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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #146 · 8.01

Контрастом к этому выступил сериал, вышедший в прошлом году на Apple TV+. Пока доступен один сезон, описывающий примерно половину первого романа. Там очень красивая и дорогая картинка: графика, декорации, костюмы и стилистика — всё это шикарно и радует глаз. Многие современные визуально-технические находки очень уместны (например, там, где в книге был проектор с записью, в сериале голограмма с ИИ). Но остальное... Окей, я готов простить то, что два центральных персонажа у Азимова это белые мужчины, а в сериале — девушки афроамериканки. Такое сейчас время: квоты, дайвёрсити, все дела. Однако, есть ощущение, что в сериале сюжет специально отупили, чтобы сделать его то ли современнее, то ли доступнее массовому зрителю. В книге хитрый дипломат, много лет занимавшейся политикой, придумывает искусное безвоенное решение конфликта. В кино этот же герой-героиня просто от рождения особенная, и эта особенность случайно приводит её к решению, причем вполне агрессивному. И такого много. Есть пара удачных сюжетных линий, придуманных авторами, но в целом: много неуместных эмоций там, где в первоисточнике всё чинно и спокойно; проще и примитивнее там, где в книге было сложно и глубоко; персонажи более одномерные и скучные, а вместо логики — нервный сумбур. В общем, отличный аргумент за то, чтобы читать книги. #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #tuvanlanguage

当前筛选 #tuvanlanguage清除筛选

В 2023 мы с Айраной Монгуш и Давидом Дале сделали первый Тувинско-Русский ИИ переводчик — раньше Google и Яндекса. Опубликовали на конференции по машинному переводу WMT 2024. С тех пор я думал: а если без интернета? Прямо на телефоне? Взял Gemma3 1B, обучил на Colab, запустил на CPU. Вот скрин — живые переводы, ~500мс, без GPU. Модель пока сырая. Иногда галлюцинирует. Но когда попадает — попадает точно. Это работающая система. Дальше хочу добиться реального качества: — iOS через Core ML (моя основная среда) — 4-bit квантизация для мобильного — Правильно организовать "трубу" (пайплан) — основная проблема — Организовать более гибкий системный промпт (фью-шот промптинг) — Почистить датасет и обогатить синтетически — Сравнить несколько моделей — Выпустить офлайн-приложение для тувинцев 💬 Что сейчас работает для low-resource MT с ~300к парами? Интересно всё — архитектуры, трюки при обучении, способы улучшить качество на маленьком датасете. #NLP#Gemma3#iOS#CoreML#TuvanLanguage#EdgeAI#Google