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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #621 · 31.10

У меня в друзьях есть классный автор — Владимир Бычко. Владимир — проект-менеджер, ведёт реально интересный standalone-блог об управлении проектами и не только. Например, последний пост с правилами жизни — не какая-то унылая несовместимая с реальностью псевдофилософия "а ля Дуров", а действительно полезные и правильные наблюдения. Владимир один из самых интересных авторов среди моих ВК-подписок, однако, читаю я его посты крайне редко, и здесь проявляются серьёзные недостатки standalone, о чём я сейчас расскажу. Вообще, сервис-ориентированный интернет если не умирает, то, как минимум, теряет своих сторонников. Многие айтишники, интеллектуалы, авторы текстов уже высказываются о необходимости слезать с иглы корпораций, эти самые корпорации дешевеют, люди в сети активно выстраивают модели децентрализованного "веб три ноль". Дополнением к этому идёт акцент на медиа против текстов: сервисы уже не особо скрывают, что текстовая часть для них второстепенна, а внимание брошено туда, где хайп и толпы — например, в вертикальные видео и короткоживущий контент. В России этот эффект особенно заметен, именно поэтому вместо какой-нибудь устойчивой текстовой площадки большинство взрослых вменяемых авторов пишут в Telegram. Который для этого подходит чуть лучше, чем плоскогубцы для отвинчивания гаек — можно, конечно, и все мы так делали за неимением альтернатив. На этой волне неоднократно слышал призывы "уходи в standalone". Сделай свой сайт с RSS-фидом, любым оформлением, пиши туда. Как автор блога, я и правда мог бы такое сделать и даже видеть немало плюсов. Но, как читатель, я до сих пор не подписан ни на один standalone-блог, даже если мне очень нравится контент. Проанализировал основные четыре проблемы стэндэлонов. 1. Люди всё равно приходят из соцсетей, но ссылки в соцсетях оформлены некрасиво, понижаются в охватах и требуют дополнительное действие со стороны человека. Последнее особенно важно: конверсия в прочтение критически низкая даже для встроенных редакторов лонгридов и даже при условии, что пользователю сообщение со ссылкой покажется (например Telegram > Telegraph). 2. RSS это не замена ленте сообщений. Нет удобного централизованного способа читать RSS в формате той площадки, которая тебе близка. Сам Владимир, например, ссылается на RSS-бота для Телеграма, который требует для своей работы быть подписанным на какой-то канал. Ну ладно, есть нормальные RSS-боты везде, но это всё опять же выглядит как лента с внешними ссылками, а не как лента сообщений в формате площадки. 3. У каждого стэндэлона свой дизайн. Если я впервые на странице нового для себя автора ВК или в Telegram, я тут всё знаю. Мне привычно и удобно. Я знаком с навигацией, я привык к шрифтам, я знаю, где лайки и комментарии. К каждому новому стэндэлону нужно привыкать и тратить когнитивные ресурсы на обучение. 4. Обсуждений нет, если нет комьюнити. Да, какой-нибудь Вастрик смог создать вокруг своего стэндэлон-блога комьюнити, за которое люди даже платят. Но это единичные примеры. Обсуждения в ЖЖ работали, потому что был социальный граф: люди знали топовых авторов и более менее знали друг друга. Обсуждения в соцсетях работают по той же причине, пока в них есть аудитория: часть людей связана социальным графом, другая часть может в этот граф заходить со стороны и чувствовать себя комфортно, кроме случаев токсичной атмосферы. Но если мы проанализируем, как ведут себя обсуждения там, где социального графа нет (например, на YouTube), то увидим просто всплески очень ограниченных локальных диалогов под каким-то особо популярным комментарием и всё. Комьюнити там нет за редкими исключениями. Интернету пока ещё точно рано standalone. Только авторы, уже собравшие огромную аудиторию через соцсети, могут себе такое позволить. И то, с оговорками. #web

