TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #396 · 9 окт.

7.09.2025 состоялся релизPithon 3.14! На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками. Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный. Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0 Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает: ▫️ соберет релизный Python 3.14 в новый Docker-образ ▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter) ▫️ распечатает результаты Тест очень простой, усложняйте сами) Вот какие результаты у меня: === Running ThreadPoolExecutor GIL ON TOTAL TIME: 45.48 seconds === Running ThreadPoolExecutor GIL OFF TOTAL TIME: 6.14 seconds === Running basic Thread GIL ON TOTAL TIME: 45.54 seconds === Running basic Thread GIL OFF TOTAL TIME: 4.74 seconds === Running with Multi Interpreter TOTAL TIME: 18.30 seconds Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами. Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵‍💫, нас учили не так! Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL. Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется. Отдельно я затестил память и вот что вышло на 32 потока: ThreadPoolExecutor GIL ON 305.228 MB ThreadPoolExecutor GIL OFF 500.176 MB basic Thread GIL ON 90.668 MB basic Thread GIL OFF 472.444 MB with Multi Interpreter 1267.788 MB Пока не знаю как к этому относиться) В целом - радует направление развития! #release

Hashtags

Резултати

Пронајдени 7 слични објави

Пребарај: #sota

当前筛选 #sota清除筛选
Yummy 😋

@godlynews1 · Post #14863 · 12.02.2026 г., 06:02

全球SOTA编程模型MiniMax M2.5上线 2月12日,MiniMax正式上线最新旗舰编程模型MiniMax M2.5。 作为全球首个为Agent场景原生设计的生产级模型,其编程与智能体性能 (Coding & Agentic)比肩国际顶尖模型,直接对标 Claude Opus 4.6,支持PC、App、跨端应用的全栈编程开发,尤其在 Excel高阶处理、深度调研、PPT等Office核心生产力场景中均处于行业领先(SOTA)地位。 M2.5模型激活参数量仅 10B,在显存占用和推理能效比上优势明显,支持 100 TPS 超高吞吐量,推理速度远超国际顶尖模型。 🗒 标签: #SOTA#MiniMax 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

探索号

@seeker_rc · Post #20415 · 13.05.2026 г., 06:25

做了一个 AI 工作流 SOTA 诊断 skill,希望能直接基于工作空间给出最优改进方案 先说真话—— 发这帖主要是想找几个 fellow ,一起追 Claude Code / Cursor / MCP / agent 这一摊东西的当前 SOTA 。 我自己用 Claude Code 半年,从 hooks / skills / MCP / subagent 一路跟着出新,但每周还是会怀疑两次"我这套 harness 是不是已经落后了"——你们应该也有过这种感觉。 X 和即刻上人人都在晒 setup ,没人讲「你当前 workspace 在哪一档 / 跟 SOTA 差哪几条 / 下一步先装哪个能消化的」。所以我做了一个工具 [lorejump.com](http... via V2EX 分享创造 标签: #SOTA#skill#lorejump ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道:科技探索者 每天推荐有趣内容,欢迎订阅、转发。

Data Science Jobs

@datasciencejobs · Post #1997 · 03.04.2024 г., 18:02

#вакансия#ml#cv#pytorch#numpy#opencv#SOTA#DL#удалённо Senior ML Engineer (Computer Vision) от 450 000 ₽ на руки Требуемый опыт работы: 3–6 лет Полная занятость, удаленная работа Мы в Gradient ищем талантливого и опытного ML инженера для создания новых передовых технологий и улучшения текущих пайплайнов обработки фото и видео для приложений Gradient и Persona. Gradient — мобильное приложение для редактирования фото и видео: - Самое скачиваемое приложение в мире за месяц в 2019, 2020 годах - Best of 2019 среди приложений по мнению Apple Persona — передовой бьюти фото и видео редактор с уникальными технологиями обработки селфи Совокупно наша аудитория составляет больше 100 миллионов пользователей Наш идеальный кандидат: - Имеет опыт работы в качестве ML Engineer или CV Engineer от 3 лет - Идеально знает Pytorch, numpy, opencv - Прекрасно разбирается во фреймворках для деплоя под mobile и server (CoreML, TFlite, torchscript) - Имеет опыт обучения production ready GAN моделей - Знает основные SOTA Computer Vision статьи и имеет практический опыт в их реализации - Обладает отличным математическим бэкграундом - линейная алгебра, теория вероятностей, мат. анализ - Активно следит за статьями с профильных конференций по Deep Learning: CVPR, NIPS, ICML, ICLR, ECCV, ICCV и может извлекать из них ключевые идеи. Будет плюсом, если: - Вы работали с задачами в области face beautification - У вас есть публикации на arxiv или популярные github репозитории Отправить резюме и задать вопросы по вакансии можно @axcher

