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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1104 · 25.05

Брент Уикс, «Чёрная призма». Почти не читаю фентези, но наткнулся в сети на обсуждение книги, купил и прослушал две части. Остальные, к сожалению, на русском не вышли, и неизвестно, выйдут ли (издательство отвечает отписками). При этом история сквозная, так что сами решайте. Потому что нереальная годнота как раз для тех, кто фентези считает менее умным и серьёзным жанром, нежели обычный сайфай. В этой вселенной маги могут колдовать, создавая из света разных цветов материальную субстанцию — люксин. При этом от цвета зависят физические свойства люксина: красный, например, липкий и взрывоопасный, синий прочный как металл, из зелёного можно делать верёвки и так далее. Большинство магов извлекают люксин одного цвета, реже двух соседних. Ещё реже больше. Причём, магия вполне подчиняется обычной физике: если маг наденет очки с цветными стёклами, то ему колдуется гораздо проще. Каждый извлекатель может за жизнь совершить некоторый конечный объём магии, после чего сходит с ума, и текущее состояние на этой шкале всегда видно по степени перекрашивания глазных белков. И первый любопытный факт, что главный герой уже самый могущественный маг и правитель империи, способный неограниченно использовать все цвета. Нередко в таких произведениях герой либо скрытый избранный, внезапно обнаруживающий в себе особые способности, либо поднимающийся со дна простолюдин (вор, маленький человек итд). А тут положение героя сразу концентрирует сюжет вокруг политики, управления страной и прочих масштабных вопросов. Второй любопытный факт, что автор явно гик, так что в сюжете вы найдёте реализацию реактивной тяги на люксиновых деталях, создаваемые магами полиспасты, отсылки к оптике, строительству, и в целом очень логичный, продуманный и непротиворечивый мир. Упоминаются маги, работающие с инфракрасным и УФ-диапазоном и даже с микроволновым излучением. Отдельный респект за то, что элита и всякая пафосная знать в этом мире играет не в какой-нибудь унылый покер, который и игрой то назвать нельзя, а в настоящую ККИ, правила и геймплей которой тоже описаны с неплохой степенью подробности (думаю, писатель вдохновлялся реальной Magic The Gathering). Из недостатков могу отметить неспешный сюжет — событий происходит очень мало. Вроде как всего уже написано 5 или 6 книг, но, как я уже сказал, придётся ждать. Ещё в книге есть один раздражающий, на мой взгляд, персонаж, неправдоподобно везучий. И стоит упомянуть, что переводчики первой и второй книги разные, и они почему-то друг с другом не синхронизировались по именам. Но в остальном, пожалуй, самое интересное на мой личный вкус фентези, из тех, что я читал, если вообще такое жанровое определение применимо. Кстати, озвучку аудиокниг на русском записал профессиональный диктор Илья Дементьев, и это просто офигеть как круто звучит. Есть много хороших чтецов, но профи с 20-летним стажем поднимает чтение на какой-то нереальный уровень, как по мне. #fiction

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