Love. Death. Transformers.

Open in Telegram

❤️☠️🤗 Указанные действия не являются ресерчем, поскольку: а) Мы не ученые; б) Оно работает. @transformerslovedeatch по всем вопросам Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.

Russia27 215 Technologies & Applications5 470...

📈 Analytical overview of Telegram channel Love. Death. Transformers.

Channel Love. Death. Transformers. (@lovedeathtransformers) in the Russian language segment is an active participant. Currently, the community unites 24 461 subscribers, ranking 5 470 in the Technologies & Applications category and 27 215 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 24 461 subscribers.

According to the latest data from 03 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 68 over the last 30 days and by 1 over the last 24 hours, overall reach remains high.

Verification status: Not verified
Engagement rate (ER): The average audience engagement rate is 40.65%. Within the first 24 hours after publication, content typically collects 21.26% reactions from the total number of subscribers.
Post reach: On average, each post receives 9 944 views. Within the first day, a publication typically gains 5 200 views.
Reactions and interaction: The audience actively supports content: the average number of reactions per post is 119.
Thematic interests: Content is focused on key topics such as сиська, llm, параметр, округление, fp32.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“❤️☠️🤗 Указанные действия не являются ресерчем, поскольку: а) Мы не ученые; б) Оно работает. @transformerslovedeatch по всем вопросам Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.”

Thanks to the high frequency of updates (latest data received on 04 July, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

24 461

Subscribers

+124 hours

+127 days

+6830 days

9 944

Post views

~ 5 20024 hours

~ 5 98248 hours

40.65%

Engagement rate

~ 3

Posts per day

Ads index

beta

Data loading in progress...

