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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #317 · 27.04

Интересная и глубокая настольная стратегия «Подводные города». Выглядит громоздко, но на самом деле правила довольно логичны и объясняются быстро. Конечно, игра не семейного типа, а для менее казуальных игроков. По сюжету у человечества в будущем кончилось место на земле, и люди строят города-купола на океаническом дне. Нужно правильно распределять ресурсы и создавать себе работающую экономику. Каждый ход есть десятки комбинаций действий, адекватный уровень напряжённости между игроками, но при этом на мой взгляд механика совсем не грузит, потому что почти всегда несколько одинаково выгодных вариантов. У многих еврогеймов недостаток в том, что для эффективной игры нужно сидеть и просчитывать свой ход далеко вперёд, отнимая у всех время и нехило нагружая свою голову. Здесь этого почти нет. Пожалуй, у игры могли бы быть компоненты получше. По современным меркам они простоваты и рисовка не слишком богатая. Но это частично исправляет дополнение. И в любом случае, игра искупает любые замечания своим интересом и сбалансированностью. Советую тем, кто играет в настолки, но эту почему-то пропустил. #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #smallmodel

当前筛选 #smallmodel清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8975 · 12.11.2025 г., 13:03

⭐VibeThinker-1.5B - миниатюрная модель, которая показывает SOTA-результаты в задачах рассуждения. 🚀Производительность: одна из лучших на AIME24/25 и HMMT25 - превосходит DeepSeek R1-0120 по математическим задачам и опережает модели такого же размера в соревновательном программировании. ⚡Эффективность: всего 1.5B параметров. то есть в 100–600 раз меньше, чем гиганты вроде Kimi K2 и DeepSeek R1. 💰Стоимость: полный пост-тренинг обошёлся всего в $7.8K, примерно в 30–60 раз дешевле, чем у DeepSeek R1 или MiniMax-M1. Модель основана на Spectrum-to-Signal Principle (SSP) и MGPO-фреймворке, оптимизирующих процесс рассуждения. 📦Model:https://huggingface.co/WeiboAI/VibeThinker-1.5B 💻GitHub:https://github.com/WeiboAI/VibeThinker 📄Arxiv:https://arxiv.org/abs/2511.06221 @ai_machinelearning_big_data #AI#LLM#Reasoning#OpenSource#SmallModel