Запрети мне псевдолейблить

Я недавно выступал в Центральном Университете для программы 'Машинное обучение' и на нее прямо сейчас можно поступить. Она формировалась и для будущих ресерчеров и людей, которые хотят работать в индустрии. На нее можно получить грант до 75%, но места ограничены…

Абсолют ioai завел свой канал https://t.me/artem_to_agi/6 Кажется, он даже подписан на псевдолейблинг

Тем временем Мистраль стал первой моделью, которая автономно выиграла соревнование на Kaggle, взяв top-7 в Rogii Wellbore. Французская команда уже опубликова разбор решения модели:

93 место и серебро нафармлено. Пойду спать, удачи не произошло https://www.kaggle.com/competitions/rogii-wellbore-geology-prediction/leaderboard Три золота были выиграны в лотерею 🪿, классика

Medals come and go bro But you know I stay

14 из 22 кагглеров улетают из золота на привате А из призов выкинуло буквально всех

93 место и серебро нафармлено. Пойду спать, удачи не произошло https://www.kaggle.com/competitions/rogii-wellbore-geology-prediction/leaderboard Три золота были выиграны в лотерею 🪿, классика

Все считается/парсится прямо на бизибаре, ему нужен только ваш токен каггла и желание фармить медальки Upd: хватит ставить бананы

На каггле захостили новую RSNA Knee Abnormality Detection: https://www.kaggle.com/competitions/rsna-knee-abnormality-detection Традиционно челлендж посвящен МРТ данным в 2.5D формате. Т.е. есть много двумерных снимков одного и того же объекта по 'срезам' разной глубины. На этот раз надо обнаруживать 12 видов остеопорза в коленках пациентов. 570 ГБ снимков в высоком разрешении, самое время нафармить золото за счет ваших бесконечных ресурсов (ну и помахаться с NVIDIA заодно). Главное, чтобы инференс влез в 9 часов на кагл гпу. Соревнование проходит уже 8 лет подряд, так что массив опыта в нем накоплен титанический. Возможно, и мне пора вкатиться и поучаствовать, но в прошлые годы, признаюсь, меня просто пугал объем хаков, в которые надо вкатиться. Шанс для всех тридцатилетних понять чуть больше о том, почему болят колени

Примерный лор канала за последние полгода и на будущие три месяца

https://t.me/durov/537 Раздать олимпиадникам компьют на какуне- 🙅‍♂️ Включить TON-монетизацию самому большому tech каналу в Германии- 🚫 Раздать крипто-скам-nft-подарки-бейджи- 😎️️️️️️ Но все же хвалю, потому что как-то надо растить свою найм-базу

Отдельно хочу всех школьников/студентов исключить из конкуренции на kaggle убедить влететь в другое соревнование трека NeurIPS: Fusion equilibrioum challenge (возможно нужен vpn для ссылки) Датасет — 98 ГБ и 9 121 плазменный импульс с двух токамаков: DIII-D и MAST. На вход модели идут временные ряды токов в электромагнитах и плазме, а также лазерные измерения температуры и плотности электронов. По сути, это многомерная регрессия: нужно восстановить карту магнитного потока размером 65×65 и предсказать ещё два параметра плазмы — q95 и βN. Первое надо, чтобы плазма на вырвалась наружу. Обычно конечно считают q99.9999, но видимо тут организаторы на чилле и решили меньше упора делать на предельную статистику. Второе- соотношение затрат энергии на удержание плазмы к ее энергии. Токомаки это круто, потому что: Именно для их создания Отто Актавиус вживил себе AGI-клешни. Токомакам не нужен уран, они работают на изтопах воды. Дейтейрия с тритием нам хватит буквально на миллионы лет при текущем потреблении энергии и на тысячи- если все же построим AGI. Токомаки не могу бабахнуть, потому что установка сама гаснет при поломке и реакция прекращается. Токомаки вообще не выделяют CO2. Вот бы их можно было использовать в умных домах. Основная проблема- это уметь удерживать плазму с температурой 100 млн градусов цельсия внутри. В первом треке модель обучается и тестируется на DIII-D — надо как можно точнее восстановить скрытую магнитную геометрию плазмы на уже знакомом токамаке. Во втором нужно обучиться на DIII-D и перенести модель на токамак MAST (другая конструкция) — пытаемся учить физику, а не оверфититься под аппарат. Участвовать можно как одному, так и командой Вообще не намекаю на команду едущую на межнар и их сбор в одного огромного паверрейнджера Почему иммено студенты/школьники: 0. Организаторы сделали специальный тулкит, чтобы было легче вкатиться: визуализаторы, верхнеуровневый гайд по тому, что происходит и выдали бейзлайн. 1. Низкая конкуренция: у соревы кастом платформа + низкие призы (по $500 за каждый трек), а значит знаменитые NVIDIA-фармеры с бесконечным железом не придут всех унижать. 2. Дают билеты на NeurIPS топу треков (тут без подробностей про число) + можно выступить с Oral Presentation (есть онлайн опция, если не дали визу). Такое точно можно себе в резюме вписать в достижения 3. Организаторы это профы из Texas Austin, топ 25 CS-ranking мира. Это ваши потенциальные научные руководители и реферы при поступлении в магистратуру/PhD и даже бакалавриат. У одного только ведущего автора 16411 цитирований и хирш 70! 4. Эти самые организаторы берут вас соавтором в публикацию, которая 99.99% попадет в A* конфу + у вас будет реальный опыт колаборации с ними -> можно попросить рефер не на пустом месте + можно и на берегу разойтись, если работа с ними вам не нравится. При этом в соавторы зовут топ-3 каждого трека + 4 человек на выбор оргов 5. Орги дают халявный компьют, так что можно быть бедным. Соревнование пока не стартовало на кодбенч, но уже можно потрогать данные и бейзлайн Короче я обижусь, если вы этот пост не перешлете в чат своей группы в универе

