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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #996 · 13.07

С год назад я поставил новый замок на общую с соседями дверь. А через несколько месяцев он сломался — стал заедать. Подпружиненная защёлка начала западать внутрь и не выдвигалась сама в некоторых случаях, приходилось дёргать ручку туда-сюда, чтобы закрыть дверь. Мне было очень лень снова разбирать весь замок. Способ закрыть дверь был, поэтому я ничего не делал. Сосед пару раз звонил мне, но и сам тоже не взялся. Пару дней назад замок окончательно сломался, и внешняя ручка перестала его открывать. Я чудом вышел в этот момент встречать курьера и открыл дверь соседке, которая не могла попасть домой. Делать нечего — пришлось разобрать и посмотреть. Я был готов идти в магазин за новым, но всё оказалось очень просто: кто-то специально выкрутил два винта, которые притягивают внутренний механизм к планке. Сначала механизм чуть-чуть провалился, из-за чего стал заедать, а потом упал окончательно и рассоединился с внешней ручкой. За минуту я нашёл у себя два подходящих винта и всё восстановил до полностью рабочего состояния, заедания тоже пропали. Кто и зачем мог это сделать? Выкрутить винты в замке можно только тогда, когда у тебя есть ключ, либо когда кто-то открыл тебе дверь. Моя гипотеза — третьи соседи, которые здесь не живут, некоторое время назад делали ремонт, и рабочие, которых они позвали, пытались заблокировать замок, чтобы он "не мешал" им ходить туда сюда по много раз в день. Они сделали это, а потом по-мудачески не вернули всё назад. Видите, как вышло. Вероятность того, что абсолютно новый замок сломается за несколько месяцев обычной эксплуатации, очень низкая. И тем не менее, я предположил изначально именно это, из-за чего не стал его разбирать, потому что считал, что починка займёт много времени. Я не подумал, что это намеренный саботаж людьми. Если бы я так подумал, то заменил бы винты в тот же день. А мог ведь и не попасть домой в какой-то момент. #life

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