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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1108 · 21.06

Посмотрел 7 серий «Киллербота», и вот что понял. В книгах описание мира приведено через восприятие главного героя. Само это восприятие очень своеобразное, что сглаживало и искажало некоторые спорные моменты. Но в сериале мы сторонний наблюдатель, и из-за этого слишком отчётливо видно, что все персонажи-люди — полнейшие фрики. Возможно, так и задумано, потому что книги в целом имеют тон повествования «глупые люди и умный робот среди них». И вообще, под определённым углом в романах проступает мысль, что белый мужчина с рациональными реакциями и маскулинно-защитной ролью уже как бы не совсем человек и не встраивается в общество. Да, автор -- женщина и сторонница западных ценностей, но американка, а не жительница Европы. Ещё и из сравнительно консервативного Техаса. Поэтому есть шанс, что карикатурная фриковость людей в романах -- тонкий умысел. Но если так, создатели сериала это не уловили совсем. В итоге люди в кадре -- нечто среднее между хиппи-коммуной, полиаморной семьёй и обществом анонимных жертв, собирающихся в круги для откровений. Они слишком ортодоксально либеральные, все представители разных меньшинств, ЛГБТ, мужчины-неженки, сильные женщины с короткой стрижкой, дайвёрсити по национальностям, параноидально чуткие к эмоциям друг друга и так далее. Ещё и в мире радикальной капиталистической антиутопии они живут на планете, структуру общества которой будто бы описывал восторженный ребёнок, что-то в духе «Все очень хорошие и делают только добро». И актёры с этим всем тоже совершенно не справляются, потому что им приходится играть драматически там, где по сути мы смотрим гиперболизированный ситком. Думаю, этим объясняется разрыв между оценками критиков и зрителей, и в целом сравнительно холодный приём после высоких ожиданий от трейлера. Смотрю только ради Скарсгарда -- он, конечно, идеально попал в каст. Ещё и высокий (194 см), прямо как в романах описано, что робот всегда был на голову выше окружающих людей. Ну и стоит отметить фантастически крутой ретрофутуристичный визуальный стиль, а также хорошую находку авторов в виде отображений всяких надписей и чисел голограммами рядом с героем (да, мы такое видели, например, в «Шерлоке», но там это только визуальный приём, а тут ещё и по сюжету вписывается). #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #2bitq

当前筛选 #2bitq清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #9516 · 13.02.2026 г., 15:23

🌟Tencent сжали 1.8B модель в 2 бита: 600 МБ веса и Dual-CoT на борту. Tencent Hunyuan выкатили open-source решение для тех, кто хочет запускать LLM локально на кофеварке. HY-1.8B-2Bit - модель, которую утрамбовали так плотно, что она занимает меньше места, чем многие современные мобильные приложения. Модель пилили методом Quantization-Aware Training, который в отличие от PTQ, позволяет адаптироваться к низкой разрядности весов еще на этапе тренировки. За основу взяли backbone Hunyuan-1.8B-Instruct и жестко сжали веса до 2 бит. При этом эффективный размер в памяти получился эквивалентен модели на 300М параметров, а физический вес получился всего 600 МБ. Что самое ценное - сохранили фичу Dual-CoT: модель умеет переключаться между быстрым мышлением для простых тасков и глубоким long-CoT для сложных. 🟡Бенчмарки 🟢По сравнению с fp16-учителем (1.8B), деградация метрик всего ~4%. Это очень мало для 2-битного квантования. 🟢Разница в точности на сравнении с INT4 ничтожна - 0.13%, хотя весит модель в 2 раза меньше. 🟢Если взять плотную модель на 0.5B параметров, то HY-1.8B-2Bit обходит ее в среднем на 16-17%. На GSM8K разрыв вообще дикий: +22.29%. 🟢Prefill ускорился в 3-8 раз, генерация токенов - в 2-3 раза на поддерживаемом железе. 🟡Жирный нюанс Текущая реализация требует поддержки инструкций Arm SME2. Это значит, что вся эта красота заведется только на Apple M4 и MediaTek Dimensity 9500. Если у вас M1/M2 или Snapdragon прошлых поколений - пока мимо. Разработчики обещают подвезти Neon kernel позже. Кстати, GGUF тоже есть, так что если под рукой есть M4 - можно тестить. Остальным остается ждать оптимизации под старые инструкции. 🟡Модель 🟡GGUF 🟡Техотчет 🖥GitHub @ai_machinelearning_big_data #AI#ML#SLM#2bitQ#Tencent