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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1049 · 21.12

Guilty pleasure: наблюдать, как любители парковаться во дворе занимаются раскопками. С приходом снега выросло количество дискуссий "Пешехонов vs автомобилисты". В основном с друзьями, конечно, потому что лезть с урбанистикой во внешние интернеты это примерно то же самое, что приходить с правилами застольного этикета к зэкам в тюрьму. Интересно, что нередко в качестве аргументов используется сослагательное наклонение или фантастика в жанре альтернативной истории: "Вот если бы сделали бесплатный паркинг напротив дома...", "Вот надо было изначально иначе проектировать дворы..." и т.д. Самое обидное, что я с этими посылами полностью согласен, но никакого решения они не предлагают. Я даже больше скажу: государство тоже не особо много что может сделать с урбанистическими проблемами города. Разве что в Москве, где у чиновников больше управленческой воли, потому что в соседнем кабинете сидит Путин, встречающий в этой самой Москве всяких Такеров Карлсонов и Си Дзинь Пиней. Но в других местах администрация действует популистски, а люди, как мы видим, выбирают некрасивые и неудобные общественные и жилые пространства в угоду личной выгоде. Тем приятнее, что эти же самые люди, за небольшими исключениями, сейчас берут в руки щётки и лопаты, во всех смыслах разгребая последствия своего выбора. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #fp8

当前筛选 #fp8清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8721 · 08.10.2025 г., 18:50

✔️Ling-1T - новая модель от inclusionAI с 1 триллионом параметров Модель на 1 трлн, из них ≈ 50 млрд активны на токен (MoE-архитектура). Она обучена на 20 трлн+ токенов, специально отобранных для задач логического мышления и рассуждений. Контекст: 128 000 токенов. Построена на базе Evo-CoT (Evolutionary Chain of Thought) и Linguistics-Unit RL - нового метода обучения для масштабируемых рассуждений. При помощи Evo-CoT модель постепенно улучшает баланс между точностью рассуждений и вычислительной эффективностью. То есть с каждым шагом она пытается делать рассуждения «глубже», но не слишком дорого по ресурсам. Моделька демонстрирует сильные результаты в задачах кода, математики, логики и фронтенд-генерации. В архитектуре задействованы Mixture-of-Experts (1/32 активация), MTP слои и маршрутизация экспертов. Ling-1T показывает, что огромные модели можно сделать не только мощными, но и экономичными. https://huggingface.co/inclusionAI/Ling-1T @ai_machinelearning_big_data #Ling1T#AI#ML#OpenSource#Reasoning#TrillionScale#FP8