Channel
@ruadaptnaya
On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry
1,314subscribers
+1 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1002328707905 |
|---|---|
| Type | Channel |
| Username | @ruadaptnaya |
| Created | Between 1 September 2024 and 6 February 2025— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 6 August 2026 |
| Last confirmed live | 13 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 2 times, most recently 13 August 2026 |
| On Telegram | t.me/ruadaptnaya |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 10 Aug 2026, 08:28 | 1,314 | +1 |
| 7 Aug 2026, 12:42 | 1,313 | no change |
| 6 Aug 2026, 13:49 | 1,313 | first reading |
20 posts held, back to 6 February 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 1 pageof 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 20 posts for this entry, the most recent from 11 June 2026. An engagement rate over an empty window would be a number about nothing.
533 reactions across 20 posts, in 10 distinct kinds. The most used accounts for 61.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 325 | 61.0% | |
| 👍 | 90 | 16.9% | |
| ❤ | 87 | 16.3% | |
| ❤🔥 | 15 | 2.81% | |
| 👏 | 10 | 1.88% | |
| 🍾 | 2 | 0.375% | |
| ⚡ | 1 | 0.188% | |
| 💩 | 1 | 0.188% | |
| 😱 | 1 | 0.188% | |
| 🙏 | 1 | 0.188% |
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 20 of the 20 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 533reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 6 February 2025 to 11 June 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.
31-я международная конференция по компьютерной лингвистике и интеллектуальным технологиям «Диалог» (https://dialogue-conf.org/) 24-26 июня 2026 года Приглашаем прийти послушать доклады и принять участие в обсуждении достижений больших языковых моделей и современной лингвистики Приглашенные доклады: Колмогорова Анастасия Владимировна д-р филол.наук, профессор, профессор департамента филологии Школы гуманитарных на…
🔥9👍2❤1
RuQualBench 🐸 Я сделал бенчмарк для оценки качества русского языка в LLM. Подробности: - Набор из 100 (по умолчанию)/250/500 вопросов по general chat/creative writing доменам. - LLM as a Judge, но с четкими критериями разметки ответов. - Упор на типичные для LLM ошибки на русском (перепутанные рода, "китайщина", выдуманные слова). - Всё под открытой лицензией! Анализ результатов: - Лучшими моделями всё еще ост…
🔥30❤7👍7❤🔥1😱1
Релиз двух новых моделей и обновление нейминга серии RuadaptQwen3 🎉 Мы подготовили целых два релиза: - 🚀 Адаптированная Qwen3-8B → RuadaptQwen3-8B-Hybrid - 🚀 Адаптированная Qwen3-4B-Instruct-2507 → RuadaptQwen3-4B-Instruct Обе модели достойно себя показывают и обладают нашим Ruadapt токенайзером. В частности, мы недавно измерили разницу в скорости генерации (RuadaptQwen3-4B-Instruct против Qwen3-4B-Instruct-2507): …
🔥35👍10❤7
QVikhr-3-8B-Instruction Пополнение еще одной моделью на базе Qwen 3. В DOoM, QVikhr-3-8B-Instruction получила оценку 0.445, что существенно превосходит результат базовой модели Qwen3-8B. Модель подходит для решения задач по математике и физике на русском языке. 🔗 Карточка модели: https://huggingface.co/Vikhrmodels/QVikhr-3-8B-Instruction 🔗 GGUF (скоро): https://huggingface.co/Vikhrmodels/QVikhr-3-8B-Instruction-GGU…
❤9🔥5💩1
Сегодня мы выложили улучшенную версию RefalMachine/RuadaptQwen3-4B-Instruct 🎉 Модель стала лучше по всем фронтам: 1️⃣ На бенчмарке по каждой категории рост, в частности, на математике. 2️⃣ Стабильность модели повысилась (меньше циклов). 3️⃣ На арене также наблюдается рост (при снижении средней длины ответа!). Текущая версия (v2) на данный момент вероятно SoTA для русского языка среди всех тюнов и/или адаптаций 4B м…
🔥31❤2
