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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #559 · 19.09

Первые три сезона "Лучше звоните Солу" — один из самых антигероических сериалов, что я видел. Там нет совсем тяжёлой драмы как "Во все тяжкие", нет череды жестоких смертей как в "Игре престолов". Но весь сюжет о том, как герой постоянно пытается делать хорошие вещи, исправлять свои ошибки и помогать людям, и каждый раз из-за этого получает какой-то серьёзный ущерб: то лишится денег, то в тюрьму попадёт, то физически пострадает. Можно было бы смело использовать лозунг "Делай добро и беги". С четвертого сезона, правда, направление сюжета меняется (возможно, это связано с покупкой сериала Нетфликсом). Но вот до этого: прямо чёткая антиреклама честности и раскаяния. Кстати, уже третий сериал про юристов смотрю (ещё был Suits и How to Get Away with Murder). И не устаю поражаться тому, как много абсурда и отсутствия здравого смысла в юриспруденции. Допускаю, что это всё художественный вымысел для пущего эффекта, но основано то хоть в какой-то степени на реальных законах. Например, сторона, которая не права, может угрожать затягивать дело годами, и сторона, которая права, пойдёт на не слишком справедливую сделку. Или можно найти какую-то мелочь, которая чисто формально меняет ситуацию целиком. Вот такую аналогию придумал: представьте дверь с надписью "не входить". Ты берёшь и въезжаешь туда на роликах. С точки зрения здравого смысла очевидно, что ты нарушил указанный на двери запрет, потому что он говорит о необходимости не допустить присутствия человека в помещении. Но формально ты не вошёл, а въехал, и условный суд может не признать тебя виновным. Читал много лет назад про случай: покупатель засудил производителя холодильников, потому что в инструкции не было написано, что холодильник нельзя таскать на себе, а покупатель попытался и словил травму. Реально выиграл суд. "Кринж", как сейчас говорят. Не сомневаюсь, что достаточно хитрые люди паразитируют на этой кривой системе очень лихо. По крайней мере, США это страна очень вычурной и формализованной юстиции, и в США адвокаты в основном дорогие, их обучение полу-закрыто-элитарное (и тоже очень дорогое), и вообще у них там своя тусовка (если я правильно понял, за преступление адвоката судит тоже не обычный суд, а спец комиссия). Американцы, конечно, порой и сами стебутся над своим кверулянтством: вспомните хотя бы город юристов из "Трасса 60". Можно ли создать какую-то хорошую, но не такую абсурдную систему, при этом работоспособную? Всё-таки, там суды хотя бы работают, в отличие от, скажем так, некоторых других стран. И случаи победы простого человека над гигантской корпорацией или над государством действительно бывают. #fiction

Hashtags

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

🌟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