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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #353 · 22.05

Третий сезон ❤️☠️🤖, пожалуй, всё ещё уступает первому, но вышел существенно лучше второго. Вообще, я посмотрел в сети, и, оказывается, к первому сезону привлекли 11 разных стран для разработки, а ко второму и третьему только по 4 страны, а большинство эпизодов делали США. То есть проект начинался, как международный, но потом изначальные авторы почти целиком забрали его себе. Ударило ли по качеству именно это — сложно сказать — но признак не самый хороший. Во втором сезоне мне запомнилась буквально пара эпизодов. Его проблема была в том, что он короткий, недосказанный, и не с такими интересными идеями. Третий сезон двинулся в сторону улучшения, но всё равно на его фоне некоторые серии из первого сезона, которые казались чисто проходными, внезапно обрели глубину и интересность. Далее пройдусь по эпизодам без спойлеров. «Three Robots: Exit Strategies» (три робота) Продолжение короткой зарисовки из первой части, где человечество погибло в результате войны с роботами, и роботы ходят по руинам и рассуждают с шутками о всяких жизненных вещах. Есть очень классные язвительные подколки в сторону людей и их недостатков, я бы с удовольствием посмотрел ещё несколько эпизодов в этой вселенной. «Bad Travelling» (про гигантского краба) Очень крутая серия, в моём личном рейтинге лучшая в сезоне. Это то, за что я в целом ценю весь проект: тут есть и экшен, и нагнетание атмосферы, и острые социальные высказывания, и крутой неоднозначный герой, чью мотивацию ты понимаешь полностью только к концу. «The Very Pulse of the Machine» (про космонавток на Ио) Ну такое себе. Подобную тему можно было, на мой взгляд, раскрыть гораздо круче. А здесь что-то полу-наркоманское. Посмотрел без особого удовольствия, но и перемотать не хотелось. «Night of the Mini Dead» (зомби в миниатюре) По сюжету совершенно ничего интересного, вся серия держится на визуальном стиле: миниатюрная кукольная анимация (представьте себе Гранд Макет, в котором сняли покадровый фильм, передвигая фигурки). Интересно, потому что необычно, но я бы такое ожидал скорее в формате ролика на ютубе, а не в высокобюджетном проекте от крупной студии. «Kill Team Kill» (про медведя) Классический экшен-эпизод, где просто драка без какой-либо сюжетной мысли. Пару таких серий мы видели в первом сезоне: про ограбление колонны («Blindspot») и про мехов против пришельцев («Suits»). Но в первом сезоне был более интересный сеттинг, а здесь, на мой взгляд, нет. С мехами куда круче и эффектнее смотрится. «Swarm» (рой в космосе) Пожалуй, вторая по интересности серия в моём личном рейтинге. Очень классный сюжет, очень классная задумка, хочется посмотреть что-то более длинное с этой тематикой. Концовку объяснили не слишком хорошо, и приходится строить собственные теории, но в остальном шикарно. «Mason's Rats» (война с крысами) Тоже офигенная идея, классный экшен, жёсткий чёрный юмор, и тоже как будто не хватило времени, я бы сделал минут на 10-15 дольше, чуть помедленнее подавая события. Но однозначно один из лучших эпизодов сезона. «In Vaulted Halls Entombed» (солдаты в пещере) Классический эпизод-ужастик, мы это видели в первой части в серии «Sucker of Souls» (про дракулу). Там, кстати, тоже пещера, и вообще довольно похоже всё. В общем, вся серия как визуализация какой-нибудь одной статьи про SCP — сюжета считайте нет, но криповенько и со вкусом. «Jibaro» (танцующая девушка в озере) Это, кажется, то ли экранизация японского театра Кабуки, то ли что-то похожее. Вся серия вычурно театральная, причем даже не в нашем привычном европейском стиле. Она немая, держится на костюмах и движениях, сюжет ясен только в общих чертах. Мне вот совершенно не зашло, на очень большого любителя. Но, я думаю, есть люди, которые от неё в восторге. Тем не менее, насколько место таким экспериментам в как бы фантастическом сериале — для меня вопрос спорный. Ждём ещё пару лет.#fiction

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #longcontext

当前筛选 #longcontext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

Machinelearning

@ai_machinelearning_big_data · Post #9395 · 19.01.2026 г., 07:10

✔️ Sakana AI придумали, как LLM самим сортировать контекст по важности Обычные языковые модели читают текст как одну длинную ленту. Что ближе к началу внимания - то “важнее”. Что дальше - то модель видит хуже. И тут появляется проблема: если важный факт спрятан где-то далеко среди шума, модель может его просто не использовать. Она тратит внимание на всё подряд, вместо того чтобы сосредоточиться на главном. Sakana AI предложили решение - RePo (Context Re-Positioning). Идея очень понятная: модель получает модуль, который позволяет динамически “перепозиционировать” контекст. Примерно как человек: ты читаешь длинный документ, понимаешь, что важная часть была 20 страниц назад - и мысленно перечитываешь её, а лишнее игнорируешь. Что делает RePo - подтягивает важные куски информации ближе - отодвигает шум и лишний текст - помогает вниманию модели фокусироваться на нужном В модели есть обучаемый модуль, который **переназначает позиции токенов по смыслу**, а не по порядку ✅ важно = то, что помогает уменьшать ошибку модели и правильно решать задачу ❌ второстепенно = то, что не помогает (шум), поэтому “отодвигается” по позициям В результате модель с такой памятью начинает лучше работать там, где LLM обычно страдают: - когда контекст длинный - когда много шума - когда важные детали раскиданы далеко друг от друга - когда данные структурированные (таблички, списки, правила) Авторы показывают, что RePo даёт заметный прирост устойчивости, при этом не ухудшая общее качество. ▶️ Устойчивость к шуму (Noisy Context) Средний результат по 8 noisy-бенчмаркам: - Обычный RoPE: 21.07 - RePo: 28.31 🟡 Прирост: +7.24 пункта (сильно) Авторы отдельно фиксируют ключевую цифру: на noisy-eval (4K контекст) RePo лучше RoPE на +11.04 пункта. 🔥 Примеры прироста на конкретных задачах (везде RePo > RoPE) - TriviaQA: 61.47 → 73.02 (+11.55) - GovReport: 6.23 → 16.80 (+10.57) - 2WikiMultihopQA: 23.32 → 30.86 (+7.54) - MuSiQue: 7.24 → 13.45 (+6.21) Это шаг к моделям, которые не просто “читают что дали”, а умеют сами организовать свою рабочую память. 🟡Подробности: pub.sakana.ai/repo/ 🟡Статья: arxiv.org/abs/2512.14391 @ai_machinelearning_big_data #RePo#SakanaAI#LLM#AI#AIAgents#Context#LongContext#Attention

Neuron | OnlyFAST

@neuron_skills · Post #1643 · 11.07.2025 г., 14:48

📊 AI-автоматизация на страже новостей! За период 07.07.2025 – 10.07.2025 наша система автоматически проанализировала для вас: 191 топовый сабреддит 449 Twitter-аккаунтов 29 Discord-серверов (226 каналов, 12 761 сообщений) ⏳ Экономия вашего времени: Если бы вы читали это вручную со скоростью 200 слов в минуту, ушло бы целых 806 минут — а так, всё самое важное уже собрано в одном месте! tags: companies #xai#perplexityai#langchain#cursor#cline models #grok4#grok4heavy#claude4opus topics #modelreleases#benchmarking#longcontext#modelpricing#modelintegration#voice#performance#scaling#gpuoptimization people’s #elonmusk#aravsrinivas#igorbabuschkin#yuchenj_uw