Намери подобно съдържание

Изходен канал @clockstackwheels · Post #822 · 19.05

Мне кажется, для маркетологов, пиарщиков и спецов по СММ очень интересная задачка — почему ВК не заводятся донаты художникам. Художники, как я уже писал ранее — одна из самых контентообразующих ниш ВК. Но практически ни у кого из них не завелась модель с подпиской VK Donut. У пабликов по СММ модель завелась — люди платят. У Tool 42 тоже (до сих пор тайна для меня, почему только у них из всех приложений). Вроде как еще у какого-то паблика с K-pop музыкой модель завелась. В общем, отдельные примеры есть, не сказать, что VK Donut полностью нежизнеспособная штука. А художники — хоть убей. У Зубкова не заработало, у Дюрана не заработало, у Гудима не заработало. Помню, как на самой первой сходке авторов от ВК (меня туда пригласили, как активного блогера) художник Ahriman рассказывал, как зарабатывает на донатах. Но сейчас я смотрю в его паблике даже донаты выключены. То есть, даже если работало, то только временно. Причём, аудитория у этих художников — во многом взрослая молодежь, платежеспособные люди, десятки тысяч. Иногда сотни тысяч, как у Дюрана: почти лям подписчиков и всего 14 платящих. Интересно, занимается ли изучением этого вопроса пиар-отдел VK. Мне было бы очень любопытно узнать какую-то аналитику. #web

Hashtags

#web

Резултати

Намерени 1 подобни публикации

Търсене: #efficientmodels

当前筛选 #efficientmodels清除筛选

Machinelearning

@ai_machinelearning_big_data · Post #8519 · 11.09.2025 г., 18:21

Намери подобни Прегледай

🚀 Релиз:Qwen3-Next-80B-A3B - эффективная модель заточенная на работа работу с очень длинным контекстом! 🔹80B параметров, но активируется только 3B на токен → тренировка и инференс 10x дешевле и быстрее, чем у Qwen3-32B (особенно при 32K+ контексте). 🔹Гибридная архитектура: Gated DeltaNet + Gated Attention → сочетает скорость и точность. 🔹Ultra-sparse MoE: 512 экспертов, маршрутизируется 10 + 1 общий. 🔹Multi-Token Prediction → ускоренное speculative decoding. 🔹 По производительности обходит Qwen3-32B и приближается к Qwen3-235B в рассуждениях и long-context задачах. 🟢Qwen3-Next-80B-A3B-Instruct показатели почти на уровне 235B flagship. 🟢Qwen3-Next-80B-A3B-Thinking превосходит Gemini-2.5-Flash-Thinking. ▪Попробовать: https://chat.qwen.ai ▪Анонс: https://qwen.ai/blog?id=4074cca80393150c248e508aa62983f9cb7d27cd&from=research.latest-advancements-list ▪ HuggingFace: https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d ▪ ModelScope: https://modelscope.cn/collections/Qwen3-Next-c314f23bd0264a ▪Kaggle: https://kaggle.com/models/qwen-lm/qwen3-next-80b ▪ Alibaba Cloud API: https://alibabacloud.com/help/en/model-studio/models#c5414da58bjgj @ai_machinelearning_big_data #AI#LLM#Qwen#DeepLearning#MoE#EfficientModels#LongContext#Reasonin

Hashtags

#ai #llm #qwen #deeplearning #moe #efficientmodels #longcontext #reasonin