Daily Science to all
📈 Аналитический обзор Telegram-канала Daily Science to all
Канал Daily Science to all (@sciencetoall) языкового сегмента Английский является активным участником. Сейчас сообщество объединяет 11 131 подписчиков, занимая 11 195 место в категории Технологии и приложения и 18 978 место в регионе Китай.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 11 131 подписчиков.
Согласно последним данным от 09 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 1, а за последние 24 часа — -2, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.03%. В первые 24 часа после публикации контент обычно набирает 1.84% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 671 просмотров. В течение первых суток публикация набирает 205 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 0.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как scientist, researcher, discovery, matter, plasma.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“5 newZ per day”
Благодаря высокой частоте обновлений (последние данные получены 10 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
"This is one of the most intriguing and surprising fossil discoveries of the past few years." — Dr. Steve Brusatte, University of Edinburgh 📄 Original paper (bioRxiv) · Science News summary#paleontology #pterosaurs #fossil #evolution #iridescence #science
This story matters far beyond the technical achievement. First, if this approach scales, it could change the economics of AI training. A 100B-parameter model trained on geographically distributed A100 GPUs at roughly 65% of comparable datacenter efficiency is not yet a replacement for hyperscaler infrastructure — but it is a serious signal. It suggests that large-scale AI training may not always require a single billion-dollar GPU cluster. Second, the Bittensor layer is important. This is not just a distributed computing experiment; it is an incentive system. GPU owners can be rewarded for contributing compute, which creates the foundation for a market around idle hardware. In simple terms, this could become something like “Airbnb for AI training”: monetizing unused GPU capacity the way Airbnb monetized unused rooms. Third, the uncomfortable part: decentralized AI training has often been dismissed by the mainstream AI community as impractical. Orion-100B does not prove that decentralized training will beat datacenters tomorrow. But it does prove that the idea deserves to be taken much more seriously. The next phase — permissionless participation from consumer hardware — will be the real test. If that works, the AI infrastructure map could become much more distributed than many people expected.Original report: https://macrocosmosai.substack.com/p/orion-100b-distributed-pretraining Summary: https://www.tao.media/macrocosmos-unveils-orion-100b-a-100b-parameter-distributed-ai-training-run/ #AI #DecentralizedAI #Bittensor #LLM #DeepLearning @science
Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
