Channel

Machine Learning Research

@MLResearch

On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry

957subscribers

+1 since we began measuring on 6 August 2026

Risers and fallers across the register · movement among entries of Under 1,000.

Register entry

Telegram ID	-1001134235642
Type	Channel
Username	@MLResearch
Created	22 May 2017 — measured — cross-checked against a third-party dataset (ext.tg_channel)
First recorded	6 August 2026
Last confirmed live	12 August 2026
Measurements held	3
On Telegram	t.me/MLResearch

Growth

3 measurements taken within a single day, net +1. Dots are measurements; the straight line between them is drawn to join them, not to claim we know the path taken in between — snapshots are recorded only when a count changes, so gaps mean “no change observed”, never “interpolated”. The vertical axis spans 956–957 and does not start at zero.

Measurement log — every subscribers count we have recorded
Measured (UTC)	Subscribers	Change
6 Aug 2026, 13:47	957	no change
6 Aug 2026, 13:04	957	+1
6 Aug 2026, 03:48	956	first reading

Engagement

20 posts held, back to 28 May 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 20 posts for this entry, the most recent from 18 January 2026. An engagement rate over an empty window would be a number about nothing.

What this channel posts

Photos: ≈61
Videos: ≈7
Links: ≈1,050

Lifetime counters from Telegram’s own channel header, read 6 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. A count marked ≈ was rounded by Telegram before we ever saw it — t.me prints these counters in full below 1,000 and to three significant figures above, so ≈142,000 means somewhere between 141,500 and 142,499.

Reaction mix

58 reactions across 17 posts, in 5 distinct kinds. The most used accounts for 46.6% of them.

Every reaction kind recorded on the sample, most used first
Reaction	Count	Share
👍	27	46.6%
🔥	20	34.5%
❤	9	15.5%
👎	1	1.72%
😁	1	1.72%

No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.

Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.

Coverage. Reactions were read on 17 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 58reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.

Measured over the 20 most recent posts we hold, published 28 May 2025 to 18 January 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.

Recent posts

18 Jan 2026, 20:12 UTC735 views11 reactionsread 6 August 2026

Forwarded from @max_dot_sh

Когда-то давно, во времена учебы в ШАДе, нам читали интенсив по основам архитектуры GPU и разработки на CUDA. Обещали рассказать, как устроены видеокарты и почему они эффективны для машинного обучения. Я тогда дальше model.to('cuda:0') в этом вопросе ничего не знал, поэтому с интересом записался. Лекции читали разработчики из Nvidia. Да, это было такое время, когда у компании был Московский офис и они периодически н…

👍7🔥4

Signed Николай

17 Jan 2026, 10:59 UTC628 views1 reactionsread 6 August 2026

Forwarded from @boris_again

Очень хороший практический гайд по всем трюкам, велосипедам и костылям для построения RAG систем: https://habr.com/ru/articles/893356/ В продакшне часть из описанного можно упростить (с точки зрения реализации) подключив любимый агентский фреймворк, но суть особо не меняется

👍1

Signed Николай

30 Nov 2025, 19:34 UTC733 viewsread 6 August 2026

Forwarded from @neuraldeep

Лучшие практики и подходы для RAG (буду наполнять) Очередной раз спросили в чате канала что почитать про RAG (https://t.me/neuraldeepchat) Соберем тут все лучшее присылайте и ваши статьи и разборы Тут материалы предыдущих ответов 1) https://t.me/neuraldeepchat/3176 2) https://t.me/neuraldeepchat/2953 1) Чанкование (sliding window) можно подглядеть концепты от langchain 2) Векторные бд от pgvector до qdrant мо…

Signed Николай

23 Nov 2025, 18:34 UTC567 viewsread 6 August 2026

https://github.com/On-Point-RND/Efficient-Models-course-ITMO-2025/blob/main/README.md

Signed Николай

23 Nov 2025, 14:04 UTC513 views2 reactionsread 6 August 2026

Forwarded from @math_cool_rus

Бесплатные курсы по ИИ В преддверии нашего зимнего выезда по ИИ-направлению поделимся бесплатными курсами, которые могут помочь войти в курс дела:) 1️⃣База – подойдет для тех, кто только знакомится с ИИ ➡️Основы статистики https://stepik.org/course/76/ ➡️Курс по машинному обучению. Проект «ИИ Старт» https://stepik.org/course/125587/ ➡️Курс по машинному обучению «ИИ Старт» — продвинутый уровень https://stepik.org/c…

❤1👍1

Signed Николай

21 Nov 2025, 15:45 UTC415 views2 reactionsread 6 August 2026

Forwarded from @airi_research_institutePhoto

Институт AIRI презентовал Maestro на AIJ 🔖 Maestro — фреймворк для создания интеллектуальных ИИ-агентов, которые мыслят и работают как настоящие эксперты. Он строит цепочки рассуждений на основе реальных кейсов и разбивает сложные задачи на мини-агентов, каждый из которых отвечает за свой навык. Платформа обеспечивает полный технологический стандарт: от авторизации и хранения контекста до оркестрации агентов и моде…

👍1👎1

Signed Николай

14 Nov 2025, 18:26 UTC425 views6 reactionsread 6 August 2026

Forwarded from @quant_prune_distill

На этой неделе ребята из команды YandexGPT совместно c ШАДом (Школа анализа данных) провели интенсив по работе с LLM, где были затронуты вопросы обучения, инференса, и коммуникаций. Материал довольно подробный и интересный, но требует определенной базы для вхождения. В общем, рекомендую к просмотру всем интересующимся и желающим освежить знания. Лекция 1: https://youtube.com/live/JMUWSdSD1Uk Лекция 2: https://yout…

