Можете попробовать реализовать RC вместо GC. Только в этом случае придется подумать как решать проблему циклических зависимостей - тут придется дописать генерационный GC. Либо пойти по пути владения-перемещения!
Спасибо большое за такой подробный комментарий и идеи. Особенно понравилась мысль про потоковое обучение классификатора на длинных диалогах - возьму на заметку
Модерация здесь не про давление на людей, а про базовую защиту сервиса от откровенно опасных вещей. Это техническая необходимость, без которой продукт быстро развалится
Хороший вопрос! Можно обойтись без специально обученной thinking-модели. Хитрость в том, что любую модель можно заставить рассуждать по шагам, если задать ей схему и формат. Например, Qwen3-30B-A3B и Qwen3-4B-Instruct-2507 вполне уверенно генерируют по SGR-структуре под VLLM через X-Grammar или Guidance, которые выравнивают вывод, особенно при генерации тулколов
Спасибо за вопрос! Рекомендации по выбору количества параметров модели, особенно в разделе SGR против Function Calling, относятся к плотным моделям, а не к MOE
Супер классная статья, спасибо! Я проверил TTS на такой же плате, но скорость синтеза у Silero оказалась не очень высокой, примерно 2 секунды обработки на 1 секунду аудио. Проверил также синтез с помощью Piper, он немного быстрее, но всё ещё далеко от работы в реальном времени, что было бы желательно для колонок. Как у вас с этим? Есть ли такая же задержка?
Хорошая статейка. Правильно ли я понял, что сигналы дают понять когда заходить в лонг/шорт? Какая задержка? Проводили ли вы тесты на исторических данных?
До середины статьи все думал к чему эти все сложности, а потом как понял! Весь прикол получается в симуляции самих муравьев и имитация некоторых частей их биологического процесса. Сам недавно стал изучать алгоритмы и наткнулся на алгоритм имитации отжига, с помощью чего можно найти хоть и не глобальный минимум (самое короткое расстояние) но очень близкий к нему. Но муравьями конечно интереснее))
Ребят, я так и не понял. Что все же имеется в виду? Город или Область специалиста? На сайте dom.ru пишется область, презентации банков пишут именно город. Спрашивал риелторов по новостройкам, говорят тоже именно город. Смотрел презентацию ВТБ в своем городе, сказали что этот город попадает под условия регионов. Другие источники ссылаются именно на область, и как следствие мой город теперь попадает под условия как в Москве/СПБ, т.к. область как раз миллионник. Где правда?
Как язык разрешает проблему циклической зависимости во избежание утечек? Или модель языка не позволяет такое городить? Я так и не понял)
Можете попробовать реализовать RC вместо GC. Только в этом случае придется подумать как решать проблему циклических зависимостей - тут придется дописать генерационный GC. Либо пойти по пути владения-перемещения!
Спасибо большое за такой подробный комментарий и идеи. Особенно понравилась мысль про потоковое обучение классификатора на длинных диалогах - возьму на заметку
Модерация здесь не про давление на людей, а про базовую защиту сервиса от откровенно опасных вещей. Это техническая необходимость, без которой продукт быстро развалится
Хороший вопрос! Можно обойтись без специально обученной thinking-модели. Хитрость в том, что любую модель можно заставить рассуждать по шагам, если задать ей схему и формат. Например, Qwen3-30B-A3B и Qwen3-4B-Instruct-2507 вполне уверенно генерируют по SGR-структуре под VLLM через X-Grammar или Guidance, которые выравнивают вывод, особенно при генерации тулколов
Спасибо за вопрос! Рекомендации по выбору количества параметров модели, особенно в разделе SGR против Function Calling, относятся к плотным моделям, а не к MOE
Супер классная статья, спасибо! Я проверил TTS на такой же плате, но скорость синтеза у Silero оказалась не очень высокой, примерно 2 секунды обработки на 1 секунду аудио. Проверил также синтез с помощью Piper, он немного быстрее, но всё ещё далеко от работы в реальном времени, что было бы желательно для колонок. Как у вас с этим? Есть ли такая же задержка?
Если экспортировать под веб, то wasm файл с помощью gzip сжатия можно уменьшить ещё до 5-7мб если память не изменяет ?
Хорошая статейка. Правильно ли я понял, что сигналы дают понять когда заходить в лонг/шорт? Какая задержка? Проводили ли вы тесты на исторических данных?
До середины статьи все думал к чему эти все сложности, а потом как понял! Весь прикол получается в симуляции самих муравьев и имитация некоторых частей их биологического процесса. Сам недавно стал изучать алгоритмы и наткнулся на алгоритм имитации отжига, с помощью чего можно найти хоть и не глобальный минимум (самое короткое расстояние) но очень близкий к нему. Но муравьями конечно интереснее))
*дом.рф
Ребят, я так и не понял. Что все же имеется в виду? Город или Область специалиста? На сайте dom.ru пишется область, презентации банков пишут именно город. Спрашивал риелторов по новостройкам, говорят тоже именно город. Смотрел презентацию ВТБ в своем городе, сказали что этот город попадает под условия регионов. Другие источники ссылаются именно на область, и как следствие мой город теперь попадает под условия как в Москве/СПБ, т.к. область как раз миллионник. Где правда?