Республика Татарстан нарастила экспорт на 14%
Согласно предварительным оценкам экспертов, за 12 месяцев 2025 года компании Республики Татарстан экспортировали за рубеж продукцию АПК на сумму около 513 млн долл. США. В сравнении с аналогичным периодом прошлого года объем экспорта вырос на 14% в стоимостном выражении.
В топ-5 видов продукции АПК, экспортированных в 2025 году, в стоимостном выражении входят:
✅Подсолнечное масло;
✅Майонез и другие соусы;
✅Жмых;
✅Рапсовое масло;
✅Шоколад.
Основной рост объема экспорта обеспечили рапсовое масло, майонез и другиесоусы, а также семенарапса. Так, например, за 12 месяцев 2024 года регион поставил на зарубежные рынки рапсовогомасла на сумму около 20 млн долл. США, а за этот же период 2025 года — около 62 млн долл. США. Экспорт майонеза и других соусов и семян рапса увеличился в 2025 году более чем на 20 млн долл. США относительно аналогичного периода 2024 года.
🗺 Основными направлениями для поставок сельскохозяйственной продукции из Республики Татарстан в 2025 году были Иран, Казахстан, Индия, Беларусь и Китай.
Подробнее познакомиться с экспортными каталогами регионов можно по ссылке на сайте «Агроэкспорта».
Читайте «Агроэкспорт» в MAX
#агроэкспорт#новостиАПК
Обновление моделей LlaMa в GPTunneL🦙
⚡️ Мы добавили новую LlaMa 3.1 405b с 405 миллиардами параметров — на сегодняшний день это самая мощная модель ИИ с открытым исходным кодом.
По утверждениям разработчиков, LlaMa 3.1 превосходит такие модели, как GPT-4o и Claude 3.5 Sonnet от Anthropic в различных областях, включая общие знания, кодирование и математику.
〰️ Кроме того, вывели из альфа-версии LlaMa 3.1 70b и LlaMa 3.13.8b, содержащие 70 и 8 миллиардов параметров соответственно. Эти модели стали еще стабильнее, что позволяет вам получать более качественные результаты.
➡️ Переходи в GPTunneL и тестируй модели LlaMa 3.1
🪅 Если захочешь сравнить новинку с другими моделями, загляни в нашу Арену.
#update#llama3
LlaMa 3 — первая open-source LLM-модель в GPTunneL🪅
Мы запустили новейшую модель в альфа-режиме — LlaMa 3 70b и LlaMa 3 8b (70 и 8 млрд параметров соответственно)!
В Meta утверждают, что Llama 3:
➡️ обладает высокой скоростью обучения и эффективно работает с большими объемами данных;
➡️ превосходит конкурентов в точности генерации текста и производительности;
➡️ отлично справляется с программированием.
👍 Протестируй LlaMa 3 в GPTunneL
☝️ LlaMa 3 рекомендована к использованию на английском языке. При работе на русском возможны небольшие галлюцинации.
#update#llama3
#go#gemma3#go#gpt_oss#granite4#llama#llama3#llm#on_device_ai#phi3#qwen3#qwen3vl#sdk#stable_diffusion#vlm
NexaSDK runs AI models locally on CPUs, GPUs, and NPUs with a single command, supports GGUF/MLX/.nexa formats, and offers NPU-first Android and macOS support for fast, multimodal (text, image, audio) inference, plus an OpenAI‑compatible API for easy integration. This gives you low-latency, private on-device AI across laptops, phones, and embedded systems, reduces cloud costs and data exposure, and lets you deploy and test new models immediately on target hardware for faster development and better user experience.
https://github.com/NexaAI/nexa-sdk
#jupyter_notebook#chatglm#chatglm3#gemma_2b_it#glm_4#internlm2#llama3#llm#lora#minicpm#q_wen#qwen#qwen1_5#qwen2
This guide helps beginners set up and use open-source large language models (LLMs) on Linux or cloud platforms like AutoDL, with step-by-step instructions for environment setup, model deployment, and fine-tuning for models such as LLaMA, ChatGLM, and InternLM[2][4][5]. It covers everything from basic installation to advanced techniques like LoRA and distributed fine-tuning, and supports integration with tools like LangChain and online demo deployment. The main benefit is making powerful AI models accessible and easy to use for students, researchers, and anyone interested in experimenting with or customizing LLMs for their own projects[2][4][5].
https://github.com/datawhalechina/self-llm