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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #679 · 4.12

Но, допустим, софт от JetBrains я буду продолжать честно покупать, не смотря на то, что по моим оценкам компания поступила отвратительно, ведя риторику в духе: "Да вы что, мы никогда русскими не были, мы вообще в Чехии основаны". Хотя огромная часть интеллектуальной ценности в продуктах этой компании создана русскими. Но JetBrains это мой профессиональный рабочий инструмент, я благодарен его авторам, и именно его платность позволяет добавить те тысячи мелочей, которые делают его удобнее, чем бесплатные альтернативы типа VS Code. Что же до ПДД, тут всё просто: если ты делаешь себе лучше ценой вреда другим, ты мудак. Объезжаешь пробку по обочине — мудак. Поворачиваешь из второго ряда там, где это запрещено — мудак. Идёшь с превышением, но в общем потоке — не мудак. Разворачиваешься через сплошную перед закрытым ЖД-переездом — не мудак. И так далее. #life

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