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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1076 · 21.02

Посудомойка это отличная вещь, но с ней есть проблема: пока она набирается, ты просто ставишь сразу туда все тарелки, но вот когда она закончила мыть, кто-то должен целиком её разобрать и переместить посуду в шкаф для хранения. До этого момента тарелки копятся в раковине или моются вручную (потому что помыть одну тарелку сильно дешевле по затрате времени, чем разобрать всю посудомойку). Подумал о том, что хорошо бы иметь две посудомойки: одна копится, из второй достаётся чистая посуда, а потом они меняются местами. Бонусом это позволяет полностью избавиться от отдельного шкафа для хранения. Но, вот беда, даже очень большой посудомойки не хватит на половину всей посуды и кухонной утвари, которая обычно нужна семье, особенно если в семье ещё и готовят. Выходит, нужно иметь N посудомоек, где N = [общий объём посуды] / [вместимость одной посудомойки]. Для нашей семьи навскидку получилось бы 3-4, что уже конечно не слишком адекватно. С третьей стороны, можно чётко разделить стратегический запас посуды (большие кастрюли, редкая утварь для выпечки, сервизы для праздников), который достаётся редко, и тактический запас посуды, используемой постоянно. В такой ситуации для описанного выше цикла должно хватить и двух машин. Останется сделать систему, которая всегда будет однозначно идентифицировать, из какой посудомойки доставать посуду, а в какую класть в текущий период времени. Наша кухня, к сожалению, таких модификаций не позволяет. Вообще, в ней и для одной машины не было предусмотрено место, мне пришлось буквально выпиливать его из одного из шкафов. Но если когда-нибудь будем переезжать и увеличивать кухню, эту мысль стоит обдумать. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #apachelicense

当前筛选 #apachelicense清除筛选
AI一线|ShareCentre

@ShareCentre · Post #7154 · 03.04.2026 г., 02:34

Google 发布 Gemma 4 开源模型:Apache 2.0 许可,31B 登顶 Arena AI 开源第三 Google DeepMind 于 4 月 2 日正式发布 Gemma 4,迄今最强大的开源模型家族。基于与 Gemini 3 相同的技术构建,专为高级推理和 Agent 工作流打造。全系列首次采用 Apache 2.0 开源许可,完全商用自由。 自初代发布以来,Gemma 已被下载超过 4 亿次,社区衍生出 10 万+变体。 ⚙️ 四款模型 - E2B(Effective 2B):手机/IoT 边缘设备,128K 上下文,支持文本+图像+视频+音频 - E4B(Effective 4B):手机/IoT 边缘设备,128K 上下文,支持文本+图像+视频+音频 - 26B MoE(混合专家):推理时仅激活 3.8B 参数,256K 上下文,Arena AI 开源第 6 - 31B Dense(稠密):最大化质量,256K 上下文,Arena AI 开源第 3,超越 20 倍参数量模型 🔑 核心能力 - 高级推理:多步规划与深度逻辑 - Agent 工作流:原生函数调用、结构化 JSON 输出、系统指令 - 代码生成:高质量离线代码,本地 AI 编程助手 - 多模态:全系列处理图像和视频,E2B/E4B 额外支持音频 - 140+ 语言原生训练 - Apache 2.0 许可:完全商用自由 📎 相关链接 官方博客:https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/ Google AI Studio:https://aistudio.google.com Hugging Face:https://huggingface.co/collections/google/gemma-4 Kaggle:https://www.kaggle.com/models?query=gemma-4&publisher=google #Google#Gemma4#开源模型#ApacheLicense#AI