Channel
@saens_peipers
On this record: Topic · Growth · Engagement · Posts · Citations · Cite this entry
20subscribers
-1 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1003667757891 |
|---|---|
| Type | Channel |
| Username | @saens_peipers |
| Created | Between 1 December 2025 and 31 May 2026 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 11 August 2026 |
| Last confirmed live | 4 October 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 4 October 2026 |
| On Telegram | t.me/saens_peipers |
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 4 October 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 |
|---|---|---|
| 4 Oct 2026, 02:39 | 20 | -1 |
| 11 Aug 2026, 14:30 | 21 | no change |
| 7 Aug 2026, 18:13 | 21 | first reading |
20 posts held, back to 30 June 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 5 July 2026. An engagement rate over an empty window would be a number about nothing.
Meta и темп AI-агентов #agents #tooluse На внутренней встрече Марк Цукерберг из Meta признал, что прогресс с AI-агентами идёт медленнее ожиданий. Это даёт повод трезво пересчитать сроки и метрики, чтобы инвестиции не растворялись в бесконечных прототипах. Можно попробовать раз в месяц фиксировать один сценарий и мерить время до результата. https://techcrunch.com/2026/07/02/mark-zuckerberg-tells-staff-that-ai-agents…
Google DeepMind и A24 партнёрятся #ml Google DeepMind и A24 объявили исследовательское партнёрство на стыке ИИ и кино. Появляется способ быстрее проверять идеи для производства и постпродакшна, снижая цену лишних итераций. Можно попробовать формулировать задачу как конкретный этап пайплайна и сразу измерять выигрыш по времени и качеству. https://deepmind.google/blog/google-deepmind-and-a24-announce-first-of-its-kin…
Many Voices One Reward и роли #llm #nllm В работе авторы описали MRRG и собирали критерии оценки из нескольких ролей, а потом сводили их в единый рубрикатор для LLM-судьи. Становится проще проверять парные предпочтения и давать модели более ровный сигнал награды, без провалов по отдельным “измерениям”. Можно попробовать взять 3–5 ролей под задачу и прогнать ими один набор примеров, затем склеить критерии и сравнить …
Anthropic и Samsung обсуждают свой чип #ml Anthropic ведёт переговоры с Samsung о собственном чипе для ИИ, на фоне похожего шага OpenAI с Broadcom. Это даёт больше контроля над ценой и сроками инференса и меньше зависимости от чужих поставок. Наблюдать за этим интереснее, чем читать очередной отчёт о дефиците GPU. https://techcrunch.com/2026/07/02/anthropic-is-discussing-a-new-custom-chip-with-samsung/
Role-Aware divergence head для направленных отношений #recsys В работе авторы ввели Role-Aware проекции и считают неотрицательную Bregman divergence для направленных пар, как в иерархиях и ссылках. Так проще учить представления, где A→B не равно B→A, и точнее мерить направление без отрицательных скоров. Можно попробовать заменить финальный скорер и прогнать несколько сидов. https://tldr.takara.ai/p/2607.01762
Evaluating — Gemini 2.0 Flash на номерах #llm #nllm В работе авторы проверили пять моделей на 88 сложных фото нигерийских номеров и сравнили их со связкой детектора и чтения текста. Gemini 2.0 Flash и Qwen2.5-VL дали меньше ошибок, так что zero-shot вариант проще выбрать без разметки. Можно попробовать взять 20 снимков и посчитать ошибки по символам. https://tldr.takara.ai/p/2607.02025
Lost in the Tail и DAPR #recsys В работе авторы измерили перекос городских датасетов для VPR: модели чаще угадывают места, где снимков много, и промахиваются по редким районам. DAPR выравнивает вклад частых и редких локаций, и сравнивать методы на таких данных становится честнее. Можно попробовать подключить DAPR как модуль и прогнать оценку отдельно на «голове» и «хвосте» локаций. https://arxiv.org/abs/2607.00090
IonSense-QKG для выбора battery datasets #cv В работе авторы описали IonSense-QKG и добавили к публичным датасетам про литий‑ионные батареи метаданные про «готовность к квантовым» пайплайнам, включая оценку Quantum Readiness Score. Становится проще ранжировать датасеты под задачу и заранее понимать, сколько возни будет с разметкой и подготовкой, чтобы не терять недели на неподходящий набор. Можно попробовать прогнат…
Breaking Safety at the Token Boundary и дырки BPE #llm #nllm В работе исследователи проверили, как BPE токенизация даёт обход отказа: мелкие правки в словах дробят “опасные” куски, и модель перестаёт отказывать, хотя текст выглядит нормально. Так легче измерять реальные зазоры в safety и не путать “отказ по триггеру” с поведением, что напрямую влияет на риск утечек. Можно попробовать прогнать HarmBench с искусственн…
Triospect против атак на детекторы #cv В работе авторы сравнили, как детекторы AI‑текста ломаются под правками, и собрали Triospect: проверку по смыслу и по стилю одновременно. Так легче отсекать «очеловеченные» ответы и держать качество по AUROC даже при атаках. Можно попробовать прогнать свои данные через их код и добавить пару типовых перефразов в тест. https://arxiv.org/abs/2606.31074
EoSeg против U-Net в сегментации #rl В работе авторы проверили, нужен ли U-Net рядом с ViT для медсегментации, и описали EoSeg — вариант без декодера. Это даёт способ получать маски прямо из энкодера и экономить память. Можно попробовать убрать декодер и сравнить Dice на своих снимках. https://arxiv.org/abs/2607.00223
Testing Frontier LLMs в параллельной физике #llm #nllm В работе авторы прогнали Claude Opus 4.7, GPT-5.5 и Gemini 3.1 Pro через четырёхэтапный тест в трёх параллельных мирах физики. Так становится проще отделить память о шаблонах от рассуждения и заранее понять, где модель перестаёт давать численные прогнозы. Можно попробовать перенести схему на внутренние правила продукта, разделив этапы на отдельные сессии. https…
Showing the 12 most recent of 20 posts we hold for @saens_peipers. 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.
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 4 October 2026 — this entry's latest reading, not the date you are reading this.
“Сайенс Пейперс и Агенты” (@saens_peipers), 20 subscribers as measured 4 October 2026. Telegram Register, tgregister.com/channel/saens_peipers.
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.