Channel
@Andromeda_AI
On this record: Growth · Engagement · What this channel posts · Posts · Citations · Cite this entry
12subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1003045217031 |
|---|---|
| Type | Channel |
| Username | @Andromeda_AI |
| Description | Центральный канал новостей и обсуждений ИИ сообщества экспертов в России Ключевые новости отрасли ИИ, раз в месяц вакансии ведущих компаний, анонсы крутых конференций Автор канала - Михаил Яснев. Запустил роборесторан КФС без официантов в 2020 |
| Created | Between 1 August 2025 and 31 October 2025— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 12 August 2026 |
| Last confirmed live | 12 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/Andromeda_AI |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 12 Aug 2026, 05:46 | 12 | no change |
| 7 Aug 2026, 18:51 | 12 | first reading |
12 posts held, back to 7 November 2025 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 12 posts for this entry, the most recent from 20 February 2026. An engagement rate over an empty window would be a number about nothing.
Lifetime counters from Telegram’s own channel header, read 12 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.
Measured directly from 1 video with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
Финал эволюции YOLO — как шаг назад порвал все живое. Разбор v13 Завершаем нашу серию постов о самой известной архитектуре в Computer Vision. Летом 2025 вышла YOLO v13, которая доказала: чтобы сделать качественный скачок вперед, иногда нужно сделать шаг назад и переосмыслить фундамент. 📌 Проводим аналогии: как думает мозг, а как DL-модель? Вместо того чтобы бесконечно усложнять блоки, авторы v13 задались вопросом…
https://t.me/airi_research_institute/1200э
Взлёт и падение YOLO. Разбор лучших версий v7–v8 и «конвейера» v9–v12 Продолжаем погружение в историю YOLO. Если v4–v6 были про инженерные трюки, то дальше случились популярность и стагнация. Нет предела совершенству. Поэтому в игру вернулись учёные, чтобы оптимизировать саму логику обучения. Они помогли Ultralytics создать самую сильную модель на тот момент. 📌 YOLO v7: Самая быстрая среди всех (2022) В эту верси…
Как «пэт-проект» YOLO стал стандартом CV. Разбор v1–v3 Запускаем серию постов об эволюции одной из самых популярных архитектур в компьютерном зрении. Разберём: 👾 Как YOLO стала стандартом в мире детекций. 👾 Как она принесла своему автору премию Google за прорыв в ML. 👾 Чему может научить история развития YOLO. 👾 Почему стоит интегрировать этот метод в свои проекты. До 2015 года задача детекции решалась с помощью …
https://t.me/mtsai/1335?single
Новогодний огонёк AIRI Seminars в эфире, подключайтесь к трансляции: ВКонтакте и YouTube 🎄
26 ноября в Санкт-Петербурге состоялось подписание соглашения о сотрудничестве между AIRI и СПбГУ в рамках совместного открытого семинара, посвящённого искусственному интеллекту, математике и компьютерным наукам. В мероприятии приняли участие исследователи AIRI: директор AIRI, профессор РАН Иван Оселедец, руководитель научной группы «Воплощённые агенты», доцент МФТИ Алексей Ковалёв, ведущий научный сотрудник AIRI и …
LeJEPA: новая статья от Яна Лекуна (Да-да, с каждым разом названия этой линейки моделей все лучше и лучше 😂 ) Небольшое предисловие о том, что вообще такое эта ваша JEPA. Если кратко, это попытка Лекуна сделать шаг навстречу тем самым world models, о которых он так много говорит. Расшифровывается JEPA как Joint Embedding Predictive Architecture –Self-Supervised архитектура, предназначенная для понимания внешнего ф…
⚡️ Ян Лекун планирует уходить из Meta и открывать собственный стартап Об этом пишет Financial Times. По их словам, ученый уже находится на ранней стадии переговоров с инвесторами для своей новой компании. Заниматься будет, угадайте чем? Конечно же, всевозможными world models, о которых он уже кучу лет рассказывает буквально в каждом своем интервью и выступлении. Видимо, Лекуна все-таки не устроила новая корпоратив…
На хф и гитхаб выкатили HierarchicalTopK — метод обучения нейросетей, разработанный Т-Bank AI Research, который сохраняет интерпретируемость модели на любом уровне сложности. Обычно уровень разреженности задают еще до обучения, а потом поменять его в процессе нельзя. HierarchicalTopK решает эту проблему — модель сразу учится на разных уровнях разреженности. В итоге не нужно держать пачку отдельных моделей на каждую …
🔗 Про ML, который смог: выложили доклады с Practical ML Conf 2025 За что мы любим Practical ML Conf: она проходит раз в год, а обсуждать её (и применять на практике) можно ещё очень долго, примерно до следующей конференции. 📺 Смотрите в записи всё самое важное про ML в этом году: 🔛 Доклады с конференции на ютубе и в VK Видео Многие спрашивали, будут ли записи Keynotes. И да, вот они: ⚪️ Доклад Лёши Колесова на ю…
💬 Научили ИИ переводить тексты от ФНС с «канцелярского» на «человеческий» Когда ФНС отказывает в регистрации бизнеса нашим клиентам, приходит документ, написанный сложным бюрократическим языком. Наши специалисты сокращают и переводят его на более неформальные и понятные формулировки, и раньше это занимало много времени. Мы создали AI-ассистента, который анализирует текст отказов от ФНС и предлагает сотруднику наибо…
Showing the 12 most recent of 12 posts we hold for @Andromeda_AI. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 12 August 2026 — this entry's latest reading, not the date you are reading this.
“Andromeda_AI” (@Andromeda_AI), 12 subscribers as measured 12 August 2026. Telegram Register, tgregister.com/channel/Andromeda_AI.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.