Channel
@izolenta_mebiusa
On this record: Topic · Growth · Engagement · Reactions · Posts · Citations · Telegram's recommendations · Cite this entry
2,767subscribers
+15 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1001348345456 |
|---|---|
| Type | Channel |
| Username | @izolenta_mebiusa |
| Created | 3 March 2019 — measured — cross-checked against a third-party dataset (ext.tg_channel) |
| First recorded | 6 August 2026 |
| Last confirmed live | 18 September 2026 |
| Measurements held | 11 |
| Confirmed unchanged | 1 time, most recently 18 September 2026 |
| On Telegram | t.me/izolenta_mebiusa |
Technology — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 15 September 2026 and assigned it the closest of 31 fixed categories, at 97% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 18 Sept 2026, 12:41 | 2,767 | +3 |
| 14 Sept 2026, 09:16 | 2,764 | +2 |
| 10 Sept 2026, 18:56 | 2,762 | +3 |
| 5 Sept 2026, 16:38 | 2,759 | -2 |
| 29 Aug 2026, 16:02 | 2,761 | +4 |
| 26 Aug 2026, 14:53 | 2,757 | +5 |
| 23 Aug 2026, 05:23 | 2,752 | -1 |
| 15 Aug 2026, 20:44 | 2,753 | +2 |
| 12 Aug 2026, 20:23 | 2,751 | -1 |
| 6 Aug 2026, 11:05 | 2,752 | no change |
| 6 Aug 2026, 09:59 | 2,752 | first reading |
18 posts held, back to 1 December 2025 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 2 pages of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 18 posts for this entry, the most recent from 28 July 2026. An engagement rate over an empty window would be a number about nothing.
595 reactions across 18 posts, in 14 distinct kinds. The most used accounts for 40.3% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 240 | 40.3% | |
| 🔥 | 182 | 30.6% | |
| 👍 | 70 | 11.8% | |
| 💔 | 62 | 10.4% | |
| 😢 | 15 | 2.52% | |
| 👀 | 5 | 0.84% | |
| ⚡ | 4 | 0.672% | |
| ❤🔥 | 4 | 0.672% | |
| 💯 | 4 | 0.672% | |
| 👏 | 3 | 0.504% | |
| 🤝 | 3 | 0.504% | |
| ✍ | 1 | 0.168% | |
| 🏆 | 1 | 0.168% | |
| 🤮 | 1 | 0.168% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 18 of the 18 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 595 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 18 most recent posts we hold, published 1 December 2025 to 28 July 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
У меня наконец-то дошли руки научиться, как обновлять веб-приложение https://bouquet.metademolab.com для добавления переводов в бенчмарк BOUQuET, и я там починил пару мелких багов. Если вы вдруг тоже через него добавляете переводы (или собираетесь это делать), и у вас есть обратная связь, пишите мне напрямую)
👍4
С тех пор, как я ещё в 2023 выкладывал тьюториал по дообучению моделей NLLB, я был уверен, что их токенайзер основан на алгоритме unigram (ибо так говорила и всё ещё говорит документация на huggingface). И подходил к модификации словаря токенов соответственно. Недавно решил ещё раз залезть в токенайзер, и оказалось — там всё-таки BPE. В чём принципиальная разница? Оба алгоритма сначала разделяют текст на «слова» рег…
❤21👍10
Очень лениво заниматься абсолютно всем. То ли я выгорел, то ли вконец офранцузился, то ли просто начинаю стареть — так или иначе, браться за любую задачу максимально влом. Как по работе, так и вне её. Тем не менее, есть три задачи (все – в статусе хобби), до которых, возможно, в ближайшие пару месяцев у меня дотянуться ручки: 1) Сделать лидерборд современных моделей по FLORES+, наподобие того, что мы недавно сделали…
❤39👍13✍1🏆1🔥1
Пост про путешествия, а не про NLP: моя супруга Дарина (inst @cloudberrin) в этом году снова организует классные роуд-трипы в красивые и отдалённые места. Уже в июле будут заполярная Норвегия и Исландия; осенью — Памирский тракт и Доломитовы Альпы. Расписание и подробности на сайте plamenproject.com/travel. Смотрите, подписывайтесь, и делитесь со знакомыми, которым потенциально было бы интересно в такое путешествие…
