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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #569 · 25.09

Прегледай публикациятаВиж оригинала

Недавно в сеть слили утекшие материалы GTA 6: видео с игровым процессом (сырым и с сырой графикой, конечно). Пишут, что вроде как это результат одного из взломов Rockstar со стороны хакеров. Как, вероятно, думал хакер: игру все ждут, а проклятая студия скрывает подробности разработки. Покажу всем фанатам, чтобы они хоть какую-то инфу получили! Что получилось на деле: студия, вероятно, вынуждена будет переделывать некоторые куски, которые уже слиты, чтобы оставить в сюжете и механиках интригу. К тому же, дополнительные ресурсы сейчас ещё и уйдут на усиление внутренней безопасности, поиск кротов и так далее. Атмосфера в командах разработки из-за этого тоже ухудшится. Срок выхода игры отодвинется. Неизвестно, надолго ли, но точно это на срок повлияет. Фанатам игры, которые её ждут, станет хуже. Впрочем, всегда есть вероятность, что хакер просто ненавидит корпорации, на игру ему плевать, он просто хотел сделать плохо Rockstar. Кстати, если бы, грубо говоря, фанаты договорились не смотреть видео и не пересылать его друг другу, ущерб студии был бы куда меньше, и игра вышла бы скорее. Эта идея в несколько другой форме была в самой первой серии первого сезона Black Mirror (да, про свинью). #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 →