TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #32 · 7 фев.
Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks
Пребарај: #r1
@XQFXS · Post #748 · 21.07.2025 г., 00:51
🥰标题：AI R1联网满血版_6.0_高级版 🌈简介：无需本地部署即可使用，流畅不卡顿你的任何问题都能解决，依托于混元自研T1、DeepSeek R1、豆包通用模型等大模型，基于跨知识领域和自然语言理解能力的大模型AI产品，期望通过AI能力帮助用户在逻辑推理、职场办公、知识学习、趣味创作、生活百科等多个领域提高效率和生活辅助. 📃下载地址: 🟢在线下载【无密码】 📃下载地址: 🟢蓝秦云盘【无密码】 😘 标签：#AI#DeepSeek#R1
@semasci · Post #1404 · 08.01.2026 г., 07:15
🎉DeepSeek R1: год спустя Ровно год назад дебютировала DeepSeek-R1, сделавшая ставку на глубокие рассуждения (reasoning). За это время она заняла прочную нишу в математике, программировании и точных науках, предлагая высокую эффективность и точность. 💎Чем DeepSeek выгоден читателю канала? ➡️Эксперт в логике: Сильнее многих в решении сложных задач, требующих последовательных рассуждений. ➡️Эффективен: Использует не все параметры на запрос, что часто делает ответ быстрее и экономичнее. ➡️Открыт: Модель с открытым исходным кодом. ➡️Бесплатен! Да, это до сих пор странно и приятно, с учётом дикой зависимости всех производителей от огромного парка железа, потребляющего электроэнергию. 🔍Намёк на новое? Недавно DeepSeek обновили исходную статью о R1: она «выросла» с 22 до 86 страниц. Обновление вышло ровно через год после релиза модели. Это совпадение или тихая подготовка к анонсу R2 (которую ждали в мае, а потом в августе 2025) или другой новинки в этом январе? Ждём. #DeepSeek#R1#R2#ИИ#AI#LLM https://t.me/semasci
@missPecos · Post #2009 · 05.01.2026 г., 14:00
💎 DeepSeekR1联网满血版解锁终身会员 6.1 89 ♻️资源介绍:依托于混元自研T1、DeepSeek R1、豆包通用模型等大模型，基于跨知识领域和自然语言理解能力的大模型AI产品 ⬇️本地下载 🔔标签：#安卓软件#DeepSeek#R1#联网
@iGengdu · Post #751 · 20.01.2025 г., 12:49
#DeepSeek#R1#v3#o1#推荐 分享：DeepSeek发布推理模型R1 作为国产大模型实力派代表的DeepSeek，近期发布了号称比肩OpenAI o1的模型DeepSeek-R1（包括DeepSeek-R1-Zero、 DeepSeek-R1）；Deepseek官方消息称：DeepSeek-R1在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。(DeepSeek被Anthropic CEO视作与Anthropic、OpenAI、Google等公司并列的AI领域新竞争者，Update time: 20250208 ) 使用方法： 1.登录官网 https://www.deepseek.com/ 或者下载DeepSeek官方App、登录自己的账号，选择深度思考（Deep Think）即可使用DeepSeek-R1模型；未选中深度思考（Deep Think）时，采用的是DeepSeek V3模型。（美国IP等，可以邮箱注册，不用绑定手机号码） 2.HuggingFace DeepSeek-R1体验地址： https://huggingface.co/deepseek-ai DeepSeek也可以通过API调用模型服务；DeepSeek-R1 API 服务定价为每百万输入 tokens 1 元（缓存命中）/ 4 元（缓存未命中）；每百万输出 tokens 16 元。 3.邮箱注册、登陆DeepSeek的方法 如果遇到DeepSeek无法邮箱注册或登陆，可尝试将以下域名加入代理，并用浏览器无痕模式访问 DeepSeek.com ： *.deepseek.com (deepseek官方域名) *.volces.com (火山大引擎) *.portal101.cn (数美反欺诈接入的js) 📢频道✈️群组 (耕读)📬投稿
@plltxe · Post #5742 · 27.01.2025 г., 05:38
Found a random cipher puzzle on a YouTube video. It was easy enough that I can figure out how to solve it in a few seconds, but I was lazy to do the math, so I threw it to the “thinking” #LLM s. Surprisingly, despite how easy it looks, only #ChatGPT#o1 managed to solve it correctly. #DeepSeek#R1 and #Gemini 2.0 Flash Thinking Experimental 01-21 has confused themselves, and reached wrong conclusions. Prompt: Please solve the puzzle The code to decode is: 0820201619://2515212021.0205/42151797290590-224531 The hints provided are: car: 030118 Apple: 2716161205 1-1: 91-91 Response from GPT o1: https://chatgpt.com/share/67971451-2ee0-8013-9d80-9899543614ae Response from DeepSeek and Gemini: https://gist.github.com/blueset/828cbc3de9efa9af44a1379dc26e2785 🐟