Библиотека data scientist’а

💡 GPT-6 Astra: модели уже работают как исследовательские агентыOpenAI представила GPT-6 Astra — модель, которая делает заметный шаг от генерации ответа к долгим исследовательским задачам.Что интересного:— Astra умеет сохранять заметки между окнами контекста и искать по прошлым сообщениям и результа...

🌸 Если хочется не просто запускать model.fit(), а понимать математику ML, посмотрите книгу “Pen & Paper Exercises in Machine Learning”Это сборник задач с решениями, где вы на бумаге разбираете:— оптимизацию и линейную алгебру— графические модели— Variational Inference— Monte-Carlo методы📍 Навигаци...

🤖 Не одна LLM, а роутерЗачем отправлять каждый запрос в самую дорогую модель? LiteLLM позволяет маршрутизировать запросы между разными моделями и учитывать стоимость, latency и доступность.Простые задачи — дешёвая модель, сложные — мощная. Такой подход уже становится частью LLM-инфраструктуры.🔗 Li...

📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека дата-сайентиста

🧠 DAAF: Claude Code для полноценного анализа данныхПоявился интересный open-source инструмент — Data Analyst Augmentation Framework (DAAF). Он превращает Claude Code в помощника для количественного анализа на Python или R.Можно дать ему исследовательскую задачу, а дальше агент помогает с кодом, дан...

🤖 Anthropic учит AI-агентов управлять реальным железомAnthropic открыла research preview Model Hardware Standard (MHS) — спецификации, которая позволяет AI-агентам находить, понимать и управлять физическим оборудованием.Микроскопами, liquid handler’ами, лазерами, plate reader’ами, роботизированными...

🧬 А если модель оценивают не по тому, что она умеет создавать, а по тому, что уже создала природа?Исследователи MIT представили PottsMPNN — ML-фреймворк для дизайна белков, который пытается уйти от чрезмерной зависимости от природных последовательностей.Проблема в самой метрике. Долгое время модели...

⏳ Главная ошибка при валидации временных рядовОбычный KFold на временных данных легко даёт утечку из будущего: модель обучается на данных, которые хронологически находятся после validation. Метрики красивые, прод — уже нет.🤩 Для временных рядов используйте разбиение по времени:from sklearn.model_se...

📍 Навигация: Вакансии • Задачи • Собесы🐸 Библиотека дата-сайентиста

🤩 Бесплатный курс по Visual GenAI: от DDPM до 3DВ одном репозитории собрали полноценный graduate-level курс по современной генерации изображений, видео и 3D.Внутри:🤩 DDPM, Score Matching, SDE/ODE;🤩 Flow Matching и DPM-Solver;🤩 Consistency Models, MeanFlow и генерация за несколько шагов;🤩 авторе...

🧠 MIT: чем больше датасет, тем сложнее понять, что именно повлияло на ответ моделиСвежая работа MIT по machine unlearning обнаружила интересный эффект: с ростом обучающего датасета связь между отдельными примерами и поведением модели становится менее очевидной.На практике это означает:— удалить кон...

📄 Docling — мощный инструмент для разбора документов под задачи Data Science Если вы работаете с RAG, LLM, извлечением данных или документными пайплайнами, Docling — это как «универсальный загрузчик» для неструктурированных данных.Он не просто конвертирует файлы — он понимает структуру документов.Р...