Channel
@hse_cs_opensource
On this record: Topic · Growth · Engagement · Reactions · Posts · Citations · Cite this entry
930subscribers
+115 since we began measuring on 8 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002224046549 |
|---|---|
| Type | Channel |
| Username | @hse_cs_opensource |
| Created | Between 1 June 2024 and 30 September 2024 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 17 September 2026 |
| Measurements held | 7 |
| Confirmed unchanged | 1 time, most recently 17 September 2026 |
| On Telegram | t.me/hse_cs_opensource |
Technology — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 19 September 2026 and assigned it the closest of 31 fixed categories, at 100% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 17 Sept 2026, 00:38 | 930 | -1 |
| 8 Sept 2026, 23:58 | 931 | +78 |
| 30 Aug 2026, 14:59 | 853 | +34 |
| 24 Aug 2026, 01:04 | 819 | +2 |
| 16 Aug 2026, 18:03 | 817 | +2 |
| 8 Aug 2026, 01:33 | 815 | no change |
| 8 Aug 2026, 00:20 | 815 | first reading |
20 posts held, back to 8 May 2026 — 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 page of 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 7 August 2026. An engagement rate over an empty window would be a number about nothing.
145 reactions across 19 posts, in 6 distinct kinds. The most used accounts for 30.3% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 44 | 30.3% | |
| 🔥 | 42 | 29.0% | |
| 🥰 | 36 | 24.8% | |
| 👍 | 15 | 10.3% | |
| 😍 | 6 | 4.14% | |
| 🤩 | 2 | 1.38% |
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 19 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 145 reactions 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 8 May 2026 to 7 August 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.
c-pic В репозитории опубликован код C-PIC — метода для обучения низкоранговых представлений визуальных данных с помощью дифференцируемых кросс-аппроксимаций. Авторы рассматривают задачу работы с очень большими многомерными тензорами, где обычные CNN быстро упираются в память, особенно на 3D-данных вроде томографии, MRI и других объёмных сканов. Ключевая идея работы состоит в том, чтобы не обрабатывать весь входной т…
👍2🔥2🥰1
cosmos В репозитории опубликован код COSMOS — метод диффузионной генерации текста в сжатом и гладком латентном пространстве, представленный на конференции NeurIPS в 2025 году. Авторы переносят идею latent diffusion из генерации изображений в текст, где прямое моделирование токенов остаётся дорогим из-за высокой размерности и длины последовательностей. COSMOS сначала кодирует текст замороженным BERT, затем сжимает по…
❤5🥰2🔥1
smoothie В репозитории опубликован код Smoothie — метода диффузионной генерации текста, который учитывает и дискретную природу языка, и смысловую близость между токенами. Авторы работают с одной из главных проблем текстовых диффузионных моделей, где обычная гауссовская диффузия в пространстве представлений хорошо сохраняет семантическую геометрию, но потом требует отдельного перехода обратно к токенам, а методы в пр…
❤2🥰2🔥1
📢 Напоминаем: прием заявок на конкурс open source-проектов ФКН НИУ ВШЭ продолжается до 31 июля! Если вы уже готовите репозиторий к подаче (или только собираетесь его опубликовать), рекомендуем обратить внимание на OSA (Open-Source Advisor) — инструмент, который поможет быстро привести проект в порядок. С помощью OSA можно: ➕ подготовить или улучшить README; ➕ проверить качество кода и документации; ➕ добавить docst…
🔥3🥰2❤1
LAMBO В репозитории опубликован код LAMBO — метода аугментации разметки для задач с ключевыми точками и контурами объектов. Авторы работают с ситуацией, где изображений много, а точной разметки мало или она не сопоставлена с изображениями напрямую. Такая постановка часто встречается в медицине, биометрии и других областях, где аннотация требует экспертизы. Вместо обычных геометрических преобразований LAMBO генерируе…
❤5🔥3🥰2👍1
MaterialFusion В репозитории опубликован код MaterialFusion — метода для переноса материала на объект в изображении без построения 3D-модели. Авторы решают задачу, где нужно взять материал с изображения-примера, например металл, дерево, стекло или ткань, и реалистично применить его к выбранному объекту, сохранив форму, детали поверхности и фон исходной сцены. Такой инструмент полезен для виртуального прототипировани…
🥰5👍3🔥2
Митап Open Source: «День открытого кода» 30 июня Открытый код стал частью технологического фундамента современной разработки: 89% российских компаний использует его в своей ИТ-инфраструктуре. Вместе с ростом популярности пришли и вызовы: как управлять открытым кодом в корпоративной среде и строить устойчивый бизнес? На платформе Мос.Хаб уже размещено больше 32 тысяч проектов с открытым кодом. Город последовательно…
❤3🔥2🥰1
Открытый код ФКН ВШЭ pinned a photo
Does-It-Look-Sequential В репозитории опубликован код Does-It-Look-Sequential — исследования о том, насколько популярные наборы данных действительно подходят для оценки последовательных рекомендаций. Авторы разбирают частую проблему в этой области, где модели вроде SASRec и GRU4Rec предполагают, что порядок действий пользователя несет полезный сигнал, но сами наборы данных не всегда содержат сильные последовательные…
🔥5🥰4
Продолжаем прием заявок на второй конкурс проектов с открытым кодом для студентов ФКН НИУ ВШЭ 2026! 🎉 Заполните заявку на сайте конкурса и прикрепите ссылку на репозиторий вашего проекта (GitHub/GitLab/GitVerse) до 31 июля. Прокачивайте навыки разработки, публикуйте свои проекты с открытым кодом и получайте призы. Кто может участвовать: ⚪️ Все аспиранты и студенты ФКН. ⚪️ Индивидуальные авторы и команды. Принимаю…
❤2🤩2🥰2🔥1
Приглашаем принять участие в конкурсе для разработчиков «Код логики» Стартовал первый этап конкурса Open-Source-проектов для разработчиков свободного ПО «Код логики». Конкурс проводится при финансовой поддержке «Базальт СПО» и частных лиц. Организатор конкурса — АНО «Институт логики, когнитологии и развития личности». На протяжении 35 лет институт поддерживает разработчиков свободного ПО и образовательные технолог…
🔥4🥰3
Folding-In-MRGSRec В репозитории опубликован код Folding-In-MRGSRec — метода для быстрого обновления графовых рекомендательных моделей после появления новых взаимодействий. Авторы работают с практической проблемой таких рекомендательных систем, где новые действия пользователей обычно требуют полного переобучения модели. В реальных задачах это быстро становится дорогим и неудобным, особенно если рекомендации должны м…
❤7🥰3🔥2👍1
Showing the 12 most recent of 20 posts we hold for @hse_cs_opensource. 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.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
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.
Named by 2 registered channels — 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.
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 17 September 2026 — this entry's latest reading, not the date you are reading this.
“Открытый код ФКН ВШЭ” (@hse_cs_opensource), 930 subscribers as measured 17 September 2026. Telegram Register, tgregister.com/channel/hse_cs_opensource.
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.