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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #513 · 22.08

Прегледай публикациятаВиж оригинала

Что можно относительно безопасно брать на Кикстартере, так это настолки. В самом деле. Если мы говорим об электронике, то с ней вечно непредвиденные проблемы. Немало случаев, когда авторы кампании с каким-либо гаджетом собирали миллионы баксов, но производство наладить так и не могли. Причём, не обязательно из-за злого умысла (своровали деньги и убежали). Просто предсказать все подводные камни и нюансы при производстве железяк очень сложно. Об этом кстати в своих апдейтах писали авторы Flipper, о котором я уже вам рассказывал (тут ребята молодцы, выполнили свои обязательства даже в сложных для этого условиях). Или вот, видеоигры. Не родился ещё такой разработчик, который может правильно оценить сроки. Даже Rockstar с их дичайшими переработками и людьми, ночующими в офисе, не могут выпускать игры вовремя, а уж чувак с Кикстартера... В общем, вы все, скорее всего, знаете про Star Citizen. А кто-нибудь из вас ещё и знает про Limit Theory (но если не знаете, не гуглите, я потом расскажу, интересный случай!). С настолками дела обстоят лучше. Настолку можно полностью сделать и оттестировать сотнями партий, потратив на это чуть-чуть бумаги и чернил для принтера. Разработка настолки может упереться только в отсутствие денег на художников (и отсутствие хорошего менеджмента этих художников, чтобы они не сливались один за другим :) ). Но если в игре простая графика, то такая игра отличный кандидат на краудфандинг — посчитать цену печати не сложно, и никаких подводных камней там нет. Тема отлично масштабируется: либо народ оценит и купит, тогда ты в плюсе, либо нет, тогда ты особо ничего не потерял, кроме времени. Поэтому настолки на Кикстартере и похожих ресурсах крайне редко не выполняют своих обязательств, и покупать их там можно смело. У меня оставалась непотраченная prepaid-карта, и я бэкнул игру Moon — судя по виду это дальний родственник 7 Wonders — стратегия на составление стэка карт, которые друг с другом взаимодействуют и обеспечивают тебе один из нескольких путей к победе. Минималистичный, но милый дизайн плюс интересная мне хайтек-тема освоения Луны. Кампания оказалась популярна и собрала абсолютно все заявленные стретч голы (дополнительная награда за количество бэкеров), так что мне ещё и приедет какая-то убер-гипер-делюкс коробка с цветными фигурками и голографическими карточками. Но через год, да. Посмотрим. Предварительные ревью на BGG пока со средней оценкой 8.0, что очень хорошо. #games

Hashtags

#games
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 →