TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #554 · 14.09
В сети пишут, что у Patreon финансовые сложности: закрыли подразделения в Берлине и Дублине, увольняют сотрудников. Патреон — сравнительно простой технически сайт, у которого толком не было мажорных обновлений. Самое сложное там это работа с выплатами, но вряд ли она у них своя самописная, наверняка пользуются чем-то типа Stripe. При этом у Патреона очень понятная бизнес-модель с линейным масштабированием и почти нет потребности в сложном маркетинге (популярные блогеры сами тебя постоянно рекламируют миллионам людей, потому что ты источник их заработка). Короче, просрать Патреон это надо уметь. Кажется, топ менеджеры покупали себе слишком дорогие яхты, иначе я не могу объяснить. Перегруженность и непрозрачность процессов, низкая эффективность как сотрудников, так и финансовых вложений — одни из фундаментальных проблем энтерпрайза, я вам как-то уже об этом рассказывал. При этом сама модель мне нравится. Я рад, что она заработала, хотя внутренний менталитет русского человека видит тут некоторое противоречие: как же это отдать деньги добровольно не за товар или услугу, а просто чтобы поддержать факт существования какого-то интересного для тебя явления? Можно же поддержать лайком или хорошим комментарием, но деньги??? Нет, деньги надо только на хлеб обменивать. Так думают многие мои знакомые. Но не все, и не я. До остановки платежей был подписан на десяток проектов и нигде не читал, собственно, саму ленту Патреона. Мне не слишком интересны бэкстейджи и ранний доступ, я продолжал смотреть всех тех же ребят на Ютубе на общих началах. Сейчас поддерживаю пару русских блогеров на boosty. Добровольная подписка на и без того доступный контент — это почти буквально голосование рублём. Способ отдать что-то, действительное представляющее для тебя ценность (деньги) в знак поддержки какого-то начинания, а не в обмен на товар. Это, на мой взгляд, самый честный индикатор: человеку что-то нужно/нравится, если он готов за это платить. А уж если готов платить даже при условной возможности не платить — значит очень нравится. #web
Hashtags
Търсене: #bioacoustics
@interesting_planet_facts · Post #1180 · 31.12.2025 г., 22:11
🌎 Sperm whales use a form of vocal “click” codes called codas to communicate within social groups. Each group has its own dialect of codas, with some sequences unique to specific clans. Adult whales use these patterns to maintain social bonds—individuals can be identified by their group’s coda “accent.” ✨ #whale⚡#communication⚡#animalbehavior⚡#bioacoustics 👉subscribe Interesting Planet 👉more Channels
@ai_machinelearning_big_data · Post #8288 · 16.08.2025 г., 12:01
🎧 Perch 2.0 — AI, который слушает природу и спасает вымирающие виды. DeepMind выпустили Perch 2.0 — компактную supervised-модель для биоакустики. Без миллиардов параметров, без сложного self-supervised обучения — просто аккуратная модель, которая побила все бенчмарки и уже работает в полевых исследованиях. 🌱 Почему это важно Звуки природы — это источник данных о биоразнообразии. По аудиозаписям можно понять: - какие животные живут в лесу, - сколько их, - размножаются ли они, - не вытесняются ли они человеком. Но расшифровка аудио — адский труд: в одном часе записи из тропиков десятки накладывающихся голосов. 🐦Что умеет Perch 2.0 Perch 2.0 — универсальный эмбеддер для звуков животных. Берёт 5 секунд аудио → выдаёт вектор, с которым можно: - находить похожие записи, - кластеризовать звуки, - обучать простой классификатор для новых видов (few-shot). ⚡ Работает без GPU и без дообучения. 🛠 Архитектура - Основa: EfficientNet-B3 (12M параметров). - Три головы: 1. Классификация ~15k видов. 2. Прототипная — создаёт семантические логиты для distillation. 3. Source prediction — угадывает источник записи. - Обучение в два шага: 1. Прототипная голова учится сама. 2. Её логиты становятся soft-label’ами для основной (**self-distillation**). 📊 Результаты - SOTA на BirdSet и BEANS (ROC-AUC, mAP). - Отличная переносимость на морских данных (киты, дельфины), которых почти не было в тренировке. - Всё это — без fine-tuning, только фиксированные эмбеддинги. Главный вывод Perch 2.0 показывает, что: 🟢 качественная разметка, 🟢 простая архитектура, 🟢 чёткая постановка задачи могут быть важнее, чем «бесконечные параметры» и сложные LLM. 🌍 Что это меняет - Биологам — быстрый анализ джунглей Бразилии или рифов без написания своих моделей. - ML-инженерам — наглядный пример, как обучать компактные сети без потери качества. - Исследователям — напоминание: не всегда нужен GPT-4, чтобы сделать полезный инструмент. 🟠Github: https://github.com/google-research/perch-hoplite 🟠Подробнее: https://deepmind.google/discover/blog/how-ai-is-helping-advance-the-science-of-bioacoustics-to-save-endangered-species/ 🟠Статья: http://arxiv.org/abs/2508.04665 @ai_machinelearning_big_data #DeepMind#AI#Bioacoustics#MachineLearning#Perch#Ecology