В новом подкаст‑выпуске поговорили с Максимом Спорышевым, руководителем разработки генеративных моделей планирования движения. Разбираемся, как сегодня строят системы автономного вождения:

• Как задача эволюционировала: от жёстких алгоритмов с компьютерным зрением на подхвате — к идее одной большой модели, управляющей всем процессом

• Спор века: нужен ли лидар или камер достаточно? 📸🚗

• Какие основные статьи и задачи определяют развитие области сейчас
• Обучение на логах GTA: миф или реальность

Если вам интересно, как нейросети осваивают дороги, обязательно слушайте выпуск! 🎧

На этот раз у нас в гостях Николай Савушкин, руководитель направления рекомендательных технологий в Яндексе. Разобрали свежие тренды и прикинули, что ждёт отрасль дальше:  

- OneRec — статья, где в одном флаконе собрали крупные нейросети, RL‑подходы и мысль «а давайте жить без candidate generation».  

- Разные сервисы — разные рекомендации: почему для музыки и маркета нужны разные рецепты, и что общего между ними.  

- Будущее: что же нас ждет и какие вызовы предстоят   

Слушайте выпуск, кидайте вопросы в комментарии — обсудим вместе, куда движется мир рекомендаций! 🎧🚀

В этом выпуске мы говорим с Андреем Мищенко — руководителем направления машинного обучения в Яндекс.Рекламе. Реклама — одна из немногих областей, где используется вся палитра моделей: от бустинга до модных генеративных моделей. За каждый процент эффективности приходится побороться.

В выпуске мы обсудим: 

💰 Ликбез: что к чему и где там ML?

💵 Sotheby’s, VCG, GSP — это всё аукционы, поговорим и про них.

💎 Как запускать большие сетки в продакшн: ведь работать должно быстро, а данных очень много.

💸 GenAI в рекламе — зачем он там?

💳 Как "ML-весна" отразится на рекламе? Где технологии выйдут на новый уровень?

P.S.

Первые 4 минуты 11 секунд звук Андрея записан с повреждениями. Мы старались его исправить, но, к сожалению, безуспешно.

В этом выпуске мы поговорили с Сергеем Дукановым — CTO dubformer.ai. У ребят одна из самых интересных задач в ML прямо сейчас, и в их пайплайнах встречается огромное разнообразие моделей, о которых вы точно слышали (скриншот архитектуры — в комментариях).

О чем говорили:

🔹 Что такое dubbing и какие у него вызовы?

🔹 Перевод с зажатым носом — это баг или фича?

🔹 С каким акцентом говорят модели?

🔹 Diffusion, Normalizing Flow, GAN, VAE — берем все подряд.

Слушайте, улыбайтесь и не забудьте подписаться на новые выпуски! https://t.me/singularitypodcast🎙🔥

В этом выпуске у нас в гостях Всеволод Викулин. Сева занимается разработкой Нейро. В этом эпизоде на повестке несколько тем:

— «обвес» вокруг LLM: RAG, агенты, SFT и RL

— как работает поиск и немного про метрики (куда же без них?)

— проблемы RAG и наши фантазии о том, как это должно работать в будущем

— где агенты будут полезнее всего

— когда настанет сингулярность, как ИИ трансформирует нашу жизнь и к чему готовиться

Подписывайтесь на канал Севы — t.me/vikulin_ai

В этом выпуске мы говорим с Ильёй Хохловым про карты, маршруты, пробки и всё, что с ними связано. Илья руководит группой, которая занимается машинным обучением и аналитикой для автомобильной навигации в Яндекс.Картах.

В этом выпуске мы разберёмся:

- как считается пробочный балл

- как рассчитывается время в пути

- что такое хороший маршрут

- как выглядит дорожный граф

- как обрабатываются сигналы и немного про фрод

- про платную подписку на Карты

- ну и, конечно, обсудим теорию заговора о том, что "Карты разделяют потоки транспорта в городе" — куда же без этого!

Кирилл руководит R&D направлением рекомендательных систем в Яндексе. В этом выпуске мы поговорим о следующем:

- почему в 2025 году надо заниматься рекомендательными системами, а не LLM

- про метрики, баесы и где в рекомендациях можно ошибиться на ровном месте

- почему будущее за нейросетевым ранжированием, а не за бустингами

- 4 проблемы рекомендаций

- модные штуки: семантические id, почему на самом деле рекомендации - это RL, трансформеры, генеративные рекомендации

- ещё поговорим про рекомендации музыки, куда же без этого!

Подписывайтесь на телеграм-канал Кирилла https://t.me/inforetriever

Пейпер про HSTU: https://arxiv.org/abs/2402.17152

🎙️ Свежий выпуск подкаста с Артуром Кадуриным!

В этот раз мы погружаемся в захватывающий мир машинного обучения для Life Science. Наш гость — Артур Кадурин, руководитель группы ML для Life Science в AIRI. Вместе мы обсудим область, которая не связана с LLM, и насколько увлекательно заниматься научными исследованиями.

💡 Что вас ждет в выпуске:

- 🏆 Как DeepMind получили свою "нобелевскую премию" по биологии и химии.

- 🔬 Как физика интегрируется в архитектуру нейронных сетей.

- 🧠 Почему LLM не такие умные, как кажутся.

- 💊 Обсудим актуальные задачи в drug discovery и много других интересных тем!

Этот выпуск получился особенно приятным для меня(Никиты),  5 лет назад я  работал вместе с Артуром и восхищался его широтой знаний. Мы поговорили обо многом захватывающем и вдохновляющем! Не пропустите возможность узнать больше о том, что происходит на стыке машинного обучения и наук о жизни

Подписывайтесь на канал AIRI https://t.me/airi_research_institute

У нас в гостях Пётр Вытовтов - руководитель машинного обучения в Яндекс Погоде. В этом выпуске мы обсудим:

- задачу прогнозирования погоды, что там интересного под капотом;

- немного про дифференциальные уравнения, куда же без них;

- что общего у прогноза погоды и генерации видео;

- данные с метеостанций и многоканальные снимки со спутников;

- как теплопроводность одежды среднего человека влияет на прогноз.

Подписывайтесь на телеграм канал Петра t.me/justwml

Как любое СМИ, мы просто не могли пропустить шумиху вокруг DeepSeek. Поэтому мы прочитали все актуальные статьи и посмотрели все мемы за вас. В этом выпуске обсудим:

- почему DeepSeek-R1 наделал столько шума;

- что там интересного есть внутри;

- насколько это изменит текущий расклад сил;

- ну и немного обсудим мемы и слухи, куда же без этого?