Voice stuff

Лучше уже не будет

INTERSPEECH 2026

Кто будет на конференции, добавляйтесь в чат других спикеров. Будем знакомиться, звать друг друга на выступления и еду.

https://t.me/+2NtRtBnpLP03OGZi

P.s. Кирилл, Женя и другие, кому отозвали визу, очень сожалею за вашу ситуацию. Если бы со мной такое произошло, я бы с ума сошёл. Держитесь! 😭

Банда войсеров на Practical ML

Сегодня буду на Practical ML conf. Тоже если встретите меня - здоровайтесь!

Добавляйтесь во временный чатик тех, кто тоже будет там.

https://t.me/+WOb_Ol-y-wRlOThi

(ботов потом выкинем)

Interspeech 2026

Рассказывайте едете ли сами, едет ли кто-то из ваших знакомых.

Я буду презентовать нашу с Ильёй статью 29 сентября в 9:20 утра. Обязательно приходите к моему постеру в C2.6, я буду рад познакомиться и пообщаться, рассказать смешнявки.

Считаю такие знакомства за рубежом очень ценными - часто из них получается интересная дружба.

Даже если вы не на конфе, а просто в Сиднее/Мельбурне - пишите @frappuccino_o

🔺 Курс про обучение LLM

Смотрю потихоньку перезапуск стенфордского курса CS336: Language Models From Scratch.

Первая лекция обзорная (тык), можно посмотреть всем для расширения кругозора. Рассказывают про то, какие компоненты есть у моделей, как они обучаются, что такое токенизатор и т.д. Голос у лектора, кстати, разборчивый, можно нормально слушать.

Дальше идут более интересные вещи про архитектуру, кернелы, параллелизм, инференс, данные и другие штуки.

Есть домашние задания. Опять же, первая домашка базовая, про обучение токенизатора, написание и обучение трансформера на PyTorch, много полезного теоретического материала дают по ходу.

Если задания выполнять без кодовых агентов, то можно их не выполнить многому научиться.

Пару лекций посмотрел, пока норм. Тем, кто вкатывается в ML, рекомендую.

👉 Лекции | Домашки

Show HN: Stuxnet – A reconstructed source code of the infamous cyber-weapon (Score: 150+ in 8 hours)

Link: https://readhacker.news/s/74ttC
Comments: https://readhacker.news/c/74ttC

Stuxnet! Here reproduced by me. Only researchs educations purposes.

Тут кто-то нашел код знаменитого червя, который портил моторы центрифуг, используемых для изготовляения ЯО.

https://www.quora.com/What-is-the-most-sophisticated-piece-of-software-ever-written-1

Люди не работают за зарплату. Часть 3, финал

Автономия и компетентность были (тут и тут). Сегодня третья потребность – связность.

Когда мы спрашиваем наших ребят в Changellenge >> почему они продолжают у нас работать, то одна из самых ярких причин – команда. У нас даже в EVP топ-2 атрибут по ассоциациям «теплая атмосфера в команде».

Собственно третья составляющая SDT – relatedness, то есть отношения с людьми. По-русски звучит не очень – связанность, зато суть ясна: я среди своих, меня видят, я кому-то не пофиг.

Более подробно: Gallup уже 30 лет держит в опроснике вовлеченности самый спорный вопрос – «есть ли у вас лучший друг на работе» – и не убирает, потому что он стабильно разделяет сильные и слабые команды. А Гарвардский лонгитюд, который с 1938 года ведет одних и тех же людей (85+ лет, три поколения – самое длинное исследование жизни вообще), пришел к простому выводу: главный предиктор здоровья и удовлетворенности жизнью – качество близких отношений (основное конечно семья, но и окружение тоже). Директор исследования однозначно говорит: одиночество бьет по здоровью сопоставимо с курением.

Мне вот немного грустно, что у нас в офис почти никто не ходит (я про Ченж, понятно, что есть компании, где обязательно гибрид и полный оффлайн), в целом удаленка прокачала автономию, а со связанностью теперь сильно сложнее. Подружиться через мит или зум почти анрил 🙁

Что делать?
– Если вы менеджер: связанность строится через совместную работу. Ставьте людей в пары и малые группы на задачи. И лично замечайте вклад человека, это уже закрытие потребности «меня видят». А еще тащите в офис хотя бы раз в неделю, что за крамола для удаленщиков 🙂
– Если вы сотрудник: позовите коллегу в пару на задачу или просто на кофе без повестки – связанность отлично расширяется снизу.

