متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
epsilon correct
الذهاب إلى القناة على Telegram
Машинное обучение, графы, языковые модели. Чуток про карьеру исследователя в FAANG, путь PhD и щепотка полезной математики. Связаться с автором: @deltaincorrect. Рекламы в канале нет.
إظهار المزيد8 058
المشتركون
لا توجد بيانات24 ساعات
+67 أيام
+2430 أيام
جاري تحميل البيانات...
القنوات المماثلة
سحابة العلامات
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
يونيو '26
يونيو '26
+70
في 0 قنوات
مايو '26
+148
في 0 قنوات
Get PRO
أبريل '26
+218
في 5 قنوات
Get PRO
مارس '26
+111
في 0 قنوات
Get PRO
فبراير '26
+256
في 2 قنوات
Get PRO
يناير '26
+171
في 3 قنوات
Get PRO
ديسمبر '25
+109
في 5 قنوات
Get PRO
نوفمبر '25
+152
في 2 قنوات
Get PRO
أكتوبر '25
+106
في 3 قنوات
Get PRO
سبتمبر '25
+148
في 3 قنوات
Get PRO
أغسطس '25
+156
في 6 قنوات
Get PRO
يوليو '25
+147
في 2 قنوات
Get PRO
يونيو '25
+214
في 5 قنوات
Get PRO
مايو '25
+159
في 5 قنوات
Get PRO
أبريل '25
+213
في 3 قنوات
Get PRO
مارس '25
+521
في 10 قنوات
Get PRO
فبراير '25
+541
في 10 قنوات
Get PRO
يناير '25
+150
في 6 قنوات
Get PRO
ديسمبر '24
+381
في 9 قنوات
Get PRO
نوفمبر '24
+152
في 3 قنوات
Get PRO
أكتوبر '24
+388
في 10 قنوات
Get PRO
سبتمبر '24
+2 489
في 19 قنوات
Get PRO
أغسطس '24
+198
في 10 قنوات
Get PRO
يوليو '24
+232
في 4 قنوات
Get PRO
يونيو '24
+76
في 0 قنوات
Get PRO
مايو '24
+85
في 4 قنوات
Get PRO
أبريل '24
+138
في 1 قنوات
Get PRO
مارس '24
+185
في 8 قنوات
Get PRO
فبراير '24
+105
في 3 قنوات
Get PRO
يناير '24
+119
في 1 قنوات
Get PRO
ديسمبر '23
+408
في 3 قنوات
Get PRO
نوفمبر '23
+52
في 0 قنوات
Get PRO
أكتوبر '23
+165
في 3 قنوات
Get PRO
سبتمبر '23
+106
في 0 قنوات
Get PRO
أغسطس '23
+140
في 0 قنوات
Get PRO
يوليو '23
+1 495
في 0 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 12 يونيو | +17 | |||
| 11 يونيو | +3 | |||
| 10 يونيو | +6 | |||
| 09 يونيو | +3 | |||
| 08 يونيو | +6 | |||
| 07 يونيو | +1 | |||
| 06 يونيو | +4 | |||
| 05 يونيو | +8 | |||
| 04 يونيو | +8 | |||
| 03 يونيو | +1 | |||
| 02 يونيو | +4 | |||
| 01 يونيو | +9 |
منشورات القناة
MTP спекулятивный декодинг в Gemma 4: ускоряемся в два раза без потери качества 🥳
В нашу дорогую гемму наконец завезли спекулятивный декодинг, когда более маленькая модель предсказывает токены, которые могут верифицироваться большой моделью параллельно, существенно ускоряя инференс для локальных юзкейзов.
Попробовать можно через HuggingFace transformers, остальные движки тоже скоро будут поддерживать.
блогпост, технический блог
| 2 | Продолжаем геммапропаганду. В прошлом году у NVIDIA вышла неплохая статья о том, как ловить людей, которые доливают тест в трейн. CoDeC – нормализованный показатель перплексии, где для тестсета бенчмарка считают изменения в перплексии с дополнительными примерами из того же бенчмарка. Для неконтаминированных моделек мы ожидаем, что дополнительные примеры не будут сбивать модель с толку, а в лучшем случае помогут. С другой стороны, если модель запомнила текст из теста, дополнительные примеры собьют её с толку и уверенность модели в ответе упадёт. Шкала нормализована от 0 до 100, где ~80% значит, что примеры из теста модель видела буквально, ~40% – в перефразированном виде. Товарищ с твиттера посчитал CoDeC для Gemma 4 и сравнил с Qwen 3.5 – почему-то у наших китайских коллег модель почти запоминает примеры из теста. | 0 |
| 3 | WeirdML – один из самых необычных бенчмарков для ЛЛМок. В него входят необычные open-ended задачки по МЛю, например, распознавание цифр со всего 28 размеченными примерами и ~50к неразмеченными, распознавание формы фигур, или восстановление перемешанных фрагментов изображений.
Gemma 4 31B оказалась самой сильной открытой моделью на этом бенчмарке, опередив GLM 5 (MoE на 700B) и GPT-OSS с хорошим отрывом, показав результат на уровне с О3 или Gemini 2.5 Pro. | 0 |
| 4 | Мои любимые artificial analysis выложили своё независимое тестирование Gemma 4 (твит, страница с результатами), по результатам вышло хуже квенов из-за просадки на 𝜏²-bench, ну и ладно с ним.
В этой версии мне довелось поработать над околонаучными бенчмарками и работой с длинным контекстом, а там мы наступаем на пятки китайским моделям на порядок больше вроде GLM 5 или DS 3.2. | 0 |
| 5 | Gemma 4
blogpost | huggingface
4 размера: E2B, E4b (бывшие Gemma 3n/Gemini Nano); 26A4B, 31B Dense | 0 |
