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: #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