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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #782 · 17.03

Начал по чуть-чуть смотреть на русскоязычные видеоплощадки, чтобы понять, а существует ли какая-то вменяемая альтернатива, которую, например, могли бы использовать русскоязычные блогеры для доступа к своей аудитории. Как сейчас, после демонстрации Ютубом своей идеологической однобокости, так и в потенциале, если, например, в России Ютуб таки заблокируют. Бывает, что у человека есть какие-то субъективные пожелания к интерфейсу — он считает удобным то, к чему лично он привык, и что лично он использует. Но существуют и вполне объективные фундаментальные вещи. Например, видеосервис должен давать вам навигацию между роликами: возможность отличать просмотренное от непросмотренного, возможность видеть новые выпуски. Не менее важна навигация внутри видео: чтобы сервис запоминал, где вы остановились, и чтобы по ролику можно было перемещаться. Нельзя, например, сказать, что пожелание "Запомнить, на каком месте в видео ты остановился" — личный каприз, вызванный моим собственным паттерном просмотра, который отличается от такового для других людей. Это абсолютно точно одна из фундаментальных функций. Она есть у всех стримингов, и она является определяющей для базового удобства использования сервиса, а её отсутствие способно сделать сервис почти буквально неюзабельным. Я рассмотрел основных претендентов на замену Ютуба: VK с трёх источников (приложение, полный сайт, мобильный сайт), Дзен и RuTube. Главным образом оценивал работу на телефоне, потому что, например, с перемоткой на десктопе проблем никогда не бывает — любой даже самый старый примитивный видеоплеер ещё 20 лет назад позволял мышкой мотать видео, и разработчики сервиса в эту функцию ничего своего не вкладывали. А вкладывали, например, авторы Ютуба, создав функцию перемотки двойным тапом по краю видео на 15 секунд вперёд/назад. Но это нюансы. В таблице есть и не нюансы, а вполне себе базовые вещи, отсутствие которых, честно говоря, повергло меня в шок. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #2bitq

当前筛选 #2bitq清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #9516 · 13.02.2026 г., 15:23

🌟Tencent сжали 1.8B модель в 2 бита: 600 МБ веса и Dual-CoT на борту. Tencent Hunyuan выкатили open-source решение для тех, кто хочет запускать LLM локально на кофеварке. HY-1.8B-2Bit - модель, которую утрамбовали так плотно, что она занимает меньше места, чем многие современные мобильные приложения. Модель пилили методом Quantization-Aware Training, который в отличие от PTQ, позволяет адаптироваться к низкой разрядности весов еще на этапе тренировки. За основу взяли backbone Hunyuan-1.8B-Instruct и жестко сжали веса до 2 бит. При этом эффективный размер в памяти получился эквивалентен модели на 300М параметров, а физический вес получился всего 600 МБ. Что самое ценное - сохранили фичу Dual-CoT: модель умеет переключаться между быстрым мышлением для простых тасков и глубоким long-CoT для сложных. 🟡Бенчмарки 🟢По сравнению с fp16-учителем (1.8B), деградация метрик всего ~4%. Это очень мало для 2-битного квантования. 🟢Разница в точности на сравнении с INT4 ничтожна - 0.13%, хотя весит модель в 2 раза меньше. 🟢Если взять плотную модель на 0.5B параметров, то HY-1.8B-2Bit обходит ее в среднем на 16-17%. На GSM8K разрыв вообще дикий: +22.29%. 🟢Prefill ускорился в 3-8 раз, генерация токенов - в 2-3 раза на поддерживаемом железе. 🟡Жирный нюанс Текущая реализация требует поддержки инструкций Arm SME2. Это значит, что вся эта красота заведется только на Apple M4 и MediaTek Dimensity 9500. Если у вас M1/M2 или Snapdragon прошлых поколений - пока мимо. Разработчики обещают подвезти Neon kernel позже. Кстати, GGUF тоже есть, так что если под рукой есть M4 - можно тестить. Остальным остается ждать оптимизации под старые инструкции. 🟡Модель 🟡GGUF 🟡Техотчет 🖥GitHub @ai_machinelearning_big_data #AI#ML#SLM#2bitQ#Tencent