–––––
ИТОГО: люди терпят за зарплату, а работают за: автономию – «я сам выбираю как», компетентность – «я справляюсь и вижу прогресс», связанность – «я среди своих». Зарплата покупает присутствие, три части Self Determination Theory – причину оставаться и вкладываться. Если кто-то в команде тухнет, прогоните его ситуацию по этим трем пунктам – косяк почти всегда найдется в одном из них.


Поставьте лайк, чтобы прочувствовать нашу связность, дорогие падпищики 😎

https://arxiv.org/abs/2609.01246v1

Ready to Speak: Aligning LLMs for TTS-Friendly Text Generation

Thibaut Thonet, Jos Rozen, Laurent Besacier

Current Large Language Models (LLMs) are primarily optimized for written text, often producing outputs that are grammatically correct and helpful yet poorly suited for spoken delivery via Text-to-Speech (TTS). In this work, we study how to make LLMs natively generate TTS-friendly text, which we frame as a preference alignment problem: instead of relying on downstream rewriting modules, we directly align LLMs to generate text optimized for spoken delivery. We introduce two preference datasets spanning different target domains, CORA and Recipe, which contain paired TTS-friendly and TTS-unfriendly responses. We further propose an evaluation suite combining a pattern-based heuristic metric, a TTS→ASR evaluation pipeline, and a MUSHRA listening study with human judges. Our experiments compare the recently proposed Feature-aware Sampling and Tuning (FaST) framework -- leveraging interpretable features instead of a black-box reward model -- against an array of alignment baselines on the TTS-friendly generation task. Notably, we found that FaST achieves the best overall tradeoff between TTS-friendliness and helpfulness across various settings. We also identified a strong correlation between our different metrics, highlighting the ability to reliably assess TTS-friendliness via an efficient heuristic.

https://github.com/Ampixa/sanoTTS
мультиязычный ттс для микроконтроллеров
русский будет когда кто-то смелый его туда завезёт

сыграли бы в такую гта?

До краха ИИ-пузыря осталось 272 дня: появилися сайт, который ведет обратный отсчет с помощью Gemini.

Проект анализирует все новости рынка нейронок и считает дату до конца этого бума. Текущий прогноз — 4 сентября 2026 года.

Авторы говорят, что проект сатирический. Но после роста цен на оперативку и SSD хочется верить в такой прогноз.

Напоминаю, что сегодня должен лопнуть AI-пузырь.

Сегодня мы вышли из stealth!

Про нас написали Wired (с заголовком these russian mathematicians ахах), а еще мы опубликовали блог пост с описанием технологии. Все ссылки в этом посте, буду очень рада если сможете репостнуть и прокомментировать :)

https://x.com/aimalysheva/status/2095232794792255848

Если вы читаете текст, в котором кто-то делает прогноз про AI на следующий год - не верьте. Никто толком не понимает, куда все катится.

Скажем, еще год назад вроде все было понятно: есть LLM-ки, которые можно встроить в чат и получить свой ChatGPT. Встроить в бизнес и получить автоматизацию.

Это открыло новые возможности. Компании начали интенсивно пытаться интегрировать это в свои процессы, их лидеры начали вещать про AI трансформацию компаний, а инженеры - гундеть про галлюцинации, борьбу с ними и необходимость evals.

А потом в декабре 2025 все это пошло по бороде. "Внезапно" Coding харнесы (Claude Code + Codex) стали настолько мощными и самостоятельными, что теперь даже человек без высшего образования может сделать продукт без LLM под капотом, как-то задеплоить его и начать зарабатывать. Что и говорить о людях с опытом.

И эффект тут перекрывает с головой потенциальный эффект от внедрения от LLM в бизнес. Просто потому, что для встраивания LLM в процесс - нужно иметь этот самый процесс, в который стоит встроить (а это встречается не так часто) и экспертов и эвалы. А вот для того, чтобы накодить агентом небольшое приложение кому-то в помощь - многого не требуется, достаточно идеи и отсутствия тормозов. Точек применения тут куча! Потенциальных последствий (как хороших, так и бардака).

И что самое ужасающе-потрясающее - это не прогноз, а уже произошло.

Как все еще раз встанет с ног на голову еще через полгода - не может предсказать никто. Но все очень хотят)

Ваш, @llm_under_hood 🤗

Huggingface TRL

У Huggingface есть библиотека для пост-трейнинга нейросетей и там, оказывается, есть очень подробный курс по тому как доучивать LLMки. Я вот только что вот узнал.

https://huggingface.co/smol-course
https://huggingface.co/learn/smol-course/
https://github.com/huggingface/smol-course

Вообще накидайте в комменты материалов по FT/RL/alignment - очень интересно что ещё можно почитать.

Gemini-3.5-transcribe

Метрики обещают очень хорошие, плюс автоочистка аудио от филеров, поддержка самоисправлений и стриминга/не стриминга.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe/