es
Feedback
橘橘橘子汁 & 🍊

橘橘橘子汁 & 🍊

Ir al canal en Telegram

发一些好玩的 现在成 mb 的私人频道了 Links t.me/Rosmontis_Daily t.me/PDChinaNews

Mostrar más

📈 Análisis del canal de Telegram 橘橘橘子汁 & 🍊

El canal 橘橘橘子汁 & 🍊 (@microblock_pub) en el segmento lingüístico de Chino es un actor destacado. Actualmente la comunidad reúne a 14 328 suscriptores, ocupando la posición 8 908 en la categoría Tecnologías y Aplicaciones y el puesto 14 957 en la región China.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 328 suscriptores.

Según los últimos datos del 11 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 388, y en las últimas 24 horas de 7, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 39.55%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 17.81% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 5 660 visualizaciones. En el primer día suele acumular 2 548 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 84.
  • Intereses temáticos: El contenido se centra en temas clave como 播放量, 传日期, a2a), 排行榜, 空对空.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
发一些好玩的 现在成 mb 的私人频道了 Links t.me/Rosmontis_Daily t.me/PDChinaNews

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 12 julio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.

14 328
Suscriptores
+724 horas
+597 días
+38830 días
Archivo de publicaciones
IMO 金牌又被拿下了 这让人类做题家怎么活() 这个模型训练基本思想就是避免模型靠蒙出正确答案得分,于是搞了个校验模型来看过程打分,又搞了个校验校验模型来看校验模型打的分是不是对的,不对就扣他工资 感觉有点像避免 Reward Hacking 比较
IMO 金牌又被拿下了 这让人类做题家怎么活() 这个模型训练基本思想就是避免模型靠蒙出正确答案得分,于是搞了个校验模型来看过程打分,又搞了个校验校验模型来看校验模型打的分是不是对的,不对就扣他工资 感觉有点像避免 Reward Hacking 比较值得提的是这个模型是基于 v3.2exp 的,有 DSA 以后推理成本降低了一截;所以它现在可能是大众唯一可以摸到的 IMO 金牌模型(虽然一次 Heavy 还是要一千块,以及大众真的有什么做数学题的需求吗 https://github.com/deepseek-ai/DeepSeek-Math-V2/blob/main/DeepSeekMath_V2.pdf

在小说里高低得是投靠恶魔的老祖
在小说里高低得是投靠恶魔的老祖

不是 ai
+1
不是 ai

photo content
+3

photo content

花了半天把屏幕搬到了床上!也是懒出了新境界x 这下躺在床上就可以美美看视频看小说了
花了半天把屏幕搬到了床上!也是懒出了新境界x 这下躺在床上就可以美美看视频看小说了

https://nof1.ai/ 新赛季!这次是真股市了

ai 写的时钟(每分钟写一次)

photo content

photo content

长上下文下惨不忍睹...短上下文倒确实有提升,综合来说感觉 Agent 体验开倒车 随便找了个我的项目测了一下 7块钱写了个功能还一堆编译报错(这个功能 GLM 4.6 7角钱就写完了)

photo content

photo content

photo content

photo content

https://github.com/LLM-Red-Team/qwen-free-api/issues/82 啧,1k star 的项目就这么简单地藏毒藏了一年才有人发现 是谁在觉得开源软件有安全保障呢
https://github.com/LLM-Red-Team/qwen-free-api/issues/82 啧,1k star 的项目就这么简单地藏毒藏了一年才有人发现 是谁在觉得开源软件有安全保障呢