TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #421 · 4.07
Если вовремя остановиться и надеть дождевик, то даже поездка под дождём не так страшна. Особенно на трицикле, который не боится скользкой дороги. Доехали до Петрозаводска за полдня и дальше гуляли тут. Петрозаводск я вам уже показывал в одном из предыдущих путешествий, так что фоток не будет (но видео будет в фильме, который я сделаю по возвращении). Только одно новое: до этого был в Петрозаводске своим ходом и не замечал, что здесь нет разметки на многополосных дорогах, кроме разве что самых основных. Разметка просто не нарисована, хотя знаки о многополосности висят, а там понимай, как знаешь. По пути встретили другую группу из троих мотопутешественников, которые то обгоняли нас, то отставали. Тоже вот ребята поехали по Карелии. Ну и, конечно, большой привет всем водителям, которые по трассе с одной полосой в каждую сторону вне населенных пунктов едут 60-80 км/ч и собирают за собой огромную вереницу других транспортных средств. Интересно, о чем они думают, глядя в зеркала. Завтра самый сложный участок, но должен быть классный контент, stay tuned. #travel
Hashtags
Търсене: #glm5
@seeker_rc · Post #20498 · 14.05.2026 г., 03:55
💡 产品安利社 在朋友的帮助下搞定了ChatGPT的购买，平时的使用，以及使用魔法 智谱GLM5.1+claude code的选择的确还不错，但是大家都说用codex，所以我也试了试，用自己的账号儿，不用中转站，还是放心很多 昨天简单试了试，体验还行～ via 产品安利社 标签: #ChatGPT#智谱#GLM5 ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道：科技探索者 每天推荐有趣内容，欢迎订阅、转发。
@ai_machinelearning_big_data · Post #9506 · 12.02.2026 г., 07:00
⚡️GLM-5 выкатили в опен-сорс. Не прошло и суток с момента релиза, а Zhipu AI выложила веса GLM-5 и любезно поделилась проведенными бенчмарками. Архитектура пятого поколения построена на MoE: 744 млрд. общих параметров при активных 40 млрд. Модель учили на 28,5 трлн. токенов и она получила контекстное окно в 200 тыс. токенов. GLM-5 ориентирован на 5 доменов: кодинг, рассуждение, агентные сценарии, генеративное творчество и работа с длинным контекстом. Для эффективной обработки длинных последовательностей интегрирован механизм Dynamically Sparse Attention от DeepSeek, он позволяет избежать квадратичного роста копьюта без потери качества. По бенчмаркам GLM-5 занимает 1 место среди open-source моделей: 77,8% на SWE-bench Verified, лидирует на Vending Bench 2, BrowseComp и MCP-Atlas, а в задачах агентного кодирования и рассуждений вплотную подбирается к Claude Opus 4.5 и GPT-5.2. Вместе с моделью, авторы предлагают Z Code — собственную агентную IDE с поддержкой параллельной работы нескольких агентов над одной задачей. Локальный деплой поддерживается vLLM и SGLang, а также non-NVIDIA чипами: Huawei Ascend, Moore Threads, Cambricon (через квантование и оптимизацию ядер). Если вам негде поднять модель локально, она доступна через платформу chat.z.ai, API и на OpenRouter. Квантованные версии пока сделали только Unsloth, традиционно - полный набор от 1-bit до BF16. И да, стэлс-модель PonyAlpha на OpenRouter - это она и была. 📌Лицензирование: MIT License. 🟡Статья 🟡Модель 🟡GGUF 🖥GitHub @ai_machinelearning_big_data #AI#ML#LLM#GLM5#ZAI