Уиткофф рассказал о хвастовстве Ирана своим ядерным потенциалом на переговорах08:47
Muon outperforms every optimizer we tested (AdamW, SOAP, MAGMA). Multi-epoch training matters. And following work by Kotha et al. , scaling to large parameter counts works if you pair it with aggressive regularization -- weight decay up to 16x standard, plus dropout. The baseline sits at ~2.4x data efficiency against modded-nanogpt.
，详情可参考PDF资料
Минпромторг актуализировал список пригодных для работы в такси машин20:55
Акция протеста прошла у посольства Украины в стране ЕС20:39