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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #667 · 27.11

Ночью горел дом. Квартира буквально в паре этажей от нас, в том же подъезде. Впервые в моей жизни горел дом, в котором я нахожусь, да ещё и так близко. Разбудил нас датчик дыма. Верещит он очень сильно, пробивает сквозь несколько дверей легко. Я ещё давно жил на другой квартире, помню что такой датчик сработал впустую, мне пришлось вытаскивать из него батарейку. Там он был прямо в квартире, а здесь в коридоре — по-разному делают. Сейчас он сработал как надо: не бесполезная фигня. Не снимайте эти датчики. Подошли к входной двери и сразу почувствовали дым, позвонили в 112. Но, судя по всему, мы не первые позвонили, потому что машина была уже через минуту. Я поднялся по лестнице и увидел в коридоре хозяина квартиры с ребёнком. Оба были в шоке, выбежали без ничего. Хозяин явно после значительного количества спиртного. Из контекста создалось впечатление, что он курил, но не заметил, что именно и как загорелось. Возможно, проваливался в бессознанку, а очнулся, когда уже было пламя (либо его ребёнок разбудил, тут я не знаю). Не курите дома. Даже если делали это тысячу раз и совершенно уверены, что всё будет в порядке. Даже трезвыми. Просто не курите и всё. Можно помёрзнуть две минуты на общем балконе, даже спускаться никуда не нужно. Ну, а о сочетании алкоголя и курения в доме лучше промолчу. МЧСники офигенные ребята, спасибо им большое. Очень быстро и чётко сработали: приехало 4 машины пожарной службы, скорая, подняли на верёвке шланг (поднимали мимо нашего окна прям), и примерно за 30-40 минут полностью залили горевшую квартиру. Пара вещей, которые стали для меня своего рода открытием. Возможно, кому-нибудь пригодится, но желаю, чтобы не пригодилось. 1. Угарный газ распространяется быстро и во все стороны. Его просто настолько много, что он попадёт в квартиры даже через несколько этажей от места пожара, сквозь стены, потолки, перекрытия. Поэтому датчики нужны. Сейчас в доме открыты все коридоры для проветривания. 2. Воды заливают много. Так много, что она проходит вниз сквозь все этажи аж до первого, создаёт подтёки, а зимой — оледенение. Просто выхода нет: лучше быть залитым, чем сгореть или задохнуться. Сейчас, например, лифты отключены на сушку и диагностику. Вот как выходит: пожар влияет и на квартиры выше (дым, копоть) и на квартиры ниже (вода, дым в меньшей степени). Никто не погиб, к счастью. #life

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