Similar Channels

132.8K

Denis Sexy IT 🤖

7.9K

Karim Iskakov - канал

5.2K

еба́ные идеи для резерча

More channels

Incoming and Outgoing Mentions

---

Attracting Subscribers

July '26

+30

in 0 channels

June '26

+389

in 22 channels

Get PRO

May '26

+373

in 17 channels

Get PRO

April '26

+820

in 36 channels

Get PRO

March '26

+837

in 13 channels

Get PRO

February '26

+805

in 23 channels

Get PRO

January '26

+290

in 21 channels

Get PRO

December '25

+577

in 30 channels

Get PRO

November '25

+349

in 16 channels

Get PRO

October '25

+637

in 25 channels

Get PRO

September '25

+700

in 14 channels

Get PRO

August '25

+568

in 24 channels

Get PRO

July '25

+529

in 14 channels

Get PRO

June '25

+685

in 17 channels

Get PRO

May '25

+658

in 21 channels

Get PRO

April '25

+539

in 14 channels

Get PRO

March '25

+826

in 21 channels

Get PRO

February '25

+611

in 19 channels

Get PRO

January '25

+846

in 28 channels

Get PRO

December '24

+907

in 18 channels

Get PRO

November '24

+727

in 26 channels

Get PRO

October '24

+565

in 20 channels

Get PRO

September '24

+653

in 30 channels

Get PRO

August '24

+4 711

in 34 channels

Get PRO

July '24

+700

in 36 channels

Get PRO

June '24

+584

in 24 channels

Get PRO

May '24

+953

in 21 channels

Get PRO

April '24

+868

in 30 channels

Get PRO

March '24

+609

in 21 channels

Get PRO

February '24

+804

in 22 channels

Get PRO

January '24

+1 180

in 28 channels

Get PRO

December '23

+1 028

in 27 channels

Get PRO

November '23

+408

in 14 channels

Get PRO

October '23

+436

in 16 channels

Get PRO

September '23

+457

in 0 channels

Get PRO

August '23

+336

in 0 channels

Get PRO

July '23

+326

in 0 channels

Get PRO

June '23

+330

in 0 channels

Get PRO

May '23

+1 732

in 0 channels

Get PRO

April '23

+613

in 0 channels

Get PRO

March '23

+591

in 0 channels

Get PRO

February '23

+465

in 0 channels

Get PRO

January '23

+790

in 0 channels

Get PRO

December '22

+498

in 0 channels

Get PRO

November '22

+153

in 0 channels

Get PRO

October '22

+147

in 0 channels

Get PRO

September '22

+212

in 0 channels

Get PRO

August '22

+308

in 0 channels

Get PRO

July '22

+372

in 0 channels

Get PRO

June '22

+395

in 0 channels

Get PRO

May '22

+262

in 0 channels

Get PRO

April '22

+429

in 0 channels

Get PRO

March '22

+315

in 0 channels

Get PRO

February '22

+146

in 0 channels

Get PRO

January '22

+298

in 0 channels

Get PRO

December '21

+398

in 0 channels

Get PRO

November '21

+274

in 0 channels

Get PRO

October '21

+170

in 0 channels

Get PRO

September '21

+297

in 0 channels

Get PRO

August '21

+544

in 0 channels

Get PRO

July '21

+76

in 0 channels

Get PRO

June '21

+47

in 0 channels

Get PRO

May '21

+54

in 0 channels

Get PRO

April '21

+36

in 0 channels

Get PRO

March '21

+485

in 0 channels

Date	Subscriber Growth	Mentions	Channels
04 July	+6
03 July	+6
02 July	+5
01 July	+13

Channel Posts

Так ну чего, го до конфы встретимся если уже добрались?

