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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #845 · 21.07

Итак, сторисы в Телеграме. Вы меня знаете, как убеждённого хейтера всех новых форматов: начиная от сторис, заканчивая короткими вертикальными видео. Я могу часами рассуждать о том, как "общество деградирует". Но популярность этой наркоты так непредставимо огромна, что даже псевдо-идеалист Дуров не сдержался, и: — Своровал напрямую фичу из другого сервиса, хотя не любит так делать, — Вставил в продуманный мессенджер для интеллектуалов ширпотребный продукт. Фундаментальная проблема Телеграм-сторис в том, что люди, которые у меня в контактах в мессенджере, и люди, от которых интересно смотреть регулярный медиа-контент — это два очень слабо пересекающихся множества. Я утром обнаружил в списке сторис кучу непонятных ноунеймов, и почти всегда оказывалось, что это какой-нибудь менеджер какого-нибудь заказчика, с которым мы обменивались рабочей документацией три года назад. Это не мой друг, не блогер, не член семьи, так что смотреть сторисы от него/неё для меня не имеет никакого смысла. Пожалуй, сторисы нужны были бы только в каналах, но... их там не сделали вообще. Иногда мышление команды Телеграма выходит за пределы моего понимания. Вместе с тем, совершенно никак не исправлены привычные болячки и косяки этого формата, хотя Дуров вроде как в превью обещал, что Телеграм-сторисы будут какими-то особенными, и реализованы не так, как у всех. Но что мы видим? Те же самые неизбежно вертикальные фото/видео. Нет инструментов, чтобы запостить горизонтальный контент, которого до сих пор в сети очень много (например, кадр из фильма, кусочек стрима видеоигры итд). Та же проблема с текстами: чтобы читать сторисы, нужно держать палец на экране. В общем, совершенно те же говносторисы, что и везде. В целом, плюс у этого только один: надеюсь, данная функция добьёт в России инсту. #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