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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #274 · 29.03

1 апреля в Петербурге собираются запустить отмену маршруток в соответствии с так называемой Новой Моделью Транспортного Обслуживания. Маршрутные такси появляются, как ответ бизнеса на несовершенство городской транспортной системы. Одни такси просто дублируют существующие маршруты автобусов и троллейбусов, потому что поток слишком большой. Другие — возят людей там, где автобусы вообще не ходят, или ходят неудобно. Например, от моего дома до Пионерской маршрутка есть, а никакого другого транспорта нет. В хорошо спроектированной городской среде маршрутных такси не должно существовать вообще. Они обычно в плохом техническом состоянии, а их водители совершают много небезопасных манёвров и постоянно нарушают ПДД. Так что, инициатива, безусловно, очень благая по своему замыслу. Но вопросы, как обычно, к реализации. Планируется для начала запустить 864 новых автобуса, а до конца программы — 2800. Эти автобусы должны перекрывать текущие популярные маршруты. Проблема в том, что у Петербурга довольно плохо дела с выделенными полосами под общественный транспорт. Там, где они есть, их соблюдение контролируется не очень хорошо. Но в большинстве мест, где вообще нужны автобусы, таких выделенных полос нет вообще. У нас радиальная структура метро без кольца, а, значит, перемещение на наземном транспорте особенно актуально на удалении от центра — и как раз там автобусы стоят в тех же самых пробках, что и автомобили. То есть мера хорошая с точки зрения безопасности — водители автобусов всё-таки адекватнее, чем водители маршруток, и сам автобус не так провоцирует агрессию. А ещё в нём обычно больше места, гарантированная оплата проездными, дешевле, комфортнее, не нужно самому открывать дверь итд. В новых автобусах, кстати, обещают USB-зарядки. Но мера всё равно половинчатая. Уж сколько лет урбанисты топят за трамвай, который нужно пускать по закрытым для автомобилей участкам -- например, разделительным полосам, или даже пешеходным улицам. Вот сейчас в итоге горбюджет потратит кучу денег, а мог бы потратить чуть больше, но в разы эффективнее. А, ещё в ОТ отменяют оплату наличкой. Давно пора. По мне бы так вообще везде отменять надо наличку. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #llmarena

当前筛选 #llmarena清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8560 · 16.09.2025 г., 16:22

🔥 Как реально выбирают LLM в 2025 — исследование LLM Arena Интересный опрос практиков (инженеров, ML-учёных, AI-продуктов) - как сегодня на самом деле выбирают языковые модели (LLM), что важнее: бенчмарки или собственные тесты, цена/скорость/качество, и чего не хватает в информации по моделям. 📊Ключевые выводы - 82,2% респондентов проводят собственные тесты; бенчмарки — лишь ориентир, не решение. - 26,7% вообще не пользуются бенчмарками. - В центре внимания: баланс качество / цена / скорость, устойчивость (без галлюцинаций), соответствие инфраструктуре. 👥 Участники опроса - 45 практиков с опытом работы с LLM-продуктами; все участники — профессионалы. - ML/AI Инженеры, Data Scientists, AI-строители, и менеджмент. 🔑 Что ищут и какие сигналы важны: - Часто оценивают обсуждаемость модели в статьях/сообществе; практическое применение в похожих продуктах. - Обращают внимание на число скачиваний и звёзд на Hugging Face / GitHub. - Хотят больше данных о требованиях к железу, лицензиях, локальной работе, графиках “цена vs качество”, “скорость vs качество”. ⚠️Проблемы & доверие - Многие не доверяют существующим бенчмаркам из-за методологических проблем (train/test leakage, нерелевантность задач). - Лабораторные условия часто сильно отличаются от продакшн. - Нехватка отзывов по реальным сценариям и использованиям. При выборе LLM важнее собственные тесты и контекст задач, чем рейтинги. Специалисты хотят поточечных данных: про лицензии, требования к железу, latency, стоимость. Инициатор исследования Роман Куцев - фаундер и CEO LLM Arena, публикуют много интересного у себя в блоге. Для тех, кто строит LLM-продукты, полезно: - Не ориентироваться только на чужие бенчмарки. - Собирать метрики в собственных условиях — на реальных данных. - Открыто показывать, что работает, а что — нет, в документации и обсуждениях. 🟢 Полное исследование: https://research.llmarena.ru/ #LLM#AI#ИИ#LLMArena#исследование#нейросети#benchmarks