TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1010 · 7.08

Настолка "Капсулы времени" от русского автора Ярослава Кустова. Лежала у меня какое-то время, и вот добрались, наконец. В целом, друг правильно охарактеризовал: "игра про лут". Вся механика сводится к тому, что ты тратишь ресурсы текущего хода на покупку себе новых ресурсов, которые положишь в капсулу (пластиковый контейнер в виде шара) и получишь только через пару ходов. Из плюсов автору удалось передать ощущение открытия Киндер-сюрприза каждый ход: тебе интересно, какая из отложенных тобой капсул пришла в этот раз (у каждого игрока 4 капсулы, которые перемешиваются). Из минусов, мне кажется, недокручен комбо-потенциал. Места для хитрых длинных комбушечек я особо не увидел, хотя в такой игре прям просится. Тот случай, когда очень любопытной идее нужно два-три воплощения на шлифовку и улучшение. Но всё равно забавно. #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #molmo

当前筛选 #molmo清除筛选
GitHub Trends

@githubtrending · Post #15600 · 04.04.2026 г., 11:30

#python#apple_silicon#florence2#idefics#llava#llm#local_ai#mlx#molmo#paligemma#pixtral#vision_framework#vision_language_model#vision_transformer MLX-VLM lets you run, chat with, and fine-tune Vision Language Models (VLMs) plus audio/video models on your Mac using MLX—install easily with `pip install -U mlx-vlm`. Use CLI for quick text/image/audio generation (e.g., `mlx_vlm.generate --model ... --image photo.jpg`), Gradio UI for chats, Python scripts, or a FastAPI server with OpenAI-compatible endpoints supporting multi-images/videos. Features like TurboQuant cut KV cache memory by 76%, and LoRA/QLoRA fine-tuning works on consumer hardware. You benefit by experimenting with powerful multimodal AI locally—fast, memory-efficient, no cloud costs, perfect for Mac users tweaking models affordably. https://github.com/Blaizzy/mlx-vlm