Account
AI.Insaf

AI.Insaf

Личный канал Инсафа Ашрапова Исполнительный директор по исследованию данных в банке (aka Lead DS) — @insafq Здесь про AI, менеджмент, личные истории и многое другое

Username
@ai_tablet
Category
Technologies
Country
RussiaRussia
Created
, 2 years
Subscribers1,1950 last week
Avg views per post, 7d—last 7 days
ERR32.61%30-day average

Subscribers, 30 days

Nov 6 – Nov 15−1 (−0.1%)

Show as table
DateSubscribers
Nov 6, 20261,196
Nov 7, 20261,195
Nov 8, 20261,195
Nov 9, 20261,195
Nov 10, 20261,195
Nov 11, 20261,195
Nov 12, 20261,195
Nov 13, 20261,195
Nov 14, 20261,196
Nov 15, 20261,195

Average views per post by day

By publication day

Show as table
DateAvg views per post
Oct 19, 2026620
Nov 3, 2026324
Nov 4, 2026225

Most viewed this month

  1. 01
    Views620
    Forwards10
    Reactions24
    Comments3
  2. 02
    Views324
    Forwards7
    Reactions15
    Comments1
  3. 03

    Локальный сервер у себя дома (8x DGX по 128 ГБ unified memory). Пост в твиттере Человек смог развернуть GLM 5.3. Не Flash-версию а квантизированную до 3.25 bit. По метрикам она на уровне DeepSeek Flash 4.1 которому требовалось всего 4 карты. Но там есть проблемы с передачей данных между картами. Скорость составляет 55 tok/s на генерации и prefill ~1800 (должно быть существенно быстрее подписок). Основная ценность возможно в том что можно использовать abliterated-модели для security audit без отказов. А это в последнее время становится все актуальнее. У условных Claude и Codex все больше ограничений на то где их можно использовать. По цене (вроде еще по старым ценам) 8 DGX обходятся в 6 тысяч долларов или 4 млн рублей без учета стойки блока питания и охлаждения. Плюс потребление электричества при большой нагрузке выходит на 900 кВт·ч или 8 тысяч рублей в месяц (~100-долларовая подписка). Еще нужна отдельная комната ибо шумно (это думаю бесценно). Дорого но дешевле парковки в Москве, думайте

    Photo
    Views225
    Forwards7
    Reactions15
    Comments15

Latest posts

#258Photo

Локальный сервер у себя дома (8x DGX по 128 ГБ unified memory). Пост в твиттере Человек смог развернуть GLM 5.3. Не Flash-версию а квантизированную до 3.25 bit. По метрикам она на уровне DeepSeek Flash 4.1 которому требовалось всего 4 карты. Но там есть проблемы с передачей данных между картами. Скорость составляет 55 tok/s на генерации и prefill ~1800 (должно быть существенно быстрее подписок). Основная ценность возможно в том что можно использовать abliterated-модели для security audit без отказов. А это в последнее время становится все актуальнее. У условных Claude и Codex все больше ограничений на то где их можно использовать. По цене (вроде еще по старым ценам) 8 DGX обходятся в 6 тысяч долларов или 4 млн рублей без учета стойки блока питания и охлаждения. Плюс потребление электричества при большой нагрузке выходит на 900 кВт·ч или 8 тысяч рублей в месяц (~100-долларовая подписка). Еще нужна отдельная комната ибо шумно (это думаю бесценно). Дорого но дешевле парковки в Москве, думайте

Open in Telegram
Views225−42%vs avg
Forwards7
Reactions15
Comments15
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
60 h221
72 h225
  1. Total to date225
#257Photoedited
Views324−17%vs avg
Forwards7
Reactions15
Comments1
#256Link preview
Views620+59%vs avg
Forwards10
Reactions24
Comments3
#255Link preview
Views805+107%vs avg
Forwards5
Reactions18
Comments0
#254Photo
Views870+123%vs avg
Forwards0
Reactions12
Comments0
#253Photo
Views646+66%vs avg
Forwards2
Reactions10
Comments0
#251Photo
Views782+101%vs avg
Forwards4
Reactions8
Comments0
#250Photoedited

Feedback That Backfires arxiv Контринтуитивный вывод в статье. Дефакто в harness-решениях в рамках react цикла при возникновении ошибок обычно ошибочный вызов кладут в контекст и говорят, что его нужно исправить. У авторов добавление такого контекста увеличивало вероятность повторной ошибки с 6% до 54% (эффект наблюдался на всех протестированных моделях, но это были небольшие модели, до 1,7B). Причем в попытке выяснить почему оказалось, что сам факт видения похожей строки увеличивает вероятность ее повторения, а добавление информации о том, что она завершилась ошибкой, дает небольшой дополнительный эффект. Причем эффект наблюдается для всех исследованных типов ошибок. Решение: нужно просто перефразировать ошибочное место. В больших моделях, предположительно, примерно с 38B эффект нивелируется, но это пока только их экстраполяция Хотя в статье Outcome Monitors: Recovery Affordances for Silent Tool Failures предлагают в сообщение об ошибке добавлять информацию о том, как именно решить проблему через указание recovery tools. Тогда доля успешных решений растет с 10% до 28%.

Open in Telegram
Views669+72%vs avg
Forwards3
Reactions14
Comments0
#248Photo
Views537+38%vs avg
Forwards2
Reactions10
Comments1

All posts

Connections