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

TGINSIGHT SIMILAR POSTS

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

Резултати

Намерени 1 подобни публикации

Търсене: #trillionscale

当前筛选 #trillionscale清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8721 · 08.10.2025 г., 18:50

✔️Ling-1T - новая модель от inclusionAI с 1 триллионом параметров Модель на 1 трлн, из них ≈ 50 млрд активны на токен (MoE-архитектура). Она обучена на 20 трлн+ токенов, специально отобранных для задач логического мышления и рассуждений. Контекст: 128 000 токенов. Построена на базе Evo-CoT (Evolutionary Chain of Thought) и Linguistics-Unit RL - нового метода обучения для масштабируемых рассуждений. При помощи Evo-CoT модель постепенно улучшает баланс между точностью рассуждений и вычислительной эффективностью. То есть с каждым шагом она пытается делать рассуждения «глубже», но не слишком дорого по ресурсам. Моделька демонстрирует сильные результаты в задачах кода, математики, логики и фронтенд-генерации. В архитектуре задействованы Mixture-of-Experts (1/32 активация), MTP слои и маршрутизация экспертов. Ling-1T показывает, что огромные модели можно сделать не только мощными, но и экономичными. https://huggingface.co/inclusionAI/Ling-1T @ai_machinelearning_big_data #Ling1T#AI#ML#OpenSource#Reasoning#TrillionScale#FP8