Библиотека data scientist’а

🐸 Библиотека дата-сайентиста

#развлекалово

От экспериментов с LLM к автономным агентам в продакшене

Сегодня ценятся не просто промпты, а архитектура. Мы учим строить ИИ-агентов по «инженерному стандарту»: с фокусом на надёжность, RAG-пайплайны и мониторинг.

Технические акценты:

— продвинутый `RAG` на базе Pinecone / Chroma для построения точного фундамента системы;
— агентская логика в LangGraph для управления сложными стейт-машинами и памятью;
— интеграция в прод через n8n для связи моделей с внешними инструментами и API;
— анализ качества в LangSmith для оценки обоснованности решений нейросети.

Создавайте системы, которые работают эффективно и предсказуемо.

Программа и запись

🚛 Итоги 2025 для больших языковых моделей

Очень сильный обзор года от Андрея Карпати.
Про RLVR и «мышление» моделей, рваный интеллект, vibe coding, Cursor, Claude Code и то, почему LLM — это скорее призраки, а не животные.

Если хотите понять, что реально изменилось в LLM за 2025, а не просто посмотреть на бенчмарки — обязательно к прочтению.

🔗 Ссылка на статью

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#буст

📁 Как LLM выбирают следующее слово: 4 стратегии генерации текста

Когда большая языковая модель генерирует текст, она каждый раз решает одну простую задачу:

какой токен выбрать следующим?

Но способов принять это решение — несколько. На инфографике показаны 4 основные стратегии, вот кратко и по делу:

1️⃣ Жадная стратегия (Greedy)

Самый простой и быстрый вариант. Модель всегда выбирает токен с максимальной вероятностью на текущем шаге (argmax).

✅ Плюсы: быстро, детерминированно
❌ Минусы: часто получается сухо, шаблонно и модель может застревать

2️⃣ Multinomial Sampling (сэмплирование)

Здесь модель не обязана выбирать самый вероятный токен. Она случайно сэмплирует слово из распределения вероятностей (softmax + temperature).

✅ Плюсы: больше разнообразия и креативности
❌ Минусы: может уехать в шум или бессмыслицу при плохих настройках

3️⃣ Beam Search (лучевой поиск)

Модель думает не только о следующем слове, а о всей последовательности целиком. Она параллельно держит несколько наиболее вероятных вариантов продолжения (beam width) и выбирает лучший путь.

✅ Плюсы: более связный и логичный текст
❌ Минусы: вычислительно дороже, иногда слишком «осторожный»

4️⃣ Contrastive Search (контрастный поиск)

Добавляет штраф за повторяемость. При выборе следующего токена учитывается не только вероятность, но и насколько он похож на уже сгенерированные слова (косинусное сходство).

✅ Плюсы: меньше зацикливаний, текст выглядит живее
❌ Минусы: сложнее в реализации

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#буст

Российские генеративные модели Kandinsky 5.0 Video Lite и Pro в международной text-to-video арене

🔘Pro версия является ТОП-1 опенсорсом в мире

🔘Lite версия (2B параметров) лучше первой версии Sora

🔘На данный момент Сбер уступает только топовым мировым бигтех компаниям: Google (Veo 3.1, Veo 3), OpenAI (Sora 2), Alibaba (Wan 2.5), KlingAI (Kling 2.5, 2.6); в паритете с Luma AI (Ray 3), MiniMax (Hailuo 2.3) — отрыв по ELO максимум 3 балла, при 95% доверительном интервале оценивания +-21 балла

🔘Для российских генеративных моделей выход на международную арену — уникальное событие

🚀 Полезные ссылки:
🔘Посмотреть весь лидерборд: lmarena
🔘Почитать подробнее про Kandinsky 5.0: пост, техрепорт
🔘Open Source Kandinsky 5.0: github и hf

📦 Docker & Kubernetes: визуальная шпаргалка

Современные приложения почти всегда живут в контейнерах и работают на кластерах.

Docker решает первую проблему — упаковать приложение со всеми зависимостями и запустить его где угодно: локально, на сервере, в облаке.

Kubernetes решает следующую — как запустить много таких контейнеров, следить, чтобы они не падали, масштабировать их под нагрузкой и обновлять без простоя.

💡 Проще говоря:
Docker — это «собрать и запустить одно приложение в коробке».
Kubernetes — это «надёжно управлять тысячами таких коробок на куче машин».

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#буст

🆕 Свежие новости для дата‑сайентистов

OpenAI выложила код и веса по sparsity-подходу
OpenAI продолжает ломать привычный пайплайн «сначала жирно, потом обрезаем» — теперь разреженность закладывается прямо в обучение. Самое любопытное: после жёсткого прунинга остаются маленькие, почти читаемые схемы, которые всё ещё работают. Похоже, мы всё ближе к моменту, когда «понять модель» станет не просто красивой метафорой.

NVIDIA выпускает Nemotron 3 — модели для многоагентных систем
Это не очередной чат-бот, а инфраструктура под агентные системы на масштабе. NVIDIA явно делает ставку на будущее, где один LLM — это мало, а вот десяток координирующихся агентов — норма.

Google анонсировала Gemini 3 Flash
Быстро, дёшево и почти как большой — классическая формула Flash. Google явно показывает, что «быстрее и дешевле» теперь важнее, чем «на 2% лучше в бенчмарке». Отличный кандидат для продакшена, где latency важнее эго.

OpenAI представила GPT-Image-1.5
Генерация картинок стала в 4 раза быстрее и заметно лучше управляется при редактировании. Модель тихо заменяет предыдущую версию — без революций, но с ощущением, что image-stack наконец-то взрослеет и перестаёт быть игрушкой.

В ChatGPT появился App Store
Теперь прямо из чата можно заказывать еду, собирать презентации и дергать сторонние сервисы через @. ChatGPT всё меньше «модель» и всё больше «операционная система».

OpenAI выпускает GPT-5.2-Codex
Специализированная версия GPT-5.2 под длинные инженерные задачи: рефакторинги, миграции, сложные пайплайны.

📍 Навигация: Вакансии • Задачи • Собесы

🐸 Библиотека дата-сайентиста

#свежак

DS умер? Нет, он эволюционировал в Agent Engineering

Модели стали commodity. Теперь ценность не в model.fit(), а в том, как заставить LLM надежно выполнять сложные цепочки действий.

Мы представляем радикально обновленный курс «Разработка AI-агентов».

Старая версия (5 недель) была лишь введением. Новая — это 13 модулей хардкора.

Advanced Track для ML-инженеров:

— RAG 2.0: Векторные БД (Pinecone, Chroma), семантический поиск, гибридные методы.
— Fine-tuning & RL: Обучение агентов, RLHF, MARL (Multi-Agent Reinforcement Learning).
— Frameworks: Глубокий дайв в CrewAI, AutoGen и LangGraph.
— Infra: Доступ к GPU-кластеру для ваших экспериментов.

Мы учим не просто «промтить», а строить сложные системы с памятью и инструментами.

🧪 Акция 3 в 1:

Покупаешь этот курс — выбираешь два любых других в подарок.

Data Science 2026

🐸 Библиотека дата-сайентиста

#развлекалово

🎓 Твой опыт стоит дорого — стань экспертом Proglib Academy

Чувствуешь, что накопил достаточно знаний, чтобы делиться ими с другими?

Мы ищем сильных практиков, которые хотят попробовать себя в роли:

— преподавателей;
— авторов курсов;
— наставников.

Это возможность не только монетизировать экспертизу, но и прокачать личный бренд, структурировать собственные знания и вырастить новое поколение специалистов.

👉 Заполни короткую анкету