Top 100 IA · États-Unis
Sasha Rush
Cornell 
- Score
- 6 8600 auj.
- Rang
- 89/198 ↓14
- sur 90 jours
- +48+0,7 %
Sasha Rush est un professeur et chercheur en ML reconnu pour ses conférences techniques et ses cours sur les LLM et le Deep Learning. Il publie du contenu éducatif sur l'IA, l'apprentissage par renforcement et la performance des modèles, partageant souvent des insights issus de ses recherches à Cornell et chez Cursor. Son travail se concentre sur le scaling des LLM, l'évaluation des modèles d'IA et les explications techniques de concepts complexes en ML, avec des mises à jour occasionnelles humoristiques ou personnelles.
Données au 25 oct. 2026.
Les chiffres bruts · 90 derniers jours
- Vues médianes
- 22,3 k
- par publication
- Interactions médianes
- 229
- par publication
- Publications
- 25
- sur 90 jours
- Abonnés
- 108,5 k
- tous réseaux scorés
Ce qui fait le score
Centiles 0 – 100 face à tous les créateurs suivis.
- Portée · 30 %79
Vues moyennes par publication sur 90 jours
- Engagement · 30 %59
Réactions moyennes par publication
- Audience · 30 %72
Abonnés cumulés, rapportés à la population
- Régularité · 10 %100
Rythme de publication (25 posts / 90 j = 100)
Réseaux
108,5 k abonnés cumulés
| Réseau | Abonnés | Score |
|---|---|---|
| YouTube@Sasha Rush | 14,2 k | 932t10 |
| X@srush_nlp | 86,3 k | 9 375t1 |
| LinkedIn@sasha-rush-a69b6917 | 8,1 k | 1 701t10 |
30 derniers jours
Les meilleurs posts de Rush
- X · il y a 7 j#1
Late to the party, but this blog post is excellent. Arguably the way people should first learn neural networks.
SRSasha Rush83,4 k vues1,2 k interactions
- X · il y a 11 j#2
Interpretability blogs are the recipes blogs of ML. Not sure, why I have to read through the story of your grandmother's first house to find out you used gradients.
SRSasha Rush44,8 k vues1,1 k interactions
X · il y a 13 j#3SRSasha Rushpretty interesting document. https://t.co/hqTsE8LXbs
52,1 k vues702 interactions
X · il y a 25 j#4SRSasha RushSampling to Reinforce (https://t.co/hIdUW14DWq) An elementary tutorial on sampling w/o randomness with a focus on gaining intuition for variance reduction as the key challenge. https://t.co/UacCyhqfsH
36,6 k vues686 interactions
X · il y a 18 j#5SRSasha RushProvably Correct Tensor Puzzles (https://t.co/099ugHOGBy) In which we formally verify Python ML code by building a Jax-Lean transpiler. https://t.co/co3x6Yykw4
22 k vues494 interactions
- X · il y a 19 j#6
This is being spun like it is bad, but this is actually the kind of thing that should happen with open-source data communities.
SRSasha Rush21,6 k vues416 interactions
Face-à-face
