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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #611 · 28.10

На днях Telegram запустил у себя возможность прятать контент за paywall — некоторый ограничитель в просмотре, пока вы не заплатите. Например, можно выложить картинку, она будет размытая, а проявить её стоит, допустим, 100 рублей (с каждого, кто хочет посмотреть). Такие схемы давно реализуются на разных сервисах "донат за контент" — в том же Patreon (хотя там подразумевается подписка). Понятно, что наибольшее применение это находит где-нибудь в продаже личного порно. Но вообще идея официально монетизировать каналы нормальная, просто сами каналы перед этим нуждаются в серьёзной доработке, а не как сейчас. И почти сразу эту функцию заблокировал у себя Apple, из-за чего на айфонах такие посты недоступны. Если бы мне давали сто рублей каждый раз, когда пользователям айфонов что-то становится недоступно... Дуров у себя по этому поводу пафосно написал, дескать, вот вам очередной пример того, как trillion-dollar monopoly abuses its market dominance <...> destroys more dreams and crushes more entrepreneurs. И понадеялся на регуляторов в Европе и Индии. Короче, почти всё то, что говорил Путин вчера в своей речи о гегемонии США: навязывание собственных правил через экономический контроль, притеснение тех, кто от этих правил отклоняется, и так далее. Только для Дурова США это Apple, а Россия это Telegram. Вы знаете моё мнение про обоих, но с обоими вынужден согласиться конкретно в данных вопросах. Вообще, между ними внезапно много общего в том, как ведётся публичная риторика, как публично (не)сообщается о каких-то неудачах, какое внимание (не)уделяется некоторым важным проблемам в подконтрольной области и так далее. Впрочем, возможно, этому подвержен любой достаточно крупный руководитель. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #efficientmodels

当前筛选 #efficientmodels清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8519 · 11.09.2025 г., 18:21

🚀 Релиз:Qwen3-Next-80B-A3B - эффективная модель заточенная на работа работу с очень длинным контекстом! 🔹80B параметров, но активируется только 3B на токен → тренировка и инференс 10x дешевле и быстрее, чем у Qwen3-32B (особенно при 32K+ контексте). 🔹Гибридная архитектура: Gated DeltaNet + Gated Attention → сочетает скорость и точность. 🔹Ultra-sparse MoE: 512 экспертов, маршрутизируется 10 + 1 общий. 🔹Multi-Token Prediction → ускоренное speculative decoding. 🔹 По производительности обходит Qwen3-32B и приближается к Qwen3-235B в рассуждениях и long-context задачах. 🟢Qwen3-Next-80B-A3B-Instruct показатели почти на уровне 235B flagship. 🟢Qwen3-Next-80B-A3B-Thinking превосходит Gemini-2.5-Flash-Thinking. ▪Попробовать: https://chat.qwen.ai ▪Анонс: https://qwen.ai/blog?id=4074cca80393150c248e508aa62983f9cb7d27cd&from=research.latest-advancements-list ▪ HuggingFace: https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d ▪ ModelScope: https://modelscope.cn/collections/Qwen3-Next-c314f23bd0264a ▪Kaggle: https://kaggle.com/models/qwen-lm/qwen3-next-80b ▪ Alibaba Cloud API: https://alibabacloud.com/help/en/model-studio/models#c5414da58bjgj @ai_machinelearning_big_data #AI#LLM#Qwen#DeepLearning#MoE#EfficientModels#LongContext#Reasonin