Data Science Jobs

@datasciencejobs · Post #2035 · 17.04.2024 г., 15:03

#вакансия#ml#cv#ComputerVision#pytorch#numpy#opencv#SOTA#DL#удалённо#fulltime Вакансия: Python Developer (Computer Vision) Компания: Megainsight Полная занятость, удаленная работа Зарплатная вилка: от 3000 usd Megainsight — динамично развивающаяся команда специалистов, создающая продукт для оптимизации и увеличения LTV клиентов в торговых сетях. Наше решение SAAS включает в себя технологии машинного обучения и компьютерного зрения, которые позволяют розничным сетям расширять и поддерживать базу данных лояльных клиентов, а также оптимизировать маркетинговые кампании. Основные задачи: Мы разрабатываем систему рекомендаций на основе видеопотоков в реальном времени с различными алгоритмами обнаружения и распознавания для анализа поведения покупателей в розничной торговле. - Вам необходимо быстро погрузиться в текущий этап проекта системы видеоаналитики и взяться за реализацию блока бизнес-логики – обработки и синхронизации событий на основе видеоданных; - Мы ожидаем от кандидата решения задач по интеграции бизнес-логики с блоком компьютерного зрения, а также участия в решении задач детекции и трекинга объектов; - Осуществлять проектирование и внедрение сервисов, их взаимодействие; - Проектирование архитектуры и серверной реализации решения; Требования: - Опыт коммерческой разработки на Python от 5 лет в качестве CV Engineer/ML Engineer; - Опыт в разработке и реализации проектов в области компьютерного зрения от сбора данных до внедрения в продакшен; - Опыт настройки межсервисного взаимодействия, знание механизмов синхронизации, multithreading, multiprocessing; - Уверенные знания фреймворков для решения задач компьютерного зрения (Pytorch/Keras/Tensorflow, opencv, numpy), хорошая математическая подготовка; - Опыт работы с PostgreSQL, ClickHouse; - Опыт работы с Linux, Docker and Git/Gitlab; - Английский – чтение технической литературы и научных статей; - Способность прогнозировать и балансировать долгосрочное стратегическое проектирование и краткосрочные тактические решения; - Самоорганизованность и инициативность, опыт оформления проведенных экспериментов и результатов работы. Будет преимуществом: - Знакомство с Triton, ClearML/MLFlow, K8s - Опыт мониторинга сервисов, а также оценки качества работы моделей в продакшен-среде Контакты для связи: [email protected]

Venture Village Wall 🦄

@venturevillagewall · Post #3607 · 20.12.2024 г., 19:00

o3 & o3-mini Break Benchmark Records The performance of o3 and o3-mini showcases state-of-the-art (SOTA) results across various benchmarks. Key insights include: - Frontier Math scores increased from 2% to 25%. - SWE-Bench achieved 71.7%, a significant leap for a startup that recently raised $200 million with 13.86% earlier this year. - ELO on Codeforces reached 2727, held by only 150 individuals globally. - ARC-AGI model scored 87.5%, breaking a five-year deadlock. - Noteworthy progress on GPQA and AIME benchmarks. Access to o3-mini is currently available to security researchers, while general public access is set for late January. Full access to o3 will follow later. #AI#SOTA#Benchmarks#o3#o3-mini #FrontierMath#SWE-Bench #Codeforces#ELO#ARC-AGI #GPQA#AIME#Funding#Progress#Research#Technology#Innovation

Venture Village Wall 🦄

@venturevillagewall · Post #3606 · 20.12.2024 г., 18:41

O3 and O3-Mini Benchmark Breakthroughs The O3 and O3-Mini models showcase state-of-the-art (SOTA) performance with significant leaps in various benchmarks. Results on Frontier Math have jumped from 2% to 25%. The SWE-Bench model achieved a score of 71.7%, while a startup has raised $200 million following results of 13.86%. ELO on Codeforces reached 2727, surpassing most peers globally. Notably, the ARC-AGI model scored 87.5%, breaking a five-year benchmark. Access for security researchers to O3-Mini starts today, with general access available in late January. #O3#O3Mini#SOTA#Benchmarks#AI#ML#Funding#Codeforces#ARC-AGI #FrontierMath#SWE-Bench #ELO#GPQA#AIME#SecurityResearch#TechUpdates#Innovations#Startups#Performance#AIModels