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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #912 · 19.11

И ведь верно, если подумать, мы уже находимся в смешанной реальности. Вот эти все люди с топовыми айфонами, живущие в облезлых стенах, или водители, паркующие Теслу с автопилотом в луже посреди двора. Люди получают зарплату на карту с помощью высокотехнологичной электроники, а затем стоят в огромной очереди к банкомату, чтобы снять бумажки. Мы летаем в космос и лечим вирусные заболевания, но экстрасенсы и инфоцыгане купаются в деньгах, не зная отбоя в клиентах. И не надо думать, что так только в России. В Сан-Франциско бомжи ночуют под пятиполосным шоссе для спорткаров. В Берлине 15 лет назад уже были крутые сквозные поезда метро, по которым, однако, ходили люди-контролёры и проверяли наличие бумажного проездного. Я помню свой первый день в Тайланде: купил в аэропорту симку с мобильным интернетом. Интернет офигенного качества, скорость и покрытие в разы лучше, чем в Европе. Но затем я вышел на улицу и увидел опоры ЛЭП, провода на которых, судя по их виду, монтировал пьяный инвалид — настолько убого, небезопасно и неаккуратно это было сделано (поищите в картинках "провода в Тайланде", поймёте, если не видели). Так что с точки зрения сеттинга "Кибердеревня" это просто русский "Трансметрополитен" — технологии пришли, а разруха много где осталась: как в головах, так и в клозетах. Сериал, кстати, с лёгкостью в одном кадре критикует произвол полиции, а в соседнем продактплейсит вполне государственную СБП. Можно поблагодарить авторов за то, что им удалось не скатиться ни в клюквенную критику России и всего русского, ни в ватную пропаганду. Это просто отражение реальности, в которой есть хорошие вещи, которые нужно хвалить, и плохие, которые нужно ругать. Ну, и вишенкой на торте идут пасхалки, шутки, приколы, мелочи в кадре. Местами они слишком буквальные, местами хочется ставить на паузу, чтобы рассмотреть кадр. Причём, картина в равной степени регулярно отсылается как к советской киноклассике, так и к современным видеоиграм и фантастике. И это любопытно, потому что уловить все такие пасхалки может очень небольшая прослойка людей: наши с вами родители не поймут подмигивания в сторону "Дюны" и "Бегущего По Лезвию 2049", а наши с вами дети не оценят копии сценок из "Белое Солнце Пустыни" и "Любовь и Голуби". Именно поэтому, кажется, будто бы сериал не для всех, и авторы невольно сделали целевую аудиторию довольно узкой. Впрочем, вполне может быть, что верно обратное: детям понравится хайтек, голограммы и роботы, а старшее поколение поностальгирует по былым временам. #fiction

Hashtags

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

🚀 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