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: #llmarena

当前筛选 #llmarena清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8560 · 16.09.2025 г., 16:22

🔥 Как реально выбирают LLM в 2025 — исследование LLM Arena Интересный опрос практиков (инженеров, ML-учёных, AI-продуктов) - как сегодня на самом деле выбирают языковые модели (LLM), что важнее: бенчмарки или собственные тесты, цена/скорость/качество, и чего не хватает в информации по моделям. 📊Ключевые выводы - 82,2% респондентов проводят собственные тесты; бенчмарки — лишь ориентир, не решение. - 26,7% вообще не пользуются бенчмарками. - В центре внимания: баланс качество / цена / скорость, устойчивость (без галлюцинаций), соответствие инфраструктуре. 👥 Участники опроса - 45 практиков с опытом работы с LLM-продуктами; все участники — профессионалы. - ML/AI Инженеры, Data Scientists, AI-строители, и менеджмент. 🔑 Что ищут и какие сигналы важны: - Часто оценивают обсуждаемость модели в статьях/сообществе; практическое применение в похожих продуктах. - Обращают внимание на число скачиваний и звёзд на Hugging Face / GitHub. - Хотят больше данных о требованиях к железу, лицензиях, локальной работе, графиках “цена vs качество”, “скорость vs качество”. ⚠️Проблемы & доверие - Многие не доверяют существующим бенчмаркам из-за методологических проблем (train/test leakage, нерелевантность задач). - Лабораторные условия часто сильно отличаются от продакшн. - Нехватка отзывов по реальным сценариям и использованиям. При выборе LLM важнее собственные тесты и контекст задач, чем рейтинги. Специалисты хотят поточечных данных: про лицензии, требования к железу, latency, стоимость. Инициатор исследования Роман Куцев - фаундер и CEO LLM Arena, публикуют много интересного у себя в блоге. Для тех, кто строит LLM-продукты, полезно: - Не ориентироваться только на чужие бенчмарки. - Собирать метрики в собственных условиях — на реальных данных. - Открыто показывать, что работает, а что — нет, в документации и обсуждениях. 🟢 Полное исследование: https://research.llmarena.ru/ #LLM#AI#ИИ#LLMArena#исследование#нейросети#benchmarks