❤15🔥8
Три маленьких апдейта по датасету BOUQuET (напомню, что это наш бенчмарк для мультиязычного перевода, более разнообразный, чем FLORES, и включающий на данный момент 275 разновидности языков): 1. Мы поменяли лицензию со специальной метовской на CC-BY-4.0. Мелочь, но для некоторых организаций, готовых добавлять туда новые языки, это было важно. 2. Мы выложили интерактивный лидерборд с почти всеми моделями, которые мы…
❤17🔥8💯4
Как вы знаете, я участвую в Open Language Data Initiative: мы занимается поддержкой датасетов FLORES+ и Seed и помогаем желающим добавить туда новые языки или улучшить качество имеющихся переводов. В этом году, как и прежде, мы организуем shared task при конференции WMT26. Идея такая: вы вносите какой-то вклад (добавление или правки) в наши или любые другие открытые мультиязычные датасеты и пишете про это короткую с…
👍21❤8
Бонус: вот как выглядят ChrF++ скоры для перевода с английского на 1560 языков нашего библейского бенчмарка и в обратную сторону (чуть-чуть сглаженные для читабельности). Видно, что OMT-NLLB уже в принципе близка к задаче понимания всех этих языков, а OMT-LLaMA неплохо продвинулась по пути генерации более чем тысячи из них. Все остальные модели курят в сторонке.
🔥13👍3
(2/2, начало) Но хоть ChrF++ и условно пригодна для сравнения, какая из моделей лучше переводит, по её абсолютным значениям нельзя в общем случае судить, плох перевод или хорош (только относительно: больше значит лучше), плюс сравнение её значений для перевода на разные языки абсолютно бессмысленно (с разных языков на один и тот же — норм, т.к. переводы сравниваются с одним и тем же референсом). Для межъязыковых сра…
🔥8
Пост про оценку качества перевода в проекте Omnilingual MT. Для чего вообще заморачиваться с методами оценки качества? 1) Точность бенчмаркинга: когда перевод довольно плохой, все метрики адекватно реагируют на улучшения, но по мере насыщения качества, они начинают показывать в разные стороны. Например, на топ-50 языках TranslateGemma (которая на них специализируется) обходит обычную Gemma по MetricX, но уступает е…
🔥5
Пишу третий длиннопост про OMT — и буду очень рад ответить на связанные и не очень вопросы; если у вас таковые имеются, не стесняйтесь, welcome в комментарии 🙃
❤9👍4
(2/2, начало) Но когда мы поменяли энкодер-учитель со старого SONAR на новый, возникла непредвиденная сложность: модель-ученик стала осваивать новые языки сильно хуже. Похоже, новое пространство оказалось более сложным для запихивания туда нового языка. Пришлось много повозиться с рецептом обучения, добавив кроме MSE два контрастных лосса, причём с разными параметрами для «старых» и «новых» языков, и тем самым слегк…
🔥18❤5⚡4
Теперь рассказ про Omnilingual SONAR. Статья, на самом деле — «комплексный обед» из минимум пяти разных проектов, но я поведаю только про парочку из них. Напомню, что SONAR (оригинальная версия) — это текстовый энкодер предложений (1 предложение => 1 вектор) в общее пространство для 200 языков, и декодер, восстанавливающий предложения из этого пространства. В паре они могут работать как переводчик, плюс сходство пар…
🔥9❤4👍1🤮1
Showing the 12 most recent of 18 posts we hold for @izolenta_mebiusa. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 10 seed channels' Telegram-generated recommendation lists in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 18 September 2026 — this entry's latest reading, not the date you are reading this.
“̶с̶а̶м̶̶о̶изолента мёбиуса” (@izolenta_mebiusa), 2,767 subscribers as measured 18 September 2026. Telegram Register, tgregister.com/channel/izolenta_mebiusa.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.