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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #762 · 17.02

Я просто не могу понять, на мой взгляд ВК систематически продолжает принимать максимально плохие продуктовые решения. С моей точки зрения это выглядит, будто бы какая-то компания выпускает ложку с дырой посередине, и дыру всё увеличивают. В мою картину мира просто не укладывается: какая аудитория и при каких условиях может использовать ложку с дырой посередине. ВК выпустили обновление ленты рекомендаций "Для вас", и это и по интерфейсу и по контенту просто максимально плохо. Причем, если почитать комментарии под этой новостью вообще где угодно, то люди точно так же, как я, массово офигевают. Я знаю, что мои вкусы не универсальны, и что я не владею всей информацией. Меня бесит Инстаграм, но я понимаю причины его популярности. Меня бесит ТикТок, и вообще истерия современного интернета по поводу коротких вертикальных видео — их пихают абсолютно везде, даже там, где они не пришей кобыле хвост — но и такое явление не выходит совсем уж за пределы моего представления об устройстве мира. Даже люди, которые всерьёз используют Фейсбук, находятся где-то на границе понимания для меня. Но какой продуктовый менеджер и для какой именно аудитории может выкатить стену неструктурированного визуального мусора, нарушающую даже самые банальные UI/UX-принципы, и усиливающую недостатки и без того отвратительно работающей системы рекомендаций? Обрезанные мемы, фотографии случайных предметов без важного контекста, максимально тупые клипы для имбецилов (да, слева вверху мужик с женскими трусами на голове), ещё и с автовоспроизведением. И это всё двухмерной простынёй в интерфейсе, который во всех остальных местах используют для быстрого визуального поиска чего-то заранее известного, чтобы специально ни на чём не фокусировать взгляд и не задерживать внимание. Я не понимаю, как и зачем это делается. Почему никто из сотрудников ВК не рассказывает своим внутри о том, что этот экран вызывает только желание немедленно его закрыть и больше никогда не видеть? Почему никто из сотрудников ВК не читает комментарии людей под новостями о нововведениях? Я знаю, что хейтить ВК это уже пошлятина. Но найдите мне одного человека, которому правда нравится, и пусть он мне объяснит свой взгляд на вещи. Потому что я не могу отойти от шока: какая-то важная часть понимания мира ускользает от меня. #web

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #quantization

当前筛选 #quantization清除筛选
GitHub Trends

@githubtrending · Post #14747 · 25.05.2025 г., 11:30

#python#deep_learning#intel#machine_learning#neural_network#pytorch#quantization Intel Extension for PyTorch boosts the speed of PyTorch on Intel hardware, including both CPUs and GPUs, by using special features like AVX-512, AMX, and XMX for faster calculations[5][2][4]. It supports many popular large language models (LLMs) such as Llama, Qwen, Phi, and DeepSeek, offering optimizations for different data types and easy GPU acceleration. This means you can run advanced AI models much faster and more efficiently on your Intel computer, with simple setup and support for both ready-made and custom models. https://github.com/intel/intel-extension-for-pytorch

GitHub Trends

@githubtrending · Post #15091 · 24.08.2025 г., 11:30

#python#comfyui#diffusion#flux#genai#mlsys#quantization Nunchaku is a fast and efficient engine that runs 4-bit neural networks using a special method called SVDQuant, which compresses models to use less memory and speed up processing by 2 to 5 times compared to older methods. It supports advanced AI models for tasks like high-quality text-to-image generation and image editing, working best on modern NVIDIA GPUs. You can easily install and use it with ComfyUI, and it has active community support on Slack, Discord, and WeChat. This means you can generate or edit images quickly with less computing power, saving time and resources. It also offers tutorials and example workflows to help you get started smoothly. https://github.com/nunchaku-tech/ComfyUI-nunchaku

GitHub Trends

@githubtrending · Post #15385 · 02.01.2026 г., 12:30

#python#deep_learning#inference#openai#quantization#speech_recognition#speech_to_text#transformer#whisper Faster-Whisper is a fast version of OpenAI's Whisper that transcribes audio up to 4x quicker with the same accuracy, using less memory on CPU or GPU—benchmarks show it beats original Whisper (e.g., 1m03s vs 2m23s for 13-min audio on GPU). Install via `pip install faster-whisper`, no FFmpeg needed, and use simple Python code like `WhisperModel("large-v3").transcribe("audio.mp3")` for segments with timestamps. You benefit by getting quick, efficient speech-to-text for real-time apps, saving time and resources on long files or batches. https://github.com/SYSTRAN/faster-whisper