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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #305 · 16.04

Telegram запустил важное обновление для ботов, которое очень характерно сразу с нескольких сторон. Теперь боты могут формировать HTML-интерфейс любой сложности прямо внутри Телеграма. Раньше очень условно что-то такое было для игр, но криво, и требовало как бы выхода из приложения. А ещё там не было безопасной авторизации, не было поддержки на десктопах итд. Когда платформу ботов только запустили, у меня было много энтузиазма по её поводу. Я оценивал это, как возможность сделать приложение почти любой сложности внутри уже существующей экосистемы с пользователями, при этом только на бэкенде, не верстая интерфейс, не подгоняя ничего под нужные устройства, сразу кроссплатформенно итд. Но, к сожалению, чуда не произошло: ни в ВК, ни в Телеграме боты не выстрелили как некий широкий массовый и многофункциональный рынок. Это быстро заметила и сама команда Телеграма, поэтому платформу ботов забросили — не в техническом смысле, а, как бы сказать, в маркетинговом. Косвенно это привело, например, к очень неприятной истории с кидаловом участников конкурса по разработке ботов несколько лет назад. Поэтому обновление значимое, вот с каких позиций. Во-первых, платформу пытаются реанимировать. Это хорошо, и было бы здорово дать ей второй шанс. По крайней мере, этой проблеме дали хоть какой-то ход, а то она уже годами лежала пылилась. Во-вторых, нельзя не отметить, что и Телеграм подхватил общий тренд на суперприложения. Это наша новая реальность — все крупные бизнесы стремятся стать экосистемами. В-третьих, это шанс для Телеграма начать зарабатывать. Не секрет, что с бизнес-моделью у них беда. Введение рекламной площадки не сработало — для рекламы банально нет нужных данных о пользователях. Телеграм работает в минус, и деньги кончаются. Дурову удалось оставить себе деньги инвесторов после отзыва TON, но эта сумма тоже конечная. Непонятно, реанимирует ли это площадку в целом, но посмотреть будет интересно. #web

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