Channel
@neyroskuf
On this record: Topic · Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
8,161subscribers
+596 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 3,162–10,000.
| Telegram ID | -1002674365272 |
|---|---|
| Type | Channel |
| Username | @neyroskuf |
| Created | Between 1 March 2025 and 31 July 2025 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 27 September 2026 |
| Measurements held | 14 |
| Confirmed unchanged | 1 time, most recently 27 September 2026 |
| On Telegram | t.me/neyroskuf |
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 12 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 |
|---|---|---|
| 27 Sept 2026, 19:00 | 8,161 | +137 |
| 18 Sept 2026, 19:00 | 8,024 | +82 |
| 14 Sept 2026, 01:01 | 7,942 | -5 |
| 10 Sept 2026, 17:37 | 7,947 | +154 |
| 5 Sept 2026, 06:57 | 7,793 | +8 |
| 1 Sept 2026, 12:44 | 7,785 | +80 |
| 29 Aug 2026, 13:45 | 7,705 | +3 |
| 26 Aug 2026, 14:13 | 7,702 | +125 |
| 23 Aug 2026, 07:03 | 7,577 | +4 |
| 19 Aug 2026, 19:55 | 7,573 | +6 |
| 13 Aug 2026, 08:04 | 7,567 | -1 |
| 10 Aug 2026, 02:02 | 7,568 | +3 |
| 7 Aug 2026, 02:45 | 7,565 | no change |
| 7 Aug 2026, 00:17 | 7,565 | first reading |
33 posts held, back to 21 July 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 17 pages 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 33 posts for this entry, the most recent from 28 August 2026. An engagement rate over an empty window would be a number about nothing.
Measured directly from 4 videos 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.
473 reactions across 33 posts, in 20 distinct kinds. The most used accounts for 30.7% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 145 | 30.7% | |
| 🔥 | 123 | 26.0% | |
| 👍 | 95 | 20.1% | |
| 😁 | 35 | 7.40% | |
| 🤣 | 19 | 4.02% | |
| 💯 | 8 | 1.69% | |
| 🤯 | 8 | 1.69% | |
| 🥴 | 8 | 1.69% | |
| ✍ | 6 | 1.27% | |
| 👀 | 4 | 0.846% | |
| 🥰 | 4 | 0.846% | |
| 🐳 | 3 | 0.634% | |
| 💊 | 3 | 0.634% | |
| 😢 | 3 | 0.634% | |
| 👏 | 2 | 0.423% | |
| 🤷♂ | 2 | 0.423% | |
| 🥱 | 2 | 0.423% | |
| 💅 | 1 | 0.211% | |
| 🤔 | 1 | 0.211% | |
| 🤩 | 1 | 0.211% |
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 33 of the 33 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 473 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 33 most recent posts we hold, published 21 July 2026 to 28 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.