🔥6

Signed Николай

1 Nov 2025, 18:18 UTC466 views6 reactionsread 6 August 2026

Forwarded from @data_secretsPhoto

HuggingFace релизнули замечательную свежую книгу про обучение LLM 200+ страниц, 7 больших глав. Содержание примерно следующее: – Архитектуры, их особенности и оптимизация гиперпараметров – Работа с данными – Предобучение и какие в нем есть подводные камни – Пост-трейнинг: все современные подходы и как их применять – Инфраструктура, как ее правильно строить и оптимизировать По сути, это готовое хардовое пособие по …

👍6

Signed Николай

13 Oct 2025, 20:53 UTC485 views4 reactionsread 6 August 2026

Forwarded from @data_secretsPhoto

О, новый релиз от Андрея Карпаты Это один из самых безумных репозиториев, которые я когда-либо писал Сразу ссылка: github.com/karpathy/nanochat nanochat – это что-то типа продолжения легендарного nanoGPT. Но если nanoGPT – это, по сути, только предобучение, то здесь у нас полностью готовый конвейер для обучения и инференса целого мини-клона ChatGPT. В лучших традициях кода Карпаты – совсем немного строк (всего 8к…

🔥3❤1

Signed Николай

6 Jul 2025, 07:43 UTC885 views4 reactionsread 6 August 2026

Forwarded from @datafestPhoto

Всем привет! Представляем вашему внимаю первый выпуск подкаста "Капитанский мостик", он посвящен важным новостям прошедшей недели; ведущие - Валентин Малых и Дмитрий Колодезев; видео тут: VK Video YouTube Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизируйтесь через ODS.ai)

👍4

Signed Николай

1 Jul 2025, 08:21 UTC729 views2 reactionsread 6 August 2026

Forwarded from @opendatasciencePhoto

в сообществе ODS начинается новый проект - Дата-капитаны, его делают Валентин Малых и Дмитрий Колодезев; в рамках этого проекта запланировано обсуждение свежих новостей про ИИ в режиме подкаста под условным названием "Капитанский мостик" первый подкаст будет выпущен в воскресенье, до пятницы можно присылать новости и статьи для обсуждения в канал data_captain в Mattermost (если еще не заходили, авторизуйтесь через O…

👍1😁1

Signed Николай

25 Jun 2025, 16:54 UTC649 views4 reactionsread 6 August 2026

Forwarded from @data_secretsVideo

Вау: Google выпустили опенсорсного агента Gemini CLI для использования ИИ прямо из терминала Из командной строки можно будет пользоваться всеми возможностями Gemini 2.5 Pro: поиск в Интернете, обработка любых файлов, автоматизация рабочих процессов (типа отправки PR), написание кода и прочее и прочее. Контекст – 1 миллион токенов, так что вместится большинство даже самых больших проектов. При желании можно прикрути…

❤4

Signed Николай

Showing the 12 most recent of 20 posts we hold for @MLResearch. 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.

Citation-graph rank

Citation-graph rank — 1,019,129 of 1,151,006entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.

Forward network

Republishes

Channels on the register whose posts this channel has forwarded.

Data Secrets
@data_secrets · 92,0204 posts Всеволод Викулин
@vikulin_ai · 5,0762 posts эйай ньюз
@ai_newz · 95,7971 post Институт AIRI
@airi_research_institute · 13,2261 post Борис опять
@boris_again · 17,3761 post ODS Events
@datafest · 8,8121 post Дата канальи
@datarascals · 6,1221 post Mashkka про Data Science
@mashkka_ds · 5,0411 post Math cool. Олимпиадная математика
@math_cool_rus · 4,0881 post max.sh
@max_dot_sh · 3,2101 post Валера Ковальский
@neuraldeep · 16,0551 post Data Science by ODS.ai 🦜
@opendatascience · 39,1241 post КПД
@quant_prune_distill · 3,4281 post Ruadaptная комната
@ruadaptnaya · 1,3141 post Vikhr models
@vikhrlabs · 2,5971 post

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.

Mentions

Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.

Named by

Channels on the register whose posts name this channel's handle.

ML seminar announcements
@mlsems · 3141 post

Names

Channels on the register whose handles appear in this channel's posts.

Valuable AI / Валентин Малых
@valuableai · 2,3252 posts эйай ньюз
@ai_newz · 95,7971 post BOGDANISSSIMO
@bogdanisssimo · 6,9881 post Data Secrets
@data_secrets · 92,0201 post 🍳 Датазавтраки ☕️ НСК (Академ)
@databreakfast · 6691 post LakoMoor
@LakoMoorDev · 2691 post Mashkka про Data Science
@mashkka_ds · 5,0411 post Math cool. Олимпиадная математика
@math_cool_rus · 4,0881 post Maxim.ML - канал
@ml_maxim · 1,0531 post NLP Wanderer
@nlpwanderer · 1,4671 post

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.

Cite this entry

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 6 August 2026 — this entry's latest reading, not the date you are reading this.

“Machine Learning Research” (@MLResearch), 957 subscribers as measured 6 August 2026. Telegram Register, tgregister.com/channel/MLResearch.

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.