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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #307 · 18.04

Дерек Кюнскен, «Квантовый Волшебник». Новый для меня автор, на которого я наткнулся, пока искал себе какое-то лёгкое чтиво в перерывах между серьёзной фантастикой. Внезапно, роман сильно превзошёл мои ожидания и оказался совсем не простым. Хотя по сюжету это что-то вроде авантюрного кино в стиле «Друзей Оушена» — герой набирает команду для совершения хитрого дела, только события происходят в далёком будущем в космосе, а в команде есть люди-мутанты со сверхспособностями. Сам центральный персонаж тоже мутант — генетически изменённый человек, которому в грудную клетку вживлены электропластины наподобие тех, что у угрей, а к органам чувств добавлены магнитосомы — специальные клетки, которые умеют улавливать электромагнитное поле и ограниченно им манипулировать. Но это не всё — способность управлять электричеством это не оружие, а механизм для модификации токов в коре головного мозга. Входя в особое состояние, мозг героя превращается в квантовый компьютер. Кстати, отдельно отмечается, что герой в этом состоянии теряет свою личность, поэтому перестаёт быть наблюдателем и не производит своим воздействием редукцию фон Неймана :) В общем, научная составляющая в книге хорошая. Она не гениальная и не без изъянов (например, сцепленные частицы в сюжете таки передают информацию), но крепкая, и не ломает лично мою приостановку неверия. Возможно, специалист по квантовой физике читал бы с меньшим удовольствием, но я прямо кайфовал. Команда тоже интересная. Автор делает своеобразную отсылку к фентези: есть аналог гномов, аналог людей-рыб, сам центральный герой это «маг», есть «воин» (девушка-солдат с усиливающими имплантами), и есть «вор» — искусственный интеллект, взламывающий замки. Короче, очень прикольно, чтиво для гиков. А конкретно я ещё и больше люблю технологический сайфай, нежели средневековое фентези. При этом текст не глупый и не легкомысленный. Диалоги отличные. Герои, конечно, несколько поляризованы, но они задаются глубокими вопросами и ведут любопытные обсуждения. Есть сюжетная арка про генетические эксперименты с религией, и она настолько ошеломительно крутая и полна неожиданно свежих идей, что я напишу как-нибудь про это отдельный пост. На английском выпущено ещё две книги, вторая в переводе выходит в этом месяце, очень жду. #fiction

Hashtags

Резултати

Намерени 5 подобни публикации

Търсене: #mlx

当前筛选 #mlx清除筛选
GitHub Trends

@githubtrending · Post #15143 · 14.09.2025 г., 12:00

#python#llms#mlx MLX LM is a Python tool that helps you run and fine-tune large language models (LLMs) efficiently on Apple Silicon Macs. It connects easily to thousands of models on Hugging Face, supports model quantization to save memory, and allows distributed training. You can generate text or chat with models via simple commands or Python code. It also offers features like prompt caching and memory optimization for handling long texts, making it faster and less resource-heavy. This means you can run powerful AI models locally on your Mac without needing expensive cloud services, saving cost and improving speed. https://github.com/ml-explore/mlx-lm

GitHub Trends

@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

GitHub Trends

@githubtrending · Post #15614 · 13.04.2026 г., 11:30

#typescript#ai#cuda#mlx#qwen3_tts#qwen3_tts_ui#voice_ai#voice_clone#whisper Voicebox is a free, open-source voice synthesis studio that lets you clone voices, generate speech in 23 languages, and apply audio effects—all running privately on your computer. You can create realistic voice clones from just seconds of audio, use five different text-to-speech engines for different needs, add effects like reverb and pitch shift, and build multi-voice projects with a timeline editor. The key benefit is complete privacy: your voice data and AI models never leave your machine, unlike cloud-based alternatives. It also includes an API for building voice-powered applications and works across Mac, Windows, and Linux with GPU acceleration support. https://github.com/jamiepine/voicebox

GitHub Trends

@githubtrending · Post #14684 · 08.05.2025 г., 12:00

#python#apple_silicon#audio_processing#mlx#multimodal#speech_recognition#speech_synthesis#speech_to_text#text_to_speech#transformers MLX-Audio is a powerful tool for converting text into speech and speech into new audio. It works well on Apple Silicon devices, like M-series chips, making it fast and efficient. You can choose from different languages and voices, and even adjust how fast the speech is. It also includes a web interface where you can see audio in 3D and play your own files. This tool is helpful for making audiobooks, interactive media, and personal projects because it's easy to use and provides high-quality audio quickly. https://github.com/Blaizzy/mlx-audio

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