😒 Механика водяных знаков в Claude: от скрытых байтов до статистического распределения токенов Выявление сгенерированного текста строится на двух уровнях защиты: статистическом распределении токенов и скрытой разметке на уровне кодировки. Первый уровень - алгоритмический. При генерации модель псевдослучайно смещает вероятности выбора следующих токенов (метод зеленых и красных списков). Детектор вычисляет математиче…
❤5
😄 Как отключить поддакивание и лишний текст в ответах нейросетей Из-за особенностей обучения с подкреплением модели по умолчанию пытаются быть максимально услужливыми. Они хвалят неудачные промпты, тратят токены на вежливые вступления и соглашаются с заведомо ошибочной архитектурой, вместо того чтобы указать на проблему. Системный промпт из открытого репозитория i-have-adhd переводит поведение модели в режим прямог…
❤9👍4👏2
🪙 Минус 70% расходов на API при работе с кодом через Repowise Инструмент Repowise перехватывает обращение кодинг-агентов (Cursor, Claude Code, Copilot) к кодовой базе и решает главную проблему расхода токенов - чтение мусорных строк. Обычно, когда вы просите агента поправить функцию, он считывает десятки файлов целиком: с комментариями, нерелевантной логикой и сторонними импортами. Модель тратит контекст на чтение …
🔥7❤1
☝ Четыре правила, которые не дают кодинг-агентам ломать проект Каждый, кто работает с Cursor, Cline или другими автономными ассистентами, сталкивался с их типичными заскоками: модель молча сносит рабочие куски кода, переписывает архитектуру без предупреждения или бодро рапортует об успехе, оставив скрытые ошибки. Чтобы привить агентам базовую дисциплину разработки, сообщество собрало пакет навыков nodumbmode. Внут…
❤4👍3✍1
🐱 Razer AIKit: готовое окружение для локальных моделей вместо связки Ollama и LM Studio Для запуска открытых нейросетей на компьютере обычно выбирают между двумя крайностями: простой утилитой Ollama для терминала или визуальной оболочкой LM Studio для чатов. Если же требуется не просто переписываться с моделью, а дообучать веса под свои задачи или распределять вычисления на несколько видеокарт, приходится вручную со…
❤2
Всем привет, дорогие подписчики и читатели 🌡 Вот уже больше года на данном канале я делюсь с вами новостями, обзорами и находками по нейросетям - и так еще и не представился 😄 Исправляюсь. Итак, меня зовут Андрей. Сам я из Беларуси, но основной мой род деятельности связан с продвижением бизнеса в интернете, привлечением трафика, лидов и автоматизации рабочих процессов с помощью нейросетей на территории РФ. Так что…
🔥21❤16✍1👍1
📱 Как запустить Kimi K3 на обычном компьютере с 8 ГБ памяти Модель Kimi K3 насчитывает 2.78 триллиона параметров в архитектуре смеси экспертов. В стандартных условиях для ее запуска требуется серверный кластер с сотнями гигабайт видеопамяти. Разработчик Фарид Хан выложил минималистичный движок на чистом Си весом всего 176 килобайт, который запускает модель на обычном домашнем железе с 8 ГБ оперативной памяти. В ос…
❤11🔥1
📖 Разница между обычным чат-ботом и автономным исполнителем на примере Manus Большинство языковых моделей до сих пор работают по схеме вопрос-ответ: вы пишете запрос, получаете кусок текста и дальше руками переносите его в таблицы, ищете ссылки или кликаете по сайтам. Настоящие агенты работают иначе. Сервис Manus устроен как связка из нескольких моделей с разделением обязанностей. Одна нейросеть составляет план дей…
❤2🔥1
🐱 Как решить проблему короткой памяти у Claude Code и терминальных агентов Главный недостаток большинства ассистентов для разработки - отсутствие памяти между сессиями. Закрыл окно терминала, запустил заново - и модель напрочь забывает, какие архитектурные решения принимались два часа назад, где остались незакрытые хвосты и почему мы отказались от конкретной библиотеки. Снова скармливать файлы целиком - пустая трата…
❤5🔥1
⚙️ Где брать бесплатные API-ключи для тестов без привязки карт Для отладки скриптов, тестов в CI/CD или мелких фоновых задач держать платные подписки не всегда имеет смысл. При этом большинство разработчиков до сих пор не в курсе, что у десятка крупных провайдеров есть постоянные бесплатные тарифы без триалов и ввода платежных данных. Чтобы не проверять документацию каждой площадки вручную, я использую агрегатор Fr…
👍9🔥4❤1
Posted without readable text
🔥8👍5❤1
Posted without readable text
👍12❤3🔥3
Showing the 12 most recent of 33 posts we hold for @neyroskuf. 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.
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 3 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 27 September 2026 — this entry's latest reading, not the date you are reading this.
“Нейроскуф | Про Нейросети&AI” (@neyroskuf), 8,161 subscribers as measured 27 September 2026. Telegram Register, tgregister.com/channel/neyroskuf.
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.