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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1072 · 7.02

Интересные результаты. Самый популярный вариант про частоту постинга, что, конечно, очень странно, потому что бОльшая часть аудитории должна помнить, как я в 2022 году проводил эксперимент и постил каждый день. Эффекта это не дало. В целом, практически все развёрнутые комментарии говорят о том, что органики в Телеграме нет. Я задумался, а где есть, и понял, что для текстов больше нигде. Причем, по-видимому, не только на русском языке, но и вообще в мире. Еще сегодня прочитал статью, где профессиональные редакторы рассказывали, что количество заказов на текстовые статьи быстро падает последние несколько лет. А формат в принципе жив только в брендовых медиа типа «Тинькофф Журнал». Выходит, что более-менее единственный вариант органического роста современного блога это видео. Но конкретно сейчас в России супер неудачный момент для запуска такого блога, потому что не ясно, что будет с площадками. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #idefics

当前筛选 #idefics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