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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1222 · 16.03

Прегледай публикациятаВиж оригинала

Возникла задача — в коробке для елочных игрушек сделать секции, чтобы эти игрушки разложить. Понятно, что всегда можно было купить картона и заколхозить просто ножницами. Но тут заиграл спортивно-инженерный интерес — а получится ли у меня придумать систему, которая из одинаковых деталей позволит собирать секции под коробки разных размеров? Почему одинаковых — потому что коробки в основном больше области печати принтера, а, значит, секции должны быть модульными. А самый идеальный вариант модуля это такой, который не ставит вопрос, сколько каких модулей печатать. Ты делаешь просто кучу одинаковых и собираешь из них нужное. Мне нравится, как вышло. И можно разобрать и переделать на другие коробки. Уже два уровня таких напечатал. #diy@clockstackwheels

Hashtags

#diy
Резултати

Намерени 2 подобни публикации

Търсене: #jan

当前筛选 #jan清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8255 · 12.08.2025 г., 14:32

Намери подобниПрегледай

🚀Jan-v1: локальная 4B-модель для веба — опенсорсная альтернатива Perplexity Pro 📌Что умеет - SimpleQA: 91% точности, чуть выше Perplexity Pro — и всё это полностью локально. - Сценарии: быстрый веб-поиск и глубокое исследование (Deep Research). Из чего сделана - Базируется на Qwen3-4B-Thinking (контекст до 256k), дообучена в Jan на рассуждение и работу с инструментами. Где запускать - Jan, llama.cpp или vLLM. Как включить поиск в Jan - Settings → Experimental Features → On - Settings → MCP Servers → включите поисковый MCP (например, Serper) Модели - Jan-v1-4B: https://huggingface.co/janhq/Jan-v1-4B - Jan-v1-4B-GGUF: https://huggingface.co/janhq/Jan-v1-4B-GGUF @ai_machinelearning_big_data #ai#ml#local#Qwen#Jan

Hashtags

#ai#ml#local#qwen#jan