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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #388 · 20.06

Telegram вчера запустил подписку Premium только на iOS. Это, кстати, очень любопытно: Павел Дуров вот уже несколько лет ведёт систематическую критику компании Apple, и совсем недавно высказался очередной раз. По его словам, умышленные ограничения устройств Apple и отставание от веб-стандартов создают наиболее значительное в наши дни препятствие для развития мобильного веба. А самой компании это нужно, чтобы привязывать разработчиков к магазину приложений и диктовать свои условия + брать процент от выручки. Это, конечно, совершенно верное замечание. Об индуцированном отставании мобильного веба у Apple я писал вот тут. Но вот Telegram выпускает важнейшее мажорное обновление только на айфонах. Понятно, что на Android тоже подтянут, я просто обращаю внимание на то, что лучше бы не словом, а делом. Подписку из России на айфонах, вроде как, люди могут купить, используя костыль с пополнением через мобильного оператора. На андроидах такого костыля нет, так что, скорее всего, Premium на андроиде будет для россиян недоступен (UPD в комментариях написали, что есть другой способ оплаты). Лично для меня из ценного там только десять закрепов и папка по-умолчанию, но это, кажется, не стоит ни возни с попытками оплатить, ни 449 рублей в месяц, которые за такую подписку просят. Тем не менее, идейно это правильная монетизация, в отличие от рекламы в том виде и на тех условиях, на которых она появилась. Поразмышлял о том, за какие функции в Telegram я бы всё-таки стал платить, и понял, что таких особо нет. Да, больше всего хотелось бы адекватное оформление каналов: текст во всю ширину экрана, возможность крепить картинки с хорошим UI, а не как сейчас. Вообще это, на мой личный взгляд, одна из самых серьёзных недоработок Телеграма, вызванная, как я понимаю, изначально "сообщенческой" природой каналов: канал это как бы чат с одним пишущим участником, со всеми вытекающими. Но было бы очень глупо делать такое обновление для небольшой доли донаторов, а все бесплатные каналы оставлять со старым ужасным внешним видом. Все остальные проблемы Телеграма тоже не выглядят, как опции для премиум-функций. За деньги добавляется дискавери, а без них нет? Ну тогда проще рекламную платформу в нормальный вид привести. Или, скажем, за деньги не так шакалятся фотографии? Но ведь возможность отправлять фото без сжатия уже есть бесплатно, просто это менее красиво и менее удобно. Не слишком правильно продавать за деньги понижение уровня неудобства, как я уже рассказывал. Впрочем, папка по-умолчанию это вот тоже оно самое: такая опция должна была быть изначально при появлении функциональности папок, потому что, если человек в принципе пользуется систематизацией, значит, ему внезапно нужна систематизация, и оставлять главный экран беспорядочным в таком случае неправильно, это полностью отключает смысл папок (мне вот они нужны, но по факту я ими не пользуюсь). И за деньги, как бы сказать, "включили" обратно эти папки, чтобы ими можно было пользоваться. По сути это нормально, как платная опция, но ведь по заявлениям компании папки бесплатны, а то, что пользоваться ими неудобно, это уже детали. Ну, посмотрим. Платные пользователи светятся у всех, хочу понаблюдать, купит ли хоть кто-нибудь из моих друзей подписку. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #bfl

当前筛选 #bfl清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #9625 · 05.03.2026 г., 13:26

🌟Self-Flow: обучение диффузионных моделей без внешних энкодеров от Black Forest Labs. Black Forest Labs и MIT решили проблему, с которой сталкиваются диффузионные и flow-модели: чтобы генерировать качественные картинки, им нужны сильные семантические представления. Обычно их берут снаружи - выравнивают внутренние признаки модели с признаками энкодера вроде DINOv2. Метод работает, но есть нюанс. Чем сильнее энкодер, тем хуже результат: в экспериментах замена DINOv2-B на более мощный DINOv3-H+ стойко ухудшала FID. Модель привязывалась к фиксированным внешним представлениям и переставала масштабироваться. На видео и аудио выравнивание с энкодерами V-JEPA2 и MERT вообще давало результат хуже ванильного flow matching. 🟡Self-Flow предлагает механизм Dual-Timestep Scheduling В стандартном flow matching все токены нойзятся одинаково, поэтому модель решает задачу локально и не учится строить глобальные связи. Self-Flow сэмплирует 2 разных уровня шума и случайно назначает их разным токенам (часть входа зашумлена сильнее, часть чище). Это создает асимметрию: чтобы восстановить сильно зашумленные токены, модель вынуждена опираться на чистые и строить глобальный контекст. Поверх этого работает самообучение по принципу дистилляции. Обучаются одновременно 2 копии модели: модель-ученик видит смешанный зашумленный вход, модель-учитель - более чистую версию (EMA-копия с экспоненциальным скользящим средним). Ученик учится предсказывать признаки учителя из зашумленного входа, и это вынуждает его развивать сильные семантические представления без какого-либо внешнего энкодера. 🟡Результаты тестов 🟢На ImageNet 256×256 Self-Flow показал FID 5.70 против 5.89 у REPA; Это, кстати, первый случай, когда self-supervised метод превзошел внешнее выравнивание на этом бенче 🟢На text-to-image: FID 3.61 против 3.92 у REPA; 🟢По видео: FVD 47.81 против 49.75 у REPA; 🟢По аудио: лучшие FAD-оценки среди всех вариантов. При этом на масштабировании (с 290M до 1B) разрыв с REPA увеличивается: модель Self-Flow на 625M параметров обходит REPA на 1B. Метод универсален для модальностей - он работает одинаково на картинках, видео и аудио, что намекает на применение для мультимодального обучения. В репозитории проекта есть код инференса на основе SiT-XL/2 с per-token timestep conditioning, чекпоинт на основе ImageNet 256×256 и скрипты для генерации сэмплов под FID-оценку через ADM evaluation suite. Поддерживаются режимы SDE и ODE, мульти-GPU через torchrun. 🟡Статья 🟡Техотчет 🖥GitHub @ai_machinelearning_big_data #AI#ML#Multimodal#Framework#BFL