NeurIPS опубликовал официальный список ML-челленджей этого года — и моей победоносной астрофизики Ariel в нём нет. Да и много Kaggle в этот раз не завезли. Явный фаворит года — CodeBench: там пройдут 7/19 соревнований. Ещё шесть будут на собственных платформах…

И вот еще одна RL сорева Это RL-обгон? У нас будет 4 подряд соревнования на РЛ. Видимо, появится много новых мастеров https://www.kaggle.com/competitions/kaggriculture

NeurIPS опубликовал официальный список ML-челленджей этого года — и моей победоносной астрофизики Ariel в нём нет. Да и много Kaggle в этот раз не завезли. Явный фаворит года — CodeBench: там пройдут 7/19 соревнований. Ещё шесть будут на собственных платформах, а для двух площадки пока не объявлены. Так что совместить красивую публикацию с каггловскими медальками в этом году почти не получится Распределение по темам: 5 — физика 4 — биология 4 — ризонинг и фундаментальные модели 4 — робототехника Единственный Kaggle-челлендж — и, на мой взгляд, самый интересный — Smart Building Challenge 2026. Помните статью Google о том, как RL управлял дата-центром? Здесь похожая идея, только управлять нужно коммерческими зданиями (офисы/склады). Цель — одновременно снизить дискомфорт людей, потребление энергии и выбросы CO2 для конкретного модельного дня. Комфорт важнее, так что у него вес 0.6. У CO2 и энергии по 0.2. Мне одному интересно, как можно экономить CO2 и не экономить энергию? На вход алгоритм получает температуру в каждой комнате, температуру водопроводной воды, количество людей в каждой комнате здания и их предпочтения по температурному режиму. Собственно по ним и меряется 'комфорт'- степень отклонения от цифры, которую люди выставили на термостате Action space здесь шире, чем у судебных приставов: можно регулировать практически любые параметры подачи воды и воздуха — вплоть до температуры и давления в каждой комнате. При желании можно вообще перекрыть и кислород, и воду При этом фиксация на комфорте задает тактическую глубину: если заранее прогреть задние перед приходом людей, то получится фармить побольше комфорта ценой малых затрат энергии. Или можно убивить отопление людных комнат, потому что люди их подогревают теплом тел Для Kaggle Regret-RL формат довольно редкий. Обычно мы либо оптимизируем метрику на фиксированном датасете, либо сражаемся в PvP. Здесь нужно принимать решения о параметрах девайсов контроля климата каждые 5 минут (и стало быть 288 раз в день) Последний Regret челлендж на моей памяти был аж в Санте 2020 Даты проведения пока не известны Призы пока не известны Медальки будут И на сладкое: главный спонсор КАДЗИМА КОРПОРЕЙШН

Вб сгорел, озон в плену, хованский умер, а мы выпустили быстрый диффузионный апскейлер. Скорость как у ганов, но без артефактов ганов. Бьет нвидию и тд по метричкам https://github.com/Vovanm88/LARP-Scaler/