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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #211 · 7.02

Приобщился к миру механических клавиатур. Механическая клавиатура — это название ряда способов организации нажатия клавиш. Разумеется, механика как физическое понятие есть во всех не сенсорных клавиатурах. Можно сделать клавишу, которая продавливает мембрану специальной формы — такие клавиатуры мы в основном видим в ноутбуках. А можно сконструировать специальной формы пружину, у которой в общем случае будет разное усилие в зависимости от положения, разная глубина хода и разный момент срабатывания. Так получилось, что у значимой доли людей работа с такими клавишами вызывает приятный эмоционально-тактильный отклик. Поэтому вокруг механических клавиатур выросла целая религия, без какого-либо преувеличения. Это очень похоже на то, как ведут себя, например, аудиофилы или фанаты Apple: - делать вид, что решений за пределами религии не существует: «Зачем вообще кто-то покупает обычную клавиатуру (...устройства не Apple, простые наушники, итд)?»; - убеждать людей, которые не примкнули к религии, что у них просто религии нормальной не было: «Ты просто попробуй попечатать на механике (...попользоваться айфоном, послушать вот эти наушники, выпить вот этот алкоголь...), обратно не захочешь!»; - тратить много денег на продукты, которые людям вне религии кажутся мало отличимыми от продуктов за мало денег; - создавать много религиозно-специфичных деталей, терминов и ритуалов, непонятных широкому кругу. В мире механических клавиатур так много деталей и мелочей, что утонуть можно очень быстро. Есть типы механизмов и характеристики каждого механизма, которые ещё и носят кодовые названия по цветам. Например, я взял простенькую (по меркам религии) клавиатуру Durgod K320 Nebula, а переключатели у неё Cherry MX Silver — это означает, что у них линейная зависимость между силой и положением, величина усилия 45 сантиньютонов, длина хода до срабатывания 1.2 мм, и общая длина хода 3.4 мм. Настоящие адепты, впрочем, составляют кастомные клавиатуры, где разные клавиши сконфигурированы по-разному. Ещё очень важен звук — на сайтах про механики предлагают даже послушать щелчок того или иного типа переключателей. У меня вот относительно тихие и глухие щелчки. Так вот. Я много слышал об этом, но сам не пользовался раньше. Моя старая клавиатура стёрлась, и я решил попробовать. Надо сказать, на меня религия вполне подействовала! Оказалось, я как раз из тех людей, кому кайфово. Первые дни я вообще не мог остановиться, постоянно хотелось делать клац-клац. Боюсь, при следующей покупке я рискую стать одним из тех, кто будет делать кастомную сборку за неадекватные для клавиатуры деньги. Я во всех чатах после покупки писал о том, как мне прикольно набирать текст. Но вам советовать не стану, не пробуйте! #gadgets

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #controllablegeneration

当前筛选 #controllablegeneration清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8057 · 14.07.2025 г., 18:02

🧠 Как «вклеить» объект в картинку так, чтобы он выглядел естественно? Это одна из самых сложных задач в семантической генерации: 🔸 нужно сохранить структуру сцены 🔸 вставить объект по текстовому описанию 🔸 и найти уместное место, а не просто налепить поверх Большинство моделей с этим не справляются — объект добавляется не к месту или портит фон. Новый метод Add-it от NVIDIA решает эту задачу без обучения модели. Он расширяет механизм внимания в диффузионных моделях, чтобы учитывать сразу три источника: 1. Оригинальное изображение 2. Текстовый промпт 3. Промежуточную сгенерированную картинку 📌 Такой подход позволяет: – сохранить геометрию сцены – встроить объект туда, где он действительно мог бы быть – не терять мелкие детали и текстуры 📊 Результаты: – Add-it без дообучения обходит supervised‑модели – На новом бенчмарке Additing Affordance показывает SOTA результат по «естественности размещения» – В слепых тестах люди выбирают его в 80% случаев – Улучшает метрики качества генерации 🟠Github: https://github.com/NVlabs/addit 🟠Demo: https://huggingface.co/spaces/nvidia/addit 🟠Paper: https://arxiv.org/abs/2411.07232 🟠Project: https://research.nvidia.com/labs/par/addit/ @ai_machinelearning_big_data #NVIDIA#Diffusion#Addit#StableDiffusion#AIgen#ControllableGeneration