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: #smallmodel

当前筛选 #smallmodel清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8975 · 12.11.2025 г., 13:03

⭐VibeThinker-1.5B - миниатюрная модель, которая показывает SOTA-результаты в задачах рассуждения. 🚀Производительность: одна из лучших на AIME24/25 и HMMT25 - превосходит DeepSeek R1-0120 по математическим задачам и опережает модели такого же размера в соревновательном программировании. ⚡Эффективность: всего 1.5B параметров. то есть в 100–600 раз меньше, чем гиганты вроде Kimi K2 и DeepSeek R1. 💰Стоимость: полный пост-тренинг обошёлся всего в $7.8K, примерно в 30–60 раз дешевле, чем у DeepSeek R1 или MiniMax-M1. Модель основана на Spectrum-to-Signal Principle (SSP) и MGPO-фреймворке, оптимизирующих процесс рассуждения. 📦Model:https://huggingface.co/WeiboAI/VibeThinker-1.5B 💻GitHub:https://github.com/WeiboAI/VibeThinker 📄Arxiv:https://arxiv.org/abs/2511.06221 @ai_machinelearning_big_data #AI#LLM#Reasoning#OpenSource#SmallModel