2	Мир сошел с ума	5 494
3	день репостов нишевых каналов	6 344
4	StiTching Мне сегодня нужно было сшить кожу на пальце, и в процессе этого перформанса я вспомнила про model stitching. Чтобы скрасить время — врачебное и моё — начала рассказывать зачем это надо. Без понятия, зашло ли хирургу и медсестре, но зато я обнаружила для себя интересный тейк на поделиться с вами = ) Что: Model stitching как идея появился в 2015 году. Его выдвинули как метод изучения эквивалентности двух сетей, но математическая эквивалентность здесь мимо не проходила — она, более того, не верна — авторы назвали два представления эквивалентными, если существует преобразование между ними, в математике мы требуем аксиом). Тогда это осталось нишевым инструментом для картинок — юзали AlexNet-ы. Потом в 2021 NeurIPS идею дооформили, вышли две работы: Similarity and Matching of Neural Network Representations и Revisiting Model Stitching to Compare Neural Representations. Кстати, в первой работе шутили про Франкенштейна (или нет). Как это стало устроено: Смотрим на две обученные и замороженные сети A и B. «Сшитая» модель строится так: • берём нижние слои сети B (front model, представление r = B≤ℓ) • между ними ставим тонкий обучаемый stitching layer — единственный, кто обучается • подключаем к верхним слоям сети A (top model, A>ℓ) То есть делаем бутерброд из белого и темного хлеба, если хотите. А формально ищется простейший слой, задачей вида: L_ℓ(r; A) = inf_{s∈S} L(A>ℓ ∘ s ∘ r) Где s — stitching layer, A>ℓ — верхние слои A, r — представление из B. s∈S — тут специально, мы ищем слой из класса простых слоев, а инфимум (inf), как математический знак, говорит нам, что stitching layer обязан быть минимальным: для свёрточных сетей — 1×1 conv с BatchNorm, для трансформеров — token-wise linear. Как именно обучают stitching layer: — HLM (hard label matching) — минимизируем ошибку на настоящих метках задачи. — SLM (soft label matching) — минимизируем расстояние до предсказаний end-модели, а не до ground truth. — DM (direct matching) — напрямую минимизируем расстояние между активациями на уровне stitching. — FuLA (functional latent alignment, Athanasiadis et al., 2026) — stitching layer обучается имитировать не только выход end-модели, но и её внутренние процессы послойно (на пальцах плохо — надо читать). Метрика успеха — stitching penalty = разница между ошибкой сшитой модели и ошибкой базовой A. Penalty ≈ 0 означает совместимость. Penalty < 0 — сшитая модель стала лучше базовой, то есть мы буквально подсадили ей более сильные нижние слои. Зачем это нужно: Смотрим на фиолетовую/рыжую цитату — изначально — метрика сходства. Но потом пошло интереснее. Например, Stitchable Neural Networks (CVPR 2023) можно семейство предобученных моделей разного размера (например, Swin-Ti/S/B), сшить и получить модель, которая во время инференса может динамически переключаться между режимами accuracy/efficiency или T-Stitch: ускорение диффузионных моделей через замену первых шагов денойзинга на более лёгкую сеть и возврат к тяжёлой для финального качества. Это что, пахнет LoRA? Эту мысль я обдумывала при знакомстве со stitching. Вдруг она не возникла у вас — я опеределиа. Да: оба метода замораживают предобученные веса и вставляют тонкий линейный слой. Но нет: LoRA адаптирует одну модель к новой задаче, stitching измеряет совместимость двух уже обученных сетей на старой задаче. Финал не придумала, но stiting — одна из штук, висящих у меня на "идеи для рисерча". А ещё — просто вдумайтесь! Этот AI-мир можно сшить! Хирург, кстати, ничего не спросил, но швы наложил нормально. Аккуратнее будьте, друзья, и будьте здоровы! 😌	5 885
5	Объявляется неделя прикольных ссылок Мои коллеги из команды претрейнов сделали дискретную диффузию на основе гигачата — причём основным исполнителем был стажёр. Веса в опенсорсе, поддержка в SGLang в PR, метрики лишь немного ниже обычного гигачата, а скорость генерации выше аж на 72%. Если вы умный, активный и хотите делать прикольные штуки на большом компьюте, приходите к нам) Репорт: https://habr.com/ru/companies/sberbank/articles/1054690/ Веса: https://huggingface.co/ai-sage/GFusion-10B-A1.8B	5 797
6	No text...	6 144
7	WQ0NPNQ2tuGSkduv.mp4	1
8	репостегов бы https://x.com/justALEXWORTEGA/status/2072647053864276308?s=20	6 109
9	Sonnet-5 По метрикам классный. По цене на 30% дешевле sonnet-4.6 (временно). Хоуп уже тестит в чате. Блог, техрепорт	6 325
10	Рассказал: • как и где я использую Hermes Agent • как засетапить себе бота как @fiztehbot • нюансы, безопасность, контекст Моя январская статья стала самой популярной на хабре про СС (192k просмотров), хотя ее жестко заминусовали лол Оставьте коммент под статьей - посмотрим, что на это скажут ИИ хейтеры 🔗 habr.com/ru/articles/1053846 🔗 habr.com/ru/articles/1053846 🔗 habr.com/ru/articles/1053846	7 355
11	No text...	7 314
12	No text...	7 886
13	Меня всегда удивляет, что можно найти на просторах интернета, например, математические доказательства ранее нерешенных проблем Аниме "Меланхолия Харухи Судзумии" в первом сезоне состоит из 14 серий, которые задумывались так, чтобы их можно было смотреть в любом порядке в 2011 на фочане кто-то задался вопросом: "какое минимальное количество серий нужно посмотреть, чтобы увидеть весь сезон во всех возможных порядках?" Оказалось, что это классическая задача комбинаторики про суперперестановки https://en.wikipedia.org/wiki/Superpermutation И какой-то анонимный юзер доказал, что нижняя граница равна n! + (n−1)! + (n−2)! + n − 3, при n >= 2 Это пылилось на просторах интернета, пока в 2013 году про тред не написал Натаниэль Джонстон у себя в блоге, но это доказательство осталось без внимания, пока в 2018 Робин Хьюстон не наткнулся на пост в блоге, и вместе с коллегами опубликовал статью с дополненным доказательством, где первым автором указал анонима с фочана Оригинальная статья, где первый автор это аноним с фочана https://oeis.org/A180632/a180632.pdf Ну и сама задача о кратчайшей суперперестановке называется проблемой Харухи: https://mathsci.fandom.com/wiki/The_Haruhi_Problem	8 261
14	Забавный в своей бесполезности тул - мониторинг взлома реварда, проверяет есть ли коллапс награды в одно значени https://github.com/AvAdiii/rewardspy	7 946
15	No text...	9 389
16	все что вы хотели видеть мои дорогие любители дистилить фронтир	7 711
17	Tldr: дистилл чтобы улучшать капибилити работает только на фулл ризонинге, на суммаризованном не работает. https://arxiv.org/abs/2606.05988v1	8 228
18	No text...	11 522
19	Челы мем запостили	7 890
20	https://openai.com/index/previewing-gpt-5-6-sol	8 512

View all posts