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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #755 · 2.02

Досмотрел Mr. Robot — сериал про хакера, который борется с корпорациями. Я начинал когда-то давно, несколько лет назад. Но потом бросил, потому что мне показалось, что от хакерства авторы слишком далеко ушли в другие темы. Однако недавно возобновил и не пожалел. Классный закрученный сюжет, своеобразная концовка (хотя на мой взгляд закончить стоило на три серии раньше), интересные персонажи, в том числе второстепенные. Но самое главное: это, кажется, единственный в своём роде фильм, где хакерство показано по-настоящему, а не как обычно в кино. Ну, вы знаете, любят авторы фильмов изображать бешено стучащего по клавиатуре чувака, а на экране при этом какой-нибудь случайный HTML. Это ещё в лучшем случае. Бывают прям супер кринжовые вещи, не просто не соответствующие действительности, но и с трудом поддающиеся описанию с точки зрения здравого смысла. Причём особенно нелепо это как раз смотрится в фильмах и сериалах про хакеров (Пароль "Рыба-меч", CSI: Cyber, Person Of Interest итд, много их). Предыдущее исключение, которое я помню, это Silicon Valley — там всё весьма похоже на действительность, и есть даже специфические шутки, понятные только программистам. Но мир всё равно вымышленный и несколько гротескный. "Мистер Робот" пошёл существенно дальше. Консультанты по айти у этого сериала сделали свою работу превосходно — практически всё, что показано — это реально существующие методы взлома. Персонажи делают осмысленные вещи, которые сработали бы и в жизни, а на экранах выводится адекватный код, никсовая консоль, логи и прочее подобное. Показан и прямой взлом через поиск уязвимостей, и социальная инженерия, и взлом железа, подделка прошивки, эксплойты, руткиты, брутфорс... Выходит, всё это время можно было сделать фильм с нормальным программированием, и при этом сохранить его популярным и интересным для зрителя (рейтинг на IMDB 8.6). Кто бы мог подумать, почему-то раньше никто особо не пытался, даже обидно. #fiction

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