GigaChat: позитивная оценка
• DeepSeek: выложил половину весов, скорость инференса в 2 раза ниже
• Цены API: DeepSeek $0.14-2/1M, ChatGPT $10-20, GigaChat $10
• DeepSeek API отключены
• GigaChat open-source, архитектура на DeepSeek

Пост ~89: Hugging Face — AI агенты курс

• smolagents — не нужно прописывать логику вызова функций
• Первая часть из шести, час
• Учебные проекты: запрос погоды (зачем, если проще напрямую)

---

Посты #90-#228

Пост 90: ChatGPT и креативность (Science)

• Generative AI enhances individual creativity but reduces collective diversity
• Больше AI-идей = лучше текст, но тексты похожие
• Решение: разные модели, повысить temperature

Пост 91: NeurIPS vs Taylor Swift

• На NeurIPS меньше людей, чем на концерте Taylor Swift

Пост ~92: Книга "Простые правила"

• Сложные правила сложно соблюдать
• Простые = продуктивнее и точнее
• Примеры: бессонница, стартапы Чили

Пост ~93: Kaggle Best Solutions 2023

• Временные ряды: GroupKFold, cross time series validation
• GRU, магический коэффициент 1.0045
• LB public probing = переобучение (упал с 1-го на 967-е)
• Распознавание языков жестов: Squeezeformer, FingerDropout
• 1D CNN для букв эффективнее трансформеров

Пост 163: Обзор архитектур open-source LLM за 2025

• Linear Attention Hybrids (Qwen3-Next, DeepSeek V3.2)
• Text Diffusion Models — параллельная генерация, но хуже качество
• Small Recursive Transformers — <100M параметров, головоломки
• Code World Models — LLM моделирует выполнение кода

Пост 190: Follow-up от Raschka

• Linear Attention: KV-кэш лучше, метрики немного просели
• Text Diffusion: не работает Chain of Thought
• Small Recursive Transformers: красивая история, но пока только тулзы для больших моделей
• Code World Models: увеличение compute, результат на уровне классики

Пост 191: Глобальная память в LLM

• Обзор подходов: суммаризация, NER, Agentic memory, длинный контекст, RAG, Function calling
• MemGPT → Letta: Core Memory + Archival Memory
• A-Mem: имитация человеческой памяти (факты модифицируются, не добавляются)
• LangMem (LangChain): асинхронная обработка памяти
• x3 F1, в 16x меньше токенов

Пост 192: GigaMemory (AI Journey Contest 2025)

• 1-е место (86.6%): logprobs релевантности чанков через LLM
• 2-е (84.5%): технически сложнее, но концептуально похоже
• 3-е (74.5%): классический RAG с bge-m3
• Проблема: топ-2 перечитывают все диалоги заново

Пост ~193: Итоги года (tgstats / tgwrapped)

• Цифры не бьются — "не согласовали методологию"

Пост 195: RecSys (самый сложный домен в ML)

• МТС курс по RecSys
• В продакшене: комбинация методов + топ популярных + последние взаимодействия
• Стабильные предпочтения: ALS на большой истории
• HSTU (Meta, 2024): триллион параметров, генеративная архитектура
• Open-source: LightFM (заброшен), RePlay (Сбер)
• Яндекс Музыка: HSTU-подход, +2.2% TLT, +12% Discovery
• LLM в RecSys: OneRec/MiniOneRec, PLUM, RecAI/InteRecAgent, RecGPT, PinRec, RoLLMRec

Пост 196: Мем (оперативка дорожает)

Пост 197: Financial Times — AI-proof your job

• Социальные навыки важнее тех-скиллов для зарплаты
• O*NET классификация: High/Low social × High/Low math
• Wages: рост медианных зарплат относительно 1980-х
• IT: спрос падает, важнее погружение в продукт

Пост 198: Вакансия Senior DS (Сбер, HR-блок)

• AI-агенты, ранжирование резюме, RecSys для обучения, отток
• Стек: Python, SQL, GigaChat, LangChain/LangGraph, LightGBM

Пост 199: Бесплатный API (vibeproxy)

• vibeproxy / easyCli — мимикрирование подписок
• Continue.dev + бесплатный Qwen
• ChatGPT Go не подходит, нужна Plus

Пост 200: KnowNote + DeepTutor (локальные NotebookLM)

• KnowNote: эмбеддер без настройки размерности, RAG не работал
• DeepTutor (10K ⭐): зависимости, LightRAG, RAGAnything
• Ollama POST-запросы некорректны → LM Studio
• Проблема с переполнением контекста (36 API-вызовов)
• LM Studio: частичный инференс на GPU

Пост 202: Мем (взаимный Agentic Looping)

Пост 203: Kimi для генерации слайдов

• ChatGPT/Gemini/Perplexity: текст в пару предложений
• Kimi.com: достойные слайды про RAG (во вложении)
• Лимиты жёсткие

Пост 204: LLM в RecSys (follow-up)

• OneRec/MiniOneRec (Kuaishou): Semantic IDs, 25% трафика, 400M DAU
• PLUM (YouTube/Google): CPT на доменных данных
• RecAI/InteRecAgent (Microsoft), RecGPT/RecGPT-V2 (Taobao): LLM-оркестратор
• PinRec (Pinterest), LinkedIn Retrieval: dual-encoder
• RoLLMRec (2026): промпт-инъекции в описания товаров, защита через RAG-валидацию

Пост 205: Anthropic обвиняет китайские AI

• 16M+ запросов через фейковые аккаунты
• Claude на китайском отвечает что он DeepSeek

