Намери подобно съдържание

Изходен канал @clockstackwheels · Post #448 · 15.07

Пишут, что в бета-версии Telegram для Android обнаружили новую премиум-функцию: блокировка голосовых сообщений. То есть, если вы заплатите денег, вы можете запретить присылать вам голосовые. Смотрите, как круто получается: сервис вводит функцию, которую начинают массово использовать люди, нарушающие сетевую этику, и этим раздражающие остальных. Но можно брать деньги, чтобы эту функцию заблокировать! Вместо того, чтобы заставить любителей голосовух платить за них, ага. Прекрасная бизнес-модель. Я бы, кстати, заплатил бы за функцию, которая запрещает другим мне звонить вместо написания в мессенджер. Причем, не так, как будто я отключил телефон (в таком случае звонящий будет ждать, когда я его включу), а чтобы люди совершенно точно знали, что я технически не могу принять звонок и не смогу в ближайшем будущем никак. Эта функция должна быть неотключаемая: ты платишь за неё, и твой смартфон на физическом уровне лишают возможности принимать звонки, а все, кто пытается тебе дозвониться, получают сообщение об этом — так и так, бессмысленно пытаться, пользователь ничего не может сделать, чтобы ваш звонок принять, пишите в мессенджер. В Телеграме, кстати, с голосовыми особой проблемы нет, по крайней мере, я не встречал массово. Видимо, если человек в принципе пользуется Телеграмом, а не Вотсапом, то представления о сетевой этике у него всё-таки имеются. #web

Hashtags

#web

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

Намери подобни Прегледай

🌟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

Hashtags

#ai #ml #slm #2bitq #tencent