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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #706 · 19.12

Поставили индукционную плиту. Технология существует уже очень давно, но дошли почему-то до неё только сейчас (а зря, нужно было раньше). Во-первых, работает на магии. Даже диплом технического вуза не позволяет мне полностью избавиться от вау-эффекта, когда ты ставишь посуду на плиту, никакая конфорка под ней не зажигается, но при этом сама посуда совершенно магически начинает нагреваться целиком. Во-вторых, когда ты видишь, как трёхлитровая кастрюля воды доходит до кипения за 5 минут, а не за 20, то хочется очень громко крикнуть голосом Джесси Пинкмана: "Science, bitch!". Вообще, больше всего поражают как раз вещи, которые ломают привычные представления. Смартфон сложнее, чем индукционная плита, но маленькая коробочка с экраном у меня была ещё в глубоком детстве — тетрис. И не сказать, что смартфон нарушил какой-то обыденный паттерн из устройства мира вокруг — та же коробочка, чуть более цветная. А вот плита совсем другое дело. Она работает не так, как обычная. Да, есть микроволновка, у неё похожий принцип, но там продукт лежит внутри, а ситуация "Положить вещь в закрытый ящик, и она там нагреется" — довольно привычна. Плита же на индукции воспринимается, как что-то из космоса. Очень круто, советую всем, у кого, как у и нас, годами не доходили руки апгрейднуться. #life

Hashtags

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

🇫🇷 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

Machinelearning

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

🌟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

12
ПредишнаСтр. 1 от 2Следваща