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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #842 · 4.07

ВК пишет, что на самом верху перестановки: гендир соцсети Марина Краснова вместе с техническим директором и вице-президентом Александром Тоболем покидают пост, чтобы "заниматься собственным проектом". По этому поводу отлично высказалась Людмила Кудрявцева, с которой я согласен, как минимум, в двух тезисах: Во-первых, перестановку такого уровня не делают, если в компании всё хорошо. Хотя мы за годы правления Марины Красновой видели очень много громких заявлений об очередном преодолённом рубеже по пользователям, а сама соцсеть полностью игнорировала падение репутации, жалобы авторов контента, отток людей в Телеграм и так далее. Во-вторых, у соцсети фактически нет лица с момента ухода Дурова, и теперь уже официально. Ни Андрей Рогозов, ни Марина Краснова не вели внятную человеческую онлайн-деятельность с презентацией того, чем продукт живёт и куда движется, как это делал Дуров (и делает сейчас относительно Телеграма), но они всё-таки хотя бы формально занимали пост руководителя. Сейчас же даже на роль говорящей головы для сухих отчётов в СМИ никто не назначен, и нет заявлений, что подобный человек ищется. Поражает другое. Я знаком с десятками сотрудников ВК, и большинство из них — офигенно крутые, умные, интересные люди, действительно горящие своей работой и переживающие за качество и популярность продукта. При этом, что творится в топ-менеджменте, я совершенно не понимаю (вангую, что сотрудники сами не понимают). Создаётся устойчивое впечатление, будто бы ВК для топов это просто способ напилить себе бабла, чтобы потом уйти заниматься чем-то другим, что интересует их больше. Ни Марина Краснова, ни Александр Тоболь не выглядели людьми, которым есть дело до продукта в целом, а не до пары личных местечковых инициатив типа мёртворожденного NFT. Кто-то запомнил что-нибудь, что они сделали, какой-то прорыв, какой-то яркий образ в интернете может, какие-то технические достижения? Александр вот отвечал за видеоплатформу, которая до сих пор один из самых технически слабых разделов ВК, не говоря уже об отставании в продуктовых ожиданиях типа "замена ютубу". Я, кстати, у него забанен, хотя никогда ему и про него ничего плохого не писал — отличная работа с критикой. В общем, желаю ВК дальше держаться на плечах крутых сотрудников, которым не всё равно. А что до топов — видимо, не так и плохо, что никто конкретный теперь на эту роль назначен не будет. #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