Пост 206: (пропущен / удалён)

Пост 207: Парадокс Джевонса

• Технологический прогресс увеличивает эффективность → увеличивает потребление
• indeed.com: вакансии разработчиков растут (vibe coding)

Пост 208: Python митап

• Выступление про публикацию в open source
• 100+ человек, обещали футболку 🤨

Пост 209: Мультиязычные LLM

• One ruler to measure them all: Benchmarking multilingual long-context language models (arxiv 2025)
• Польский (88%) > русский (84%) > английский (83.9%)
• Тестировались слабые модели: Gemini-1.5-Flash, Qwen 2.5 72B
• Разница значимее на длинном контексте

Пост 210: Open Source LLM Spring 2026

• Обзор от Sebastian Raschka — что нового в опенсорс за 2 месяца:
• Sliding Window Attention у всех, контекст растёт, модели не толстеют
• QK-Norm как аналог RMSNorm
• Мультимодальные модели (Kimi k2.5 претрейн на изображениях)
• GLM-5 от Z.ai — на уровне GPT-5.2/Opus 4.5, внутри DeepSeek-V2
• Step 3.5 Flash (196B) — сопоставим с DeepSeek, в 3x быстрее, Multi-Token Prediction

Пост 211: AIConf 2026 (20 апреля, Москва)

• Мультиагентные системы и RAG
• Стабильные результаты от LLM
• Обоснование технологий бизнесу
• Экономика AI / инфраструктура
• 400+ участников, спикеры из Сбера, Яндекса, VK

Пост 212: Clawbot / OpenClaw опыт

• Поднял на VPS, старая версия библиотеки
• OpenRouter — бесплатные модели не такие уж бесплатные
• Локальный Qwen — tool calling падал из-за абсолютных путей
• Без контекста 200k всё падает
• Вывод: рано для само-хостинга, лучше коробочные решения (Kimi, GLM) но нужна подписка

Пост 215: Colleague Skill (цифровой двойник)

• Система оцифровки сотрудника в AI-агента
• Стилистический промпт + мета-информация + переписки
• Три файла на выходе: стиль общения, решение задач, стек
• Зафорсилось в Китае
• Claude как кодинг-агент и так хорош

Пост 216: Z.ai цены

• GLM 5.1 подписка подорожала в 2 раза до $160
• Лучшие в опенсорсе, но подписки как у проприетарных

Пост 217: Внедряем 🙂

(19 😁 — мем-пост)

Пост 218: RAG SOTA benchmarks (SEQUOIA)

• Классический пайплайн: Hybrid Retrieval + reranker + суммаризация
• Step-back prompting, Agentic RAG
• LightRAG — графовая альтернатива векторным базам
• RAPTOR — дерево с кластеризацией листьев
• SEQUOIA = RAPTOR + step-back prompting = SOTA
• Проверено 7 методов: No-RAG, Classical, Hybrid, LightRAG, PageIndex, GraphRAG, Agentic, SEQUOIA, SEQUOIA Pro
• Репо: https://github.com/Diyago/rag-benchmark

Пост 219: Первое приседание

(отсеял часть решений)

Пост 220: AI Conf отчёт

1. Публикации индустрии — среднее время 9 месяцев, LLM для кода/ревью уже норма
2. Воркшопы: search-агенты (ReAct + Groq + Tavily), мониторинг (Langfuse)
3. Agent Harness (Deep Agents) — память + скиллы, но дорого (2M токенов на скилл, 100K на вызов)
4. Голосовые агенты: Speech-to-Text → LLM → Text-to-Speech, проблемы с latency и перебиваниями
5. LLM-контент на YouTube: обложка + сценарий + контент = легко распознать по капс-заголовкам
6. Еда по талонам — котлетка с пюрешкой

Пост 221: 💀

(18 😁 — мем)

Пост 222: 100 триллионов токенов от Xiaomi

(мем/новость)

Пост 224: Russian Speech-To-Text бенчмарк

• Сравнил Whisper vs GigaAM-RNNT/CTC vs мультимодальные модели
• GigaAM на порядок быстрее Whisper при сопоставимых метриках
• Мультимодальные модели — медленно, качество проседает
• LLM-постпроцессинг улучшает качество
• Репо: https://github.com/Diyago/tts_bench
• WER/CER метрики

Пост 225: AI для готовки

• ChatGPT для готовки с 5й версии
• Кимчи, radis sauté au beuvre
• Создание реальной добавленной стоимости 😅

Пост 226: Стэнфорд исследование

• Найм проседает из-за AI в первую очередь у джунов
• Разработка и клиентская поддержка — сильнее всего
• https://digitaleconomy.stanford.edu/...

Пост 227: Книга "Займись ничем"

• Польза прокрастинации
• Непрерывный фокус перегружает префронтальную кору
• Default Mode Network (DMN) — пассивный режим мозга ловит инсайты

Пост 228: Freebuff (вайбкодинг)

• https://freebuff.com/ — бесплатные лимиты
• 5 сессий по часу в день
• Модели: DeepSeek V4 Pro, Kimi K2.6, DeepSeek V4 Flash, MiniMax M2.7
• Собирают данные для обучения через API
• Обрывает часовые сессии
• Установка: npm install -g freebuff

---

Собрано: 2026-05-31
Источник: t.me/s/ai_tablet (public preview)
Метод: web_fetch через t.me/s/ URL (без авторизации)

---

More AI engineering notes, RAG benchmarks, and production insights from inside a bank — follow my Telegram channel:

🚀 https://t.me/ai_tablet (Russian, technical)