Hashtags

Резултати

Намерени 7 подобни публикации

Търсене: #sota

当前筛选 #sota清除筛选
Yummy 😋

@godlynews1 · Post #14863 · 12.02.2026 г., 06:02

全球SOTA编程模型MiniMax M2.5上线 2月12日,MiniMax正式上线最新旗舰编程模型MiniMax M2.5。 作为全球首个为Agent场景原生设计的生产级模型,其编程与智能体性能 (Coding & Agentic)比肩国际顶尖模型,直接对标 Claude Opus 4.6,支持PC、App、跨端应用的全栈编程开发,尤其在 Excel高阶处理、深度调研、PPT等Office核心生产力场景中均处于行业领先(SOTA)地位。 M2.5模型激活参数量仅 10B,在显存占用和推理能效比上优势明显,支持 100 TPS 超高吞吐量,推理速度远超国际顶尖模型。 🗒 标签: #SOTA#MiniMax 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

探索号

@seeker_rc · Post #20415 · 13.05.2026 г., 06:25

做了一个 AI 工作流 SOTA 诊断 skill,希望能直接基于工作空间给出最优改进方案 先说真话—— 发这帖主要是想找几个 fellow ,一起追 Claude Code / Cursor / MCP / agent 这一摊东西的当前 SOTA 。 我自己用 Claude Code 半年,从 hooks / skills / MCP / subagent 一路跟着出新,但每周还是会怀疑两次"我这套 harness 是不是已经落后了"——你们应该也有过这种感觉。 X 和即刻上人人都在晒 setup ,没人讲「你当前 workspace 在哪一档 / 跟 SOTA 差哪几条 / 下一步先装哪个能消化的」。所以我做了一个工具 [lorejump.com](http... via V2EX 分享创造 标签: #SOTA#skill#lorejump ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道:科技探索者 每天推荐有趣内容,欢迎订阅、转发。

Data Science Jobs

@datasciencejobs · Post #1997 · 03.04.2024 г., 18:02

#вакансия#ml#cv#pytorch#numpy#opencv#SOTA#DL#удалённо Senior ML Engineer (Computer Vision) от 450 000 ₽ на руки Требуемый опыт работы: 3–6 лет Полная занятость, удаленная работа Мы в Gradient ищем талантливого и опытного ML инженера для создания новых передовых технологий и улучшения текущих пайплайнов обработки фото и видео для приложений Gradient и Persona. Gradient — мобильное приложение для редактирования фото и видео: - Самое скачиваемое приложение в мире за месяц в 2019, 2020 годах - Best of 2019 среди приложений по мнению Apple Persona — передовой бьюти фото и видео редактор с уникальными технологиями обработки селфи Совокупно наша аудитория составляет больше 100 миллионов пользователей Наш идеальный кандидат: - Имеет опыт работы в качестве ML Engineer или CV Engineer от 3 лет - Идеально знает Pytorch, numpy, opencv - Прекрасно разбирается во фреймворках для деплоя под mobile и server (CoreML, TFlite, torchscript) - Имеет опыт обучения production ready GAN моделей - Знает основные SOTA Computer Vision статьи и имеет практический опыт в их реализации - Обладает отличным математическим бэкграундом - линейная алгебра, теория вероятностей, мат. анализ - Активно следит за статьями с профильных конференций по Deep Learning: CVPR, NIPS, ICML, ICLR, ECCV, ICCV и может извлекать из них ключевые идеи. Будет плюсом, если: - Вы работали с задачами в области face beautification - У вас есть публикации на arxiv или популярные github репозитории Отправить резюме и задать вопросы по вакансии можно @axcher

