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

TGINSIGHT SIMILAR POSTS

유사한 콘텐츠 찾기

소스 채널 @phpdevelopersuz · Post #3292 · 8월 14일

🥳Bugun Telegram 10 yoshga to'ldi. Pavel Durovtug'ilgan kun haqida shunday dedi: Atigi oʻn yil ichida Telegram 800 milliondan ortiq faol foydalanuvchilarga ega boʻldi. Yillar davomida ko'plab yangilanishlar va takomillashtirishlar orqali Telegram zamonaviy xabar almashish tajribasi qanday bo'lishi kerakligini qayta belgilab berdi. Telegram uchun navbatdagi qadam - bu xabar almashishdan tashqariga chiqish va umuman, ijtimoiy tarmoqlarda innovatsiyalarni rivojlantirish. Biz mashhurligimizdan milliardlab odamlarning hayotini yaxshi tomonga o'zgartirish, sayyoramizdagi odamlarni ilhomlantirish va ko'tarish uchun foydalanishimiz kerak. Bugungi kunda barcha foydalanuvchilar uchun hikoyalarning bosqichma-bosqich chiqarilishi Telegram tarixidagi ushbu yangi bosqichning boshlanishini anglatadi. O'tgan o'n yillik hayajonli bo'lsa-da, keyingi 10 yil Telegram o'zining haqiqiy salohiyatiga erishadigan vaqt bo'ladi. 🥳 #durov#telegram#10yosh ✅@TGraphUz | 📺YouTube

결과

1개의 유사한 게시물이 발견되었습니다

검색: #trillionscale

当前筛选 #trillionscale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