TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #1024 · 7.10
Мастерская 3/4. Кассетницы — моё спасение. Много лет назад купил на Али простенькие модульные кассетницы с ящичками разных размеров. Сразу знал, что под электронные компоненты, но концепция их хранения менялась с тех пор неоднократно. Наконец, добрался, отсортировал всё, что было, сделал этикетки. Не сказать, чтоб много, но и свободных ячеек почти половина: можно докупать и заполнять. А под крепеж и всякие бытовые мелочи купил серию от российской фирмы "Стелла-техник" и напечатал в них вертикальные вставки-перегородки. Что удобно, так это возможность полностью вытащить любой ящичек и взять с собой. В целом такая система нужна чаще, чем кажется. И применяется в двух сценариях. Первый самый понятный: вам нужен, условно, винт М3 (саморез, дюбель, конфирмат итд), вы совершенно точно знаете, где его брать. Но второй сценарий не менее важен. Вы купили шкаф, после сборки остались стяжки (наклейки, гвозди, шканты). И у вас есть совершенно определенные места, куда вы сразу же это всё складываете. Никакого захламления. Я очень доволен. Теперь найти бы время попаять что-нибудь. #diy#life#окр
Търсене: #rlhf
@kejiqu · Post #3986 · 21.12.2025 г., 08:30
ChatGPT 文风，原产地肯尼亚 肯尼亚作家Marcus Olang指出，其写作风格与ChatGPT高度相似，导致其作品屡被退稿，并引发了关于AI“模仿”人类写作方式的讨论。他认为，AI模型并非原创，而是学习了全球南方，特别是肯尼亚等地区严苛教育体系下形成的规范化写作模式。这一现象与AI模型厂商为降低成本，将RLHF工作外包给非洲国家有关，导致模型在用语习惯上受到影响。此外，研究发现ChatGPT对“delve”等词汇的使用频率异常高，也与非洲RLHF工作者的语言习惯有关。这一现象引发了对AI检测器准确性的质疑，以及对非英语母语者在AI时代可能面临的误判风险的关注。IT之家 🏷#ChatGPT#肯尼亚写作风格#RLHF 📢频道👥群组📝投稿
@yinghexiaozu · Post #1248 · 24.02.2023 г., 00:00
站在 ChatGPT 的肩膀上 这是 ChatGPT 系列话题之二。我精选了这段时间以来我看到的关于 ChatGPT 的文章、网站和项目。 https://hardcored.substack.com/p/w5 #Newsletter#ChatGPT#AIGC#RLHF#GPT3#HuggingFace
@githubtrending · Post #14655 · 01.05.2025 г., 13:30
#typescript#electron#llama#llms#lora#mlx#rlhf#transformers Transformer Lab is a free, open-source tool that lets you easily work with large language models on your own computer, offering one-click downloads for popular models like Llama3 and Mistral, fine-tuning across different hardware (including Apple Silicon and GPUs), and features like chatting, training, and evaluating models through a simple interface—saving you from complex setups like CUDA or Python version issues[1][2][5]. https://github.com/transformerlab/transformerlab-app