TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1039 · 15.11

Дуров у себя в канале опубликовал пост о том, что некое приложение, созданное любителем за два дня, заработало $500 тысяч сразу со старта (в сети пишут что речь про Memhash — обычный idle-криптоскам, просто в тематике майнинга, еще и с платным входом). This is the power of hard work, determination, and the Telegram mini app platform! пишет нам Павел. Оставим в стороне очевиднейшую ошибку выжившего. Основная ирония в том, что двумя постами выше Дуров критикует употребление алкоголя, рассказывает о том, что сам не пил 20 лет, и что нужно хранить своё ментальное здоровье, и только тогда добьёшься экстраординарных результатов. При этом вся активная платформа миниприложений в Телеграме не только оказалась очень благодатной почвой для роста скам-кликеров, но это направление ещё и всячески поддерживается администрацией. Мобильный игровой мир и так проклят. Вместо того, чтобы у нас в топах популярных игр на телефонах были вещи типа Slay the Spire и Into the Breach, мы получили засилье мобильных наркотиков — то есть «игр» без настоящего принятия решений, зато с большим количеством аддиктивных механик, имеющих точно такое же воздействие на психику и создающих точно такие же зависимости, как алкоголь и курение. Телеграм сделал ещё хуже: пользуясь слабой регуляцией криптовалют, он вмешал сюда гэмблинг и лохотроны, которые уже включают по природе своей механизмы для обхода критической защиты у людей в мозгах. Это не только кратно увеличило «подсаживание» хомяков на хомяка, но ещё и добавило чисто материального вреда для зависимых. Так что сначала критикуешь алкоголь и ругаешь общество за деструктивные ритуалы, а потом хвалишь «беспроигрышную лотерею», один только вход в которую стоит $100, потому что часть этих денег идёт тебе. Концептуально Дуров сейчас — наркобарон. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #efficientmodels

当前筛选 #efficientmodels清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8519 · 11.09.2025 г., 18:21

🚀 Релиз:Qwen3-Next-80B-A3B - эффективная модель заточенная на работа работу с очень длинным контекстом! 🔹80B параметров, но активируется только 3B на токен → тренировка и инференс 10x дешевле и быстрее, чем у Qwen3-32B (особенно при 32K+ контексте). 🔹Гибридная архитектура: Gated DeltaNet + Gated Attention → сочетает скорость и точность. 🔹Ultra-sparse MoE: 512 экспертов, маршрутизируется 10 + 1 общий. 🔹Multi-Token Prediction → ускоренное speculative decoding. 🔹 По производительности обходит Qwen3-32B и приближается к Qwen3-235B в рассуждениях и long-context задачах. 🟢Qwen3-Next-80B-A3B-Instruct показатели почти на уровне 235B flagship. 🟢Qwen3-Next-80B-A3B-Thinking превосходит Gemini-2.5-Flash-Thinking. ▪Попробовать: https://chat.qwen.ai ▪Анонс: https://qwen.ai/blog?id=4074cca80393150c248e508aa62983f9cb7d27cd&from=research.latest-advancements-list ▪ HuggingFace: https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d ▪ ModelScope: https://modelscope.cn/collections/Qwen3-Next-c314f23bd0264a ▪Kaggle: https://kaggle.com/models/qwen-lm/qwen3-next-80b ▪ Alibaba Cloud API: https://alibabacloud.com/help/en/model-studio/models#c5414da58bjgj @ai_machinelearning_big_data #AI#LLM#Qwen#DeepLearning#MoE#EfficientModels#LongContext#Reasonin