Недавно Т-Банк выпустил несколько очень интересных релизов и, так как они напрямую связаны с задачей адаптации LLM на русский язык, то я хочу их обсудить и немного разобрать. T-pro-it-2.0 - является адаптацией Qwen3-32B с заменой токенизации!. Подробностей процедуры, помимо того, что есть в habr статье пока что мало, но обещают тех. репорт. Из того, что известно: 1️⃣ Адаптировали сразу на инструктивных данных, что,…
❤30🔥16
Информация для людей, ведущих научную деятельность и публикующих статьи! Приглашаем вас подать статьи в специальный выпуск журнала "Supercomputing Frontiers and Innovation", посвященный созданию, настройке и применению больших языковых моделей. Журнал входит в Белый список журналов (Уровень 1), индексируется в Scopus (квартиль 4), RSCI, входит в ядро РИНЦ. Срок подачи статей - 1 сентября 2025 года. Подробности п…
🔥13
Релиз модели RuadaptQwen3-4B-Instruct 🚀 🔹Адаптированная модель быстрее и в целом не уступает исходной модели по качеству. 🔹Замерили в этот раз помимо метрик на датасетах и поведение на Vikhrmodels/arenahardlb и, как можно видеть, на данном датасете модель превосходит исходную в обоих вариантах: think и no_think. 🔹Также мы замерили не только наш текущий релиз против исходной модели, но и недавний релиз QVikhr-3-4B-Ins…
👍18🔥7
QVikhr-3-4B-Instruction Еще одна модель на базе Qwen 3. Тесты производительности подтверждают значительные улучшения модели. В Ru Arena General, QVikhr-3-4B-Instruction получила оценку 78.2, что существенно превосходит результат базовой модели Qwen3-4B (64.8). 🔗 Карточка модели: https://huggingface.co/Vikhrmodels/QVikhr-3-4B-Instruction 🔗 GGUF (скоро): https://huggingface.co/Vikhrmodels/QVikhr-3-4B-Instruction-GGUF…
🔥9❤🔥7
Обновление модели RuadaptQwen3-32B-Instruct! (v2) Текущая версия более стабильная, в частности с точки зрения циклов, некорректных символов и работы с длинными контекстами, а также подросли метрики относительно v1. Были добавлены метрики для сравнения с исходной версией Qwen3 и видно, что адаптация прошла успешно, где-то есть небольшие просадки, но в целом все на уровне. Очень жду от вас отзывов и проблемных промпт…
👍18🔥17❤5❤🔥1
Выложили QVikhr-3-1.7B на основе Qwen-3-1.7B, лучшая в классе и обгоняет лучшие модели. Ризонинг прямо сейчас выключен, будет позже. Но и без него модель обходит стандартную модель с включенным ризонингом. А самое главное, можно запустить на CPU и не страдать от низкой скорости TPS (Token per second). 🔗 Карточка модели: https://huggingface.co/Vikhrmodels/QVikhr-3-1.7B-Instruction-noreasoning 🔗 GGUF (скоро): https://…
🔥15
Всем привет! Рад сообщить о нашем новом релизе RuadaptQwen3-32B-Instruct 🎉. Это адаптированная версия Qwen3-32B, которая также является гибридным ризонером с режимом размышлений по-умолчанию. Отличия текущего релиза от прошлых: 1. Версионирование: теперь версионирование моделей будет идти внутри одного репозитория, но в Versions будут отмечены даты и соответствующие коммиты, которые могут быть использованы, если ко…
🔥34❤🔥6❤4👍4
Showing the 12 most recent of 20 posts we hold for @ruadaptnaya. 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.
Citation-graph rank — 1,048,551 of 1,350,102entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Republishes
Channels on the register whose posts this channel has forwarded.
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.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
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 10 August 2026 — this entry's latest reading, not the date you are reading this.
“Ruadaptная комната” (@ruadaptnaya), 1,314 subscribers as measured 10 August 2026. Telegram Register, tgregister.com/channel/ruadaptnaya.
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.