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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #307 · 18.04

Прегледай публикациятаВиж оригинала

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

#fiction
Резултати

Намерени 20 подобни публикации

Търсене: #train

当前筛选 #train清除筛选
Voir de ses propres yeux

@voir_yeux · Post #12448 · 07.04.2026 г., 14:03

Намери подобниПрегледай

🇫🇷 La situation sur les lieux de la collision entre un train à grande vitesse (TGV) et un poids lourd transportant du matériel militaire dans la commune de Nœux-les-Mines (Pas‑de‑Calais), dans le nord de la France. #france#train#collision

Hashtags

#france#train#collision
Machinelearning

@ai_machinelearning_big_data · Post #9694 · 19.03.2026 г., 09:05

Намери подобниПрегледай

🌟Unsloth Studio: опенсорный no-code веб-интерфейс для LLM. Unsloth Studio - это локальный комбайн, который объединяет подготовку данных, обучение, инференс и экспорт модели в одном месте. Под капотом кастомные Triton-ядра с собственным backprop. По сравнению со стандартными CUDA-реализациями это дает 2х прирост скорости обучения и снижение потребления по VRAM на 70%. Поддерживаются полный файн-тюнинг, претрейн, LoRA, QLoRA, 4-bit, 16-bit и FP8. Всего совместимо более 500 моделей, включая Llama 4, Qwen 3.5 и Gemma 3. Для работы с данными есть визуальный нодовый редактор Data Recipes. Studio принимает PDF, DOCX, CSV и JSONL, генерирует синтетические датасеты и автоматически конвертирует данные в форматы ChatML или Alpaca. Помимо стандартного SFT, Studio умеет в GRPO, которая не требует отдельной critic-модели и потребляет на 80% меньше VRAM, что делает обучение ризонинг-моделей реалистичным на локальном железе. Модели на 8B и 70B параметров (например, Llama 3.1, Llama 3.3, DeepSeek-R1) можно файн-тюнить на одной RTX 4090 или 5090, а не на кластере, но есть и поддержка multi-GPU. В режиме инференса Studio умеет: tool calling, выполнение кода прямо в чате, работу с изображениями, аудио, PDF и DOCX. Из коробки - веб-поиск и автонастройка параметров инференса. Экспорт результатов - одной кнопкой в GGUF, vLLM или Ollama. Studio сама мерджит LoRA-адаптеры с базовой моделью. Работает на Windows, Linux и macOS (на Mac пока только инференс, поддержка MLX-обучения анонсирована), есть Docker. AMD-пользователи могут обучать через Unsloth Core, поддержка в Studio обещана позже. 📌Лицензирование: AGPL-3.0. 🟡Документация 🖥Github @ai_machinelearning_big_data #AI#ML#LLM#Framework#Train#UnslothStudio

Hashtags

#ai#ml#llm#framework#train#unslothstudio
12
← ПредишнаСтр. 1 от 2Следваща →