TGTGInsighttelegram intelligenceLIVE / telegram public index
← IT news | Tg Bots

TGINSIGHT SIMILAR POSTS

유사한 콘텐츠 찾기

소스 채널 @phpdevelopersuz · Post #2382 · 3월 15일

Dasturchilar uchun Google tomonidan Code Jam onlayn musobaqasi. Tanlov g'oliblariga pul mukofotlari topshiriladi Talablar — Tanlovda 18 yoshdan katta bo'lgan dasturchilik sohasiga qiziquvchi yoshlar qatnashishlari mumkin; — Dasturchilarning Google accountlarida o'z ism-shariflari, telefon nomerlari va qaysi davlatda yashashlari aniq va batafsil keltirib o'tishlari so'raladi; — Dastur ishchi tili ingliz tili ekanligi uchun shu tildan xabardor bo'lishi kerak (sertifikat shartmas). Foydali tomonlari — 1-raunddan 2-raundga o'tgan eng yaxshi 1000 ta dasturchi ichiga kirgan nomzodlarga Code Jam futbolkalari beriladi; — Code Jam musobaqasida oxirgi 5-bosqichiga yetib kelgan ishtirokchilar quyidagi miqdordagi pul mukofotlari bilan taqdirlanadilar: — 1-o'rin - $15 000; — 2-oʻrin — $2000; — 3-oʻrin — $1000; — 4-25-oʻrin — $100. Oxirgi muddat 03.04.2022 23:59 Batafsil https://grantgo.uz/go/56580 #tanlovlar#mukofot#AQSh

결과

1개의 유사한 게시물이 발견되었습니다

검색: #fp8

当前筛选 #fp8清除筛选
Machinelearning

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

✔️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