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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #524 · 2.09

Издательство Лавка Игр выпускает на русском настолку Живой Лес. Мне за этот пост не платили, но хочу прорекламировать, потому что и игра кажется достойной, и то, как Лавка ведёт кампании, мне тоже импонирует. Живой Лес это семейная настольная игра в жанре "построение колоды" от датского дизайнера Аске Кристиансена. Она уже получила ряд престижных наград, и в целом отзывы положительные. Нужно будет спасать сказочный лес, собирая колоду из карточек с волшебными животными, дающими разные свойства. Очень хвалят иллюстрации и качество компонентов. Если вы вдруг думаете, что это что-то детское, то нет: современные семейные игры научились делать, с одной стороны, достаточно простыми для детей (не слишком мелких, а например школьного возраста), с другой стороны, взрослому есть где подумать и поразвивать стратегию. Мы с семьёй играем, например, в Wingspan или Everdell, и взрослые даже близко не скучают — котелок по полной разогревается, когда нужно построить движок для получения камней, на которые ты построишь дом, позволяющий бесплатно поселить зверя туда и получать по карте каждый ход, но только если... Короче, правда интересно. Вот Живой Лес обещает быть чем-то подобным. Я уже предзаказал. Отдельная крутая фишка: за каждые 10 заказанных коробок Лавка Игр посадит одно дерево (либо сами, либо силами специального фонда, пока не решили). #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