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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #404 · 30.06

На днях предъявили обвинение разработчику, который создавал и продавал бота для игры в World of Tanks. Собираются его посадить на 1.5 года. Программист из Екатеринбурга Андрей Кирсанов несколько лет назад написал бота, который сканирует экран и сам двигает мышкой так, чтобы целиться вместо игрока и увеличивать шансы попадания в уязвимые части брони в игре World of Tanks. Компания Wargaming обратилась в МВД, произвели контрольную закупку и установили, что продаётся якобы вредоносный софт. Начался суд, прокуратура предлагает посадить. Сходу кажется, что бот для игры не подходит под определение вредоносного софта: он не внедряется в память другой программы, не ворует деньги, не взламывает никакие пароли. Судят по статье 273 УК РФ за создание программы для «несанкционированного уничтожения, блокирования, модификации, копирования компьютерной информации». Но в комментариях на Хабре справедливо заметили, что информация о пользовательском вводе — это тоже информация, а бот её подделывает. Причем, читеры наносят ущерб внутренней экономике игры, а, значит, создают косвенные убытки для компании: игроки менее охотно захотят платить в игре, если в ней они постоянно проигрывают. В Корее, например, есть вполне официальная статья за читы. Они там помешаны на киберспорте, для них видеоигры это часть национальной идентичности, так что использование читов вполне серьёзно приравнивается к использованию допинга на крупных спортивных состязаниях, и может даже уголовно наказываться. То есть, вот непонятно. Вроде бы это всё игрушки и звучит смешно. А вроде бы всё сходится: подделка данных есть, экономический ущерб есть, да и вообще вред для большого количества людей. В 2022 странно было бы всерьёз считать игры какой-то несерьёзной детской забавой, не влияющей на рынок и взаимоотношения взрослых людей. #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #2bitq

当前筛选 #2bitq清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #9516 · 13.02.2026 г., 15:23

🌟Tencent сжали 1.8B модель в 2 бита: 600 МБ веса и Dual-CoT на борту. Tencent Hunyuan выкатили open-source решение для тех, кто хочет запускать LLM локально на кофеварке. HY-1.8B-2Bit - модель, которую утрамбовали так плотно, что она занимает меньше места, чем многие современные мобильные приложения. Модель пилили методом Quantization-Aware Training, который в отличие от PTQ, позволяет адаптироваться к низкой разрядности весов еще на этапе тренировки. За основу взяли backbone Hunyuan-1.8B-Instruct и жестко сжали веса до 2 бит. При этом эффективный размер в памяти получился эквивалентен модели на 300М параметров, а физический вес получился всего 600 МБ. Что самое ценное - сохранили фичу Dual-CoT: модель умеет переключаться между быстрым мышлением для простых тасков и глубоким long-CoT для сложных. 🟡Бенчмарки 🟢По сравнению с fp16-учителем (1.8B), деградация метрик всего ~4%. Это очень мало для 2-битного квантования. 🟢Разница в точности на сравнении с INT4 ничтожна - 0.13%, хотя весит модель в 2 раза меньше. 🟢Если взять плотную модель на 0.5B параметров, то HY-1.8B-2Bit обходит ее в среднем на 16-17%. На GSM8K разрыв вообще дикий: +22.29%. 🟢Prefill ускорился в 3-8 раз, генерация токенов - в 2-3 раза на поддерживаемом железе. 🟡Жирный нюанс Текущая реализация требует поддержки инструкций Arm SME2. Это значит, что вся эта красота заведется только на Apple M4 и MediaTek Dimensity 9500. Если у вас M1/M2 или Snapdragon прошлых поколений - пока мимо. Разработчики обещают подвезти Neon kernel позже. Кстати, GGUF тоже есть, так что если под рукой есть M4 - можно тестить. Остальным остается ждать оптимизации под старые инструкции. 🟡Модель 🟡GGUF 🟡Техотчет 🖥GitHub @ai_machinelearning_big_data #AI#ML#SLM#2bitQ#Tencent