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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #349 · 19.05

В сеть попал «Морбиус», я посмотрел, и не понимаю, почему его так хейтят. Рейтинги прям супер низкие, да и в комментариях везде в основном недовольство. А по мне так вполне нормальный. Конечно, есть недостатки, да и послевкусия почти никакого не оставляет. Но, на мой взгляд, картина вполне цельная, последовательная, с прикольным визуалом, и каст попал в точку (видеть Мэтта Смитта в необычном образе было прикольно). Да, у фильма какой-то не слишком современный ритм, если можно так выразиться. Он, как бы сказать, слишком прямой и буквальный: вот тебе, зритель, пересказ событий. Напомнило мне боевики и ужастики девяностых, конкретно даже возникли ассоциации с фильмом «Муха»: там тоже учёный в результате эксперимента над собой получил сверхсилы, но потерял человеческий облик. Отдельно мне понравилось, что герой очень логичен и действует реалистично. Он переживает о своих действиях вполне правдоподобно: сокрушаясь, но не слишком. Ещё он сразу берётся исследовать себя, вести записи и замеры — так сделал бы любой разумный человек после подобных изменений. Ну и никакие сюжетные интриги не держат долго, потому что раз зритель догадывается сразу, то и персонажи должны сообразить. В общем, таких разгромных рейтингов «Морбиус» точно не заслуживает. Я думаю даже вполне получил бы удовольствие от просмотра его в кино, если бы показывали, чего не могу сказать, например, о новом Бэтмене (про который я рад, что в кино попасть не смог). #fiction

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