Data Science Jobs

@datasciencejobs · Post #2035 · 17.04.2024 г., 15:03

#вакансия#ml#cv#ComputerVision#pytorch#numpy#opencv#SOTA#DL#удалённо#fulltime Вакансия: Python Developer (Computer Vision) Компания: Megainsight Полная занятость, удаленная работа Зарплатная вилка: от 3000 usd Megainsight — динамично развивающаяся команда специалистов, создающая продукт для оптимизации и увеличения LTV клиентов в торговых сетях. Наше решение SAAS включает в себя технологии машинного обучения и компьютерного зрения, которые позволяют розничным сетям расширять и поддерживать базу данных лояльных клиентов, а также оптимизировать маркетинговые кампании. Основные задачи: Мы разрабатываем систему рекомендаций на основе видеопотоков в реальном времени с различными алгоритмами обнаружения и распознавания для анализа поведения покупателей в розничной торговле. - Вам необходимо быстро погрузиться в текущий этап проекта системы видеоаналитики и взяться за реализацию блока бизнес-логики – обработки и синхронизации событий на основе видеоданных; - Мы ожидаем от кандидата решения задач по интеграции бизнес-логики с блоком компьютерного зрения, а также участия в решении задач детекции и трекинга объектов; - Осуществлять проектирование и внедрение сервисов, их взаимодействие; - Проектирование архитектуры и серверной реализации решения; Требования: - Опыт коммерческой разработки на Python от 5 лет в качестве CV Engineer/ML Engineer; - Опыт в разработке и реализации проектов в области компьютерного зрения от сбора данных до внедрения в продакшен; - Опыт настройки межсервисного взаимодействия, знание механизмов синхронизации, multithreading, multiprocessing; - Уверенные знания фреймворков для решения задач компьютерного зрения (Pytorch/Keras/Tensorflow, opencv, numpy), хорошая математическая подготовка; - Опыт работы с PostgreSQL, ClickHouse; - Опыт работы с Linux, Docker and Git/Gitlab; - Английский – чтение технической литературы и научных статей; - Способность прогнозировать и балансировать долгосрочное стратегическое проектирование и краткосрочные тактические решения; - Самоорганизованность и инициативность, опыт оформления проведенных экспериментов и результатов работы. Будет преимуществом: - Знакомство с Triton, ClearML/MLFlow, K8s - Опыт мониторинга сервисов, а также оценки качества работы моделей в продакшен-среде Контакты для связи: [email protected]

Venture Village Wall 🦄

@venturevillagewall · Post #3607 · 20.12.2024 г., 19:00

o3 & o3-mini Break Benchmark Records The performance of o3 and o3-mini showcases state-of-the-art (SOTA) results across various benchmarks. Key insights include: - Frontier Math scores increased from 2% to 25%. - SWE-Bench achieved 71.7%, a significant leap for a startup that recently raised $200 million with 13.86% earlier this year. - ELO on Codeforces reached 2727, held by only 150 individuals globally. - ARC-AGI model scored 87.5%, breaking a five-year deadlock. - Noteworthy progress on GPQA and AIME benchmarks. Access to o3-mini is currently available to security researchers, while general public access is set for late January. Full access to o3 will follow later. #AI#SOTA#Benchmarks#o3#o3-mini #FrontierMath#SWE-Bench #Codeforces#ELO#ARC-AGI #GPQA#AIME#Funding#Progress#Research#Technology#Innovation

Venture Village Wall 🦄

@venturevillagewall · Post #3606 · 20.12.2024 г., 18:41

O3 and O3-Mini Benchmark Breakthroughs The O3 and O3-Mini models showcase state-of-the-art (SOTA) performance with significant leaps in various benchmarks. Results on Frontier Math have jumped from 2% to 25%. The SWE-Bench model achieved a score of 71.7%, while a startup has raised $200 million following results of 13.86%. ELO on Codeforces reached 2727, surpassing most peers globally. Notably, the ARC-AGI model scored 87.5%, breaking a five-year benchmark. Access for security researchers to O3-Mini starts today, with general access available in late January. #O3#O3Mini#SOTA#Benchmarks#AI#ML#Funding#Codeforces#ARC-AGI #FrontierMath#SWE-Bench #ELO#GPQA#AIME#SecurityResearch#TechUpdates#Innovations#Startups#Performance#AIModels