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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #503 · 14.08

Прегледай публикациятаВиж оригинала

14 августа 2013 года, ровно 9 лет назад, я впервые установил Telegram. Вот такой скриншот был в промо-материалах: акцент на технологии, а про рюшечки для блондинок упомянуто вскользь с шуткой. Позавчера Telegram выкатил анимированные эмодзи и кастомные реакции. Перед этим Павел Дуров написал пост о том, что Apple очередной раз задерживает обновление, в котором будет революционный способ самовыражения. Обновление вышло, а революции что-то не видно: анимированные колобки были ещё в Qip десять лет назад, кастомные реакции есть в Slack и Discord. Ну да ладно. Меня больше удивляет фиксация команды Telegram на рюшечках: огромные силы тратятся на все эти стикеры, анимации, реакции, эмодзи. И среди последнего десятка крупных обновлений, кажется, не было ни одного без этой фигни. Почему так происходит? Некоторые говорят, это потому, что Телеграм уже полностью доделан, и в него банально нечего добавить. Но это не так: до сих пор нет средств дискавери для каналов, до сих пор нельзя адекватно прикреплять картинку к тексту, сжатие фотографий всё ещё очень шакальное, полноценно редактировать альбом невозможно, посты в каналах по интерфейсу всё ещё чат-монолог на 60% от ширины экрана, на главной странице всё ещё вперемешку сущности из всех папок, и вообще управление папками сделано через одно место. В общем, много всего ещё нужно править. Думаю, дело в другом: команда Telegram очень круто умеет в UI/UX и фичи, лучше всех на рынке. Но почти не умеет в бизнес и маркетинг. Она, как и Дуров, не понимают, как продавать свой продукт. Им сейчас надо привлечь широкие массы и, видимо, внутренняя статистика показывает рост активности и вовлечённости от всех этих рюшечек. А, значит, надо ещё больше рюшечек. Но это примерно как в продуктовом магазине обнаружить, что люди покупают алкоголь, и начать очень активно развивать это направление, подзабив на всё остальное. Расширять полки с бухлом, рекламировать его, ставить прямо на входе, заслонять спиртягой хлеб и другие продукты. Покупателей, возможно, станет больше, но они будут алкашами. #web

Hashtags

#web
Резултати

Намерени 20 подобни публикации

Търсене: #train

当前筛选 #train清除筛选
Voir de ses propres yeux

@voir_yeux · Post #12448 · 07.04.2026 г., 14:03

Намери подобниПрегледай

🇫🇷 La situation sur les lieux de la collision entre un train à grande vitesse (TGV) et un poids lourd transportant du matériel militaire dans la commune de Nœux-les-Mines (Pas‑de‑Calais), dans le nord de la France. #france#train#collision

Hashtags

#france#train#collision
Machinelearning

@ai_machinelearning_big_data · Post #9694 · 19.03.2026 г., 09:05

Намери подобниПрегледай

🌟Unsloth Studio: опенсорный no-code веб-интерфейс для LLM. Unsloth Studio - это локальный комбайн, который объединяет подготовку данных, обучение, инференс и экспорт модели в одном месте. Под капотом кастомные Triton-ядра с собственным backprop. По сравнению со стандартными CUDA-реализациями это дает 2х прирост скорости обучения и снижение потребления по VRAM на 70%. Поддерживаются полный файн-тюнинг, претрейн, LoRA, QLoRA, 4-bit, 16-bit и FP8. Всего совместимо более 500 моделей, включая Llama 4, Qwen 3.5 и Gemma 3. Для работы с данными есть визуальный нодовый редактор Data Recipes. Studio принимает PDF, DOCX, CSV и JSONL, генерирует синтетические датасеты и автоматически конвертирует данные в форматы ChatML или Alpaca. Помимо стандартного SFT, Studio умеет в GRPO, которая не требует отдельной critic-модели и потребляет на 80% меньше VRAM, что делает обучение ризонинг-моделей реалистичным на локальном железе. Модели на 8B и 70B параметров (например, Llama 3.1, Llama 3.3, DeepSeek-R1) можно файн-тюнить на одной RTX 4090 или 5090, а не на кластере, но есть и поддержка multi-GPU. В режиме инференса Studio умеет: tool calling, выполнение кода прямо в чате, работу с изображениями, аудио, PDF и DOCX. Из коробки - веб-поиск и автонастройка параметров инференса. Экспорт результатов - одной кнопкой в GGUF, vLLM или Ollama. Studio сама мерджит LoRA-адаптеры с базовой моделью. Работает на Windows, Linux и macOS (на Mac пока только инференс, поддержка MLX-обучения анонсирована), есть Docker. AMD-пользователи могут обучать через Unsloth Core, поддержка в Studio обещана позже. 📌Лицензирование: AGPL-3.0. 🟡Документация 🖥Github @ai_machinelearning_big_data #AI#ML#LLM#Framework#Train#UnslothStudio

Hashtags

#ai#ml#llm#framework#train#unslothstudio
12
← ПредишнаСтр. 1 от 2Следваща →