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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #379 · 11.06

Я попробовал Whoosh с подпиской, и да: кнопка включения страховки запоминает своё положение. То есть без подписки она всегда сама переключается в активное состояние, поэтому, если забудешь её отжать (каждый раз при аренде самоката!), заплатишь лишние 35 рублей. Но с подпиской стоит один раз её выключить, она в таком состоянии остаётся. Давно ли мы стали платить деньги за отключение тёмных паттернов и за то, чтобы сервис вёл себя не по-мудачески? В новостях вовсю рассказывают про платную подписку Telegram. В премиум-функциях будет, например, удвоение размеров пересылаемых файлов. Дуров написал у себя что, дескать, это всё для поддержания инфраструктуры: на платные функции расходуется больше ресурсов, поэтому они и платные. Если функция расходует ресурсы компании, то её платность это совершенно нормально. Именно так и должны работать платные подписки. Например, отключение рекламы за деньги это вполне хорошо и справедливо: компания зарабатывает на рекламе и оплачивает с этих денег свою инфраструктуру, если вы отключаете рекламу, а инфраструктурой пользуетесь, то вы расходуете ресурсы компании, поэтому с вас логично и правильно брать деньги. До санкций я платил за YouTube без рекламы (впрочем, сейчас он без рекламы бесплатный получается). И я бы платил, например, за ВК без рекламы. Может, уже не сейчас, но в лучшие времена этой соцсети. Однако, брать деньги просто за то, чтобы перестать делать неудобно — это мудачество, если удобство не расходует дополнительных ресурсов. Дуров упомянул о поддержке инфраструктуры, но почему-то забыл сказать, что, например, 10 закреплённых чатов вместо 5 это тоже платная функция, хотя никаких дополнительных ресурсов не расходует. Закреплённость чата это, скорее всего, один бит, который и так у всех чатов уже есть, просто нулевой. Но даже если нет, дополнительные "расходы" на это совершенно ничтожны. Больше закреплённых чатов — та функция, которую много людей просили в течение последних нескольких лет. Огромной доле пользователей Телеграма неудобно с пятью чатами, но команда годами не увеличивала этот лимит, а теперь вот такая возможность войдёт в платную подписку. По сути своей это ничем не отличается от того, что Whoosh в бесплатном тарифе делает неудобную и назойливую кнопку страховки, а в платном приводит её к тому нормальному состоянию, в котором она по идее и так должна быть. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #speculativedecoding

当前筛选 #speculativedecoding清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8524 · 12.09.2025 г., 11:00

⚡Speculative Cascades — как ускорить работу LLM Google Research придумали новый способ сделать большие языковые модели быстрее и дешевле. Что это такое: 🔹Каскады Сначала отвечает маленькая модель. Если задача слишком сложная - подключается большая. Так экономятся ресурсы, но качество может прыгать. 🔹Спекулятивная декодировка Маленькая модель угадывает сразу несколько слов вперёд. Большая быстро проверяет данные и подтверждает. Скорость выше, но большая модель всё равно тратит много ресурсов. 🟢Speculative Cascades Это комбинация: маленькая модель иногда отвечает полностью сама, а иногда используется как ускоритель для большой. В итоге получаем меньше затрат, больше скорости и то же качество. 🔥Что показали тесты (тестили на Gemma, T5): - быстрее, чем обычная спекулятивная декодировка - дешевле и качественнее, чем каскады - удобнее настраивать баланс «скорость ↔ качество» При том же уровне качества, что и у спекулятивной декодировки, новый метод работает быстрее (генерирует больше токенов за один вызов большой модели). А в задачах математических рассуждений получен явный апгрейд по скорости при сохранении или даже улучшении качества. LLM всё чаще используются в поиске, чатах, ассистентах. Чтобы они реально были полезными, их нужно ускорять и удешевлять. *Speculative cascades* помогают это сделать без потери качества. 🔗Подробнее: https://research.google/blog/speculative-cascades-a-hybrid-approach-for-smarter-faster-llm-inference/ @ai_machinelearning_big_data #AI#LLM#Inference#SpeculativeDecoding#Cascades#GoogleResearch