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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #586 · 6.10

Сегодня на митапе VK Mini Apps рассказали о нововведениях, и там много того, что хотелось бы иметь лет пять назад. Например, сервис можно будет встроить в страницу пользователя и производить с ним какой-то дополнительный вид взаимодействия за пределами возможностей самого ВК (скажем, записаться на ноготочки). Или особая интеграция в сообщения, похожая на HTML5 режим у телеграм-ботов. Вообще обидно, что столько выстрелов в холостую. Я никогда не переставал говорить, что технически ВК в лидерах рунета. Инструментарий для блогов топовый, почти ни у кого нет ничего подобного по возможностям и удобству, в том числе за рубежом. Платформа приложений тоже очень богатая на функции. А обидно, потому что всё это делается на выжженной земле, где почти не осталось взрослых активных пользователей. Вот вы это читаете и наверняка большинство из вас не пользуется миниприложениями и не знает людей, которые пользуются. Да и в ВК очень многие уже заходят максимум в личку. Я смотрю на страницы в списках друзей, и там аватарки пятилетней давности, а записи на стене десятилетней, в лучшем случае. При этом разработка продолжается. Статьи на Хабре от ВК очень крутые, без шуток. Вкладывается много труда и интеллектуальной работы. Странное ощущение от этого всего. Но я пока и там тоже, как и обещал, как минимум до конца года. #web#dev

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