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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #69 · 10.08

На днях была интересная вещь: некий автор написал на VC текст с анализом статистики активности пользователей ВКонтакте за последние несколько лет. В нём он неправильным способом пришёл к правильному выводу: активность людей снижается. Способ неправильный, потому что сразу было видно, что сравниваются между собой разные показатели в разные моменты времени (а нужно сравнивать один и тот же показатель в разные моменты времени). Тем не менее, статья вызвала широчайший резонанс (62 тысячи просмотров, более 500 комментариев, по мерках VC это очень много). ВКонтакте сначала ответили в комментариях чем-то в духе: "Нас уже 10 лет хоронят, а мы ещё живы". А затем опубликовали материал от имени аж CEO, где привели вроде бы много цифр и графиков, но все они в основном сводились к единственному показателю из разных источников: суммарная месячная аудитория. И из графика под этим постом видно, что рост MAU, которым ВК так хвастается, замедлился как раз тогда, когда все люди пришли в интернет из-за пандемии -- второй квартал 2020. В комментариях, ожидаемо, многие пишут, что их личные наблюдения не соответствуют рассказанному в статье. Но дьявол тут именно в этом показателе: он ничего не показывает. А люди наблюдают падение активности, а не падение чисел для отчётов. На какие показатели действительно хотелось бы посмотреть: - средний возраст активной аудитории, - конверсия просмотров в лайки и комментарии, - средняя длина текста в публикации, - доля публикаций без внешних ссылок, - отношение активных подписчиков на личных страницах и в сообществах к общему количеству подписчиков - процент удалённых аккаунтов Именно в динамике посмотреть, как эти данные менялись от месяца к месяцу. И тогда уже сделать выводы. Потому что фраза "ВК умирает" не означает, что содержимое по адресу vk com перестаёт существовать. Если администрация превратит эту соцсеть в догоняющий клон тиктока, то аудитория будет. Просто не будет от ВК ничего, кроме названия. Ну и самое крутое: один из комментаторов обратил внимание на значимое явление. Генеральный директор ВК пришла писать длинную статью про ВК на другой ресурс. Потому что у самого ВК уже нет возможности показать длинный текст на большую аудиторию. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #llmarena

当前筛选 #llmarena清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8560 · 16.09.2025 г., 16:22

🔥 Как реально выбирают LLM в 2025 — исследование LLM Arena Интересный опрос практиков (инженеров, ML-учёных, AI-продуктов) - как сегодня на самом деле выбирают языковые модели (LLM), что важнее: бенчмарки или собственные тесты, цена/скорость/качество, и чего не хватает в информации по моделям. 📊Ключевые выводы - 82,2% респондентов проводят собственные тесты; бенчмарки — лишь ориентир, не решение. - 26,7% вообще не пользуются бенчмарками. - В центре внимания: баланс качество / цена / скорость, устойчивость (без галлюцинаций), соответствие инфраструктуре. 👥 Участники опроса - 45 практиков с опытом работы с LLM-продуктами; все участники — профессионалы. - ML/AI Инженеры, Data Scientists, AI-строители, и менеджмент. 🔑 Что ищут и какие сигналы важны: - Часто оценивают обсуждаемость модели в статьях/сообществе; практическое применение в похожих продуктах. - Обращают внимание на число скачиваний и звёзд на Hugging Face / GitHub. - Хотят больше данных о требованиях к железу, лицензиях, локальной работе, графиках “цена vs качество”, “скорость vs качество”. ⚠️Проблемы & доверие - Многие не доверяют существующим бенчмаркам из-за методологических проблем (train/test leakage, нерелевантность задач). - Лабораторные условия часто сильно отличаются от продакшн. - Нехватка отзывов по реальным сценариям и использованиям. При выборе LLM важнее собственные тесты и контекст задач, чем рейтинги. Специалисты хотят поточечных данных: про лицензии, требования к железу, latency, стоимость. Инициатор исследования Роман Куцев - фаундер и CEO LLM Arena, публикуют много интересного у себя в блоге. Для тех, кто строит LLM-продукты, полезно: - Не ориентироваться только на чужие бенчмарки. - Собирать метрики в собственных условиях — на реальных данных. - Открыто показывать, что работает, а что — нет, в документации и обсуждениях. 🟢 Полное исследование: https://research.llmarena.ru/ #LLM#AI#ИИ#LLMArena#исследование#нейросети#benchmarks