TGTGInsightаналитика telegramLIVE / telegram public index
← Система Кадры

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @firstkadry · Post #1663 · 31 окт.

Как вручить сотрудникам повестки из военкомата? Отвечаем на вопросы подписчиков. Если сотруднику пришла повестка в военкомат, обеспечьте ему своевременную явку по вызову. Вызвать в военкомат работника могут на военные сборы в мирное время, для того чтобы пройти медосмотр, при призыве на срочную службу или для уточнения документов воинского учета. Независимо от причины, в день и час, который указали в повестке, освободите его от работы и сохраните за ним средний заработок. 📚Период освобождения от работы отобразите в табеле учета рабочего времени. Используйте буквенный код «Г» или цифровой код «23» — невыход на время исполнения государственных или общественных обязанностей. На время прохождения военных сборов сотрудника освобождают от работы. На это время за ним сохраняют постоянное место работы, должность и средний заработок. Расходы на выплату среднего заработка за время прохождения военных сборов возмещают военные комиссариаты по местонахождению работодателя. Какие необходимы документы и какие еще есть гарантии у сотрудников, которых проходят военных сборы, читайте в Системе Кадры через демодоступ↖️ ❗️ Напоминаем: трудовой договор с сотрудниками, которых призвали на военную службу по мобилизации, приостанавливают, но не расторгают. На время приостановки договора работодатель обязан сохранить рабочее место мобилизованного работника. #ответ 🟢 Подписаться на канал для кадровиков

Hashtags

Результаты

Найдено 1 похожих постов

Поиск: #lfm2

当前筛选 #lfm2清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8615 · 23.09.2025, 17:34

⚡️Новая модель LFM2-2.6B - лидер в классе до 3B параметров. Ключевые особенности: - лёгкая и быстрая, всего 2.6B параметров - построена на архитектуре v2 (short convs + group query attention) - обучена на 10 трлн токенов, поддерживает контекст до 32k LFM2-2.6B - компактная, но мощная моделька для широкого спектра задач. 🟠Blog post: https://liquid.ai/blog/introducing-lfm2-2-6b-redefining-efficiency-in-language-models 🟠HF: https://huggingface.co/LiquidAI/LFM2-2.6B 🟠Model Bundle on LEAP: https://leap.liquid.ai/models?model=lfm2-2.6b @ai_machinelearning_big_data #AI#LLM#LFM2#OpenSourceAI#Multilingual