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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #367 · 30.05

Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev

Hashtags

Резултати

Намерени 9 подобни публикации

Търсене: #coinglass

当前筛选 #coinglass清除筛选
Crypto M - Crypto News

@CryptoM · Post #65182 · 11.04.2026 г., 16:55

🚀 Ethereum Price Movements Could Trigger Significant Liquidations Ethereum's price fluctuations could lead to substantial liquidations on major centralized exchanges. According to ChainCatcher, data from Coinglass indicates that if Ethereum surpasses $2,346, the cumulative liquidation of short positions could reach $893 million. Conversely, if Ethereum falls below $2,135, the liquidation of long positions could total $877 million. #Ethereum#Crypto#PriceMovements#Liquidations#CryptoTrading#Coinglass#ChainCatcher#ShortPositions#LongPositions#Cryptocurrency#ETH

Crypto M - Crypto News

@CryptoM · Post #64985 · 10.04.2026 г., 12:56

🚀 Ethereum Price Movements Could Trigger Significant Liquidations Ethereum's price fluctuations could lead to substantial liquidations on major centralized exchanges. According to ChainCatcher, Coinglass data indicates that if Ethereum falls below $2,082, the liquidation intensity for long positions could reach $974 million. Conversely, if Ethereum surpasses $2,299, the liquidation intensity for short positions could amount to $855 million. #Ethereum#PriceMovements#Liquidations#CentralizedExchanges#Coinglass#ChainCatcher#LongPositions#ShortPositions#ETH

Crypto M - Crypto News

@CryptoM · Post #64988 · 10.04.2026 г., 12:58

🚀 Hyperliquid Platform Whale Holdings Reach $3.721 Billion, Data Shows Hyperliquid platform whales currently hold positions valued at $3.721 billion, according to ChainCatcher. Data from Coinglass reveals that long positions account for $1.902 billion, representing 51.13% of the total holdings, while short positions amount to $1.818 billion, making up 48.87%. The long positions have incurred a loss of $6.8165 million, whereas the short positions have gained $17.7438 million. Notably, a whale address identified as 0xa5b0..41 has engaged in a 15x leveraged long position on ETH at a price of $2,148.7, currently showing an unrealized profit of $2.6246 million. #Hyperliquid#WhaleHoldings#ChainCatcher#Coinglass#LongPositions#ShortPositions#ETH#LeveragedPosition#Crypto#UnrealizedProfit

Crypto M - Crypto News

@CryptoM · Post #65366 · 13.04.2026 г., 02:44

🚀 Hyperliquid Whale Positions Reach $3.745 Billion, Data Shows Hyperliquid platform's whale positions currently total $3.745 billion, according to ChainCatcher. Coinglass data reveals that long positions account for $1.91 billion, representing 50.98% of the total, while short positions amount to $1.836 billion, making up 49.02%. The long positions have incurred a loss of $12.4197 million, whereas the short positions have gained $19.721 million. Notably, a whale address 0xa5b0..41 has taken a 15x leveraged long position on ETH at a price of $2,148.7, with an unrealized profit of $3.7797 million. #Hyperliquid#WhalePositions#ChainCatcher#Coinglass#LongPositions#ShortPositions#ETH#LeveragedPositions#UnrealizedProfit#Crypto

Crypto M - Crypto News

@CryptoM · Post #65338 · 13.04.2026 г., 00:45

🚀 Ethereum Price Movements Could Trigger Significant Liquidations Ethereum's price fluctuations could lead to substantial liquidations on major centralized exchanges. According to ChainCatcher, Coinglass data indicates that if Ethereum surpasses $2,309, the cumulative liquidation intensity of short positions on mainstream centralized exchanges will reach $798 million. Conversely, if Ethereum falls below $2,093, the cumulative liquidation intensity of long positions will amount to $581 million. #Ethereum#PriceMovements#Liquidations#CentralizedExchanges#CryptoTrading#Coinglass#ChainCatcher#ShortPositions#LongPositions#CryptoMarket#ETH

Crypto M - Crypto News

@CryptoM · Post #65184 · 11.04.2026 г., 16:56

🚀 Hyperliquid Whale Positions Reach $3.905 Billion Hyperliquid platform's whale positions have reached a total of $3.905 billion, according to ChainCatcher. Data from Coinglass reveals that long positions account for $1.992 billion, representing 51.01% of the total, while short positions amount to $1.913 billion, making up 48.99%. The profit and loss for long positions stands at $29.0862 million, whereas short positions show a loss of $13.7305 million. Notably, a whale address, 0xa5b0..41, has engaged in a 15x leveraged long position on ETH at a price of $2,148.7, currently showing an unrealized profit of $6.6987 million. #Hyperliquid#WhalePositions#Billion#ChainCatcher#Coinglass#LongPositions#ShortPositions#ETH#LeveragedPosition#ProfitLoss

Crypto M - Crypto News

@CryptoM · Post #65035 · 10.04.2026 г., 15:05

🚀 Bittensor Experiences Significant Market Value Loss Following Covenant AI Departure Bittensor's market value dropped by nearly $900 million after Covenant AI announced its departure from the network. According to NS3.AI, CryptoSlate data revealed that TAO, Bittensor's native token, fell 27% from $338 to $285 within approximately two hours before slightly recovering to $294. CoinGlass data indicated that the event led to $11 million in long liquidations. The split has highlighted a governance dispute between Covenant AI founder Sam Dare and Bittensor co-founder Jacob Steeves. #Bittensor#MarketValueLoss#CovenantAI#TAO#Crypto#NS3AI#CryptoSlate#CoinGlass#Liquidations#GovernanceDispute#SamDare#JacobSteeves

Crypto M - Crypto News

@CryptoM · Post #65295 · 12.04.2026 г., 15:15

🚀 Crypto Analyst Manya Releases Research Tool Rankings Crypto analyst manya has released a ranking of personal research tools. According to ChainCatcher, the rankings categorize tools into different levels based on their effectiveness. The S-tier includes Dune and frontrun.pro, while the A-tier features Coinglass, RootData, Drop, MetaSleuth, and DefiLlama. B-tier tools comprise Arkham, Bubblemaps, Dexscreener, Surf, Nansen, and CoinMarketCap. C-tier tools include Cryptorank and others. #CryptoAnalyst#ResearchTools#CryptoRanking#Dune#frontrunpro#Coinglass#RootData#Drop#MetaSleuth#DefiLlama#Arkham#Bubblemaps#Dexscreener#Surf#Nansen#CoinMarketCap#Cryptorank