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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1064 · 17.01

Прегледай публикациятаВиж оригинала

Навскидку, все видеоблогеры, на кого я подписан, поделились сейчас на три группы. 1. Те, кто просто стал заливать свои ролики сразу на ютуб, в ВК, иногда ещё в Дзен и на пару других площадок. День в день, ролики дублируются, аудитория выбирает, где смотреть. Левша, Розеткед, Антонов, Гикмедиа, Вилса, АлексГайвер итд. Кажется, бОльшая часть поступила именно так, хорошая стратегия без ущерба для аудитории. 2. Те, кого ВК, по-видимому, пригласил к себе эксклюзивом на каких-то условиях, и/или кого забанил ютуб. Они либо не выкладывают на ютуб вовсе, либо выкладывают с умышленным опозданием, а часть эксклюзивов оставляют в ВК: Лебедев, Крастер, Пушной. Видимо, на покупку Вилсы у ВК просто не хватило денег. 3. Ну и самая любопытная категория: те, кто саботирует ВК и либо не выкладывает там совсем, либо постит со специальной задержкой относительно ютуба. Имена перечислять не буду, потому что среди тех, кого я смотрю, этому эффекту подвержены ТОЛЬКО очень маленькие начинающие блоги (не все). Больших игроков с таким поведением я не припомню, но я уже давно отписался, например, от всех либералов, поэтому не знаю, как там. Постят ли какие-нибудь Кац и Варламов свои упаднические истерики в ВК? Не знаю, и не особо интересно, честно говоря. В любом случае, если саботаж российских площадок не является частью идеологии блога, то, как я понял, новички недовольны именно раскруткой: рекомендациями, охватами итд. Жалуются на очень небольшое число просмотров у развивающихся блогов. С этим спорить сложно, у ютуба конечно и система рекомендаций и привычка публики на порядки превосходит таковые в ВК. Но вот что мне кажется не слишком логичным: зачем постить в ВК с задержкой? Если в ВК нет твоей аудитории, постить не нужно совсем (в том числе и ссылками на внешние платформы). Если аудитория есть, то нет смысла специально причинять ей неудобства. Независимо от того, решатся ли фундаментальные проблемы ВК или нет, эта стратегия не ведёт ни к какой выгоде в долгосрочной перспективе. За собой заметил, что точно стал реже открывать ютуб (даже с DPI он работает плохо, а постоянно включённый VPN это неудобно по ряду других причин), но при этом в ВК смотрю только тех, кого уже смотрел и раньше. Рекомендации пока что ни к чёрту, глупо отрицать. Так что просто реже прокрастинирую с помощью видео и чаще с помощью чего-то ещё. #web

Hashtags

#web
Резултати

Намерени 20 подобни публикации

Търсене: #train

当前筛选 #train清除筛选
Voir de ses propres yeux

@voir_yeux · Post #12448 · 07.04.2026 г., 14:03

Намери подобниПрегледай

🇫🇷 La situation sur les lieux de la collision entre un train à grande vitesse (TGV) et un poids lourd transportant du matériel militaire dans la commune de Nœux-les-Mines (Pas‑de‑Calais), dans le nord de la France. #france#train#collision

Hashtags

#france#train#collision
Machinelearning

@ai_machinelearning_big_data · Post #9694 · 19.03.2026 г., 09:05

Намери подобниПрегледай

🌟Unsloth Studio: опенсорный no-code веб-интерфейс для LLM. Unsloth Studio - это локальный комбайн, который объединяет подготовку данных, обучение, инференс и экспорт модели в одном месте. Под капотом кастомные Triton-ядра с собственным backprop. По сравнению со стандартными CUDA-реализациями это дает 2х прирост скорости обучения и снижение потребления по VRAM на 70%. Поддерживаются полный файн-тюнинг, претрейн, LoRA, QLoRA, 4-bit, 16-bit и FP8. Всего совместимо более 500 моделей, включая Llama 4, Qwen 3.5 и Gemma 3. Для работы с данными есть визуальный нодовый редактор Data Recipes. Studio принимает PDF, DOCX, CSV и JSONL, генерирует синтетические датасеты и автоматически конвертирует данные в форматы ChatML или Alpaca. Помимо стандартного SFT, Studio умеет в GRPO, которая не требует отдельной critic-модели и потребляет на 80% меньше VRAM, что делает обучение ризонинг-моделей реалистичным на локальном железе. Модели на 8B и 70B параметров (например, Llama 3.1, Llama 3.3, DeepSeek-R1) можно файн-тюнить на одной RTX 4090 или 5090, а не на кластере, но есть и поддержка multi-GPU. В режиме инференса Studio умеет: tool calling, выполнение кода прямо в чате, работу с изображениями, аудио, PDF и DOCX. Из коробки - веб-поиск и автонастройка параметров инференса. Экспорт результатов - одной кнопкой в GGUF, vLLM или Ollama. Studio сама мерджит LoRA-адаптеры с базовой моделью. Работает на Windows, Linux и macOS (на Mac пока только инференс, поддержка MLX-обучения анонсирована), есть Docker. AMD-пользователи могут обучать через Unsloth Core, поддержка в Studio обещана позже. 📌Лицензирование: AGPL-3.0. 🟡Документация 🖥Github @ai_machinelearning_big_data #AI#ML#LLM#Framework#Train#UnslothStudio

Hashtags

#ai#ml#llm#framework#train#unslothstudio
12
← ПредишнаСтр. 1 от 2Следваща →