TGTGInsighttelegram intelligenceLIVE / telegram public index
← GitHub Trends

TGINSIGHT SIMILAR POSTS

Find similar content

Source channel @githubtrending · Post #15299 · Nov 12

#python#agent#ai#aiagent#awesome#chatgpt#hacktoberfest#hacktoberfest2025#llm#long_short_term_memory#memori_ai#memory#memory_management#python#rag#state_management Memori is an open-source memory engine that gives AI language models human-like memory using standard SQL databases like PostgreSQL, MySQL, or SQLite.[1][2] With just one line of code, you can enable any LLM to remember conversations, learn from interactions, and maintain context across sessions.[1] The key benefits are significant cost savings of 80-90% compared to expensive vector databases, complete data ownership and transparency since memories are stored in SQL databases you control, and zero vendor lock-in allowing you to export and move your data anywhere.[1][3] Memori works with popular frameworks like OpenAI, Anthropic, and LangChain, making it easy to integrate into existing projects without complex setup.[1] https://github.com/GibsonAI/Memori

Results

1 similar post found

Search: #trillionscale

当前筛选 #trillionscale清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8721 · 10/08/2025, 06:50 PM

✔️Ling-1T - новая модель от inclusionAI с 1 триллионом параметров Модель на 1 трлн, из них ≈ 50 млрд активны на токен (MoE-архитектура). Она обучена на 20 трлн+ токенов, специально отобранных для задач логического мышления и рассуждений. Контекст: 128 000 токенов. Построена на базе Evo-CoT (Evolutionary Chain of Thought) и Linguistics-Unit RL - нового метода обучения для масштабируемых рассуждений. При помощи Evo-CoT модель постепенно улучшает баланс между точностью рассуждений и вычислительной эффективностью. То есть с каждым шагом она пытается делать рассуждения «глубже», но не слишком дорого по ресурсам. Моделька демонстрирует сильные результаты в задачах кода, математики, логики и фронтенд-генерации. В архитектуре задействованы Mixture-of-Experts (1/32 активация), MTP слои и маршрутизация экспертов. Ling-1T показывает, что огромные модели можно сделать не только мощными, но и экономичными. https://huggingface.co/inclusionAI/Ling-1T @ai_machinelearning_big_data #Ling1T#AI#ML#OpenSource#Reasoning#TrillionScale#FP8