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

TGINSIGHT SIMILAR POSTS

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

Резултати

Намерени 1 подобни публикации

Търсене: #optimizatio

当前筛选 #optimizatio清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8587 · 19.09.2025 г., 09:09

🚀 SakanaAI представил Robust Agentic CUDA Kernel Optimization Это новый подход, где LLM помогает оптимизировать CUDA-ядра для PyTorch. • Слияние операций ускоряет forward/backward-проходы, результаты выше стандартных Torch-базлайнов • Полный пайплайн: PyTorch → генерация CUDA-кода → эволюционная оптимизация во время работы • Проверка через LLM: модели автоматически отмечают неправильные ядра (дает +30% к производительности) • robust-kbench — собственный бенчмарк, где измеряют не только скорость, но и корректность работы LLM Авторы пишут о 2.5x ускорении над PyTorch eager и даже 6x в линейных операциях❗️ Но большинство примеров — это тесты на слияние операций с неотюненной базой, так что цифры спорные. К тому же PyTorch 2.5 уже внедряет похожие оптимизации ), поэтому такие рекорды могут быстро обесцениться. Это интересный подход к самообучающимся AI-компиляторам, но заявленные ускорения стоит проверять на праактике. 🟢Github: https://github.com/SakanaAI/robust-kbench 🟢Статья: https://arxiv.org/abs/2509.14279 @ai_machinelearning_big_data #AI#CUDA#PyTorch#SakanaAI#LLM#Optimizatio