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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #808 · 1.05

Прегледай публикациятаВиж оригинала

На днях допрошли настольную игру "Спящие боги". Это кооперативная игра с повествованием, ядром которой является книга сюжетов. Главные герои, за которых вы, собственно, играете — команда корабля, неведомым образом попавшая в сказочный мир. Мир представлен книжкой-раскладушкой с картой, по которой надо перемещать кораблик (каждый разворот книжки это небольшой участок карты). Можно высаживаться в любом месте, дальше вы открываете книгу сюжетов на отмеченном номере и читаете что-то вроде: "Вы высадились на скалистом берегу, к вам подошел подозрительный человек и предлагает торговать". И выбор, например: "Торговать — откройте номер такой-то; атаковать — номер такой-то; пройти мимо — такой-то". Таким способом сюжет ветвится и создаёт игровые ситуации. Во многих случаях нужно проходить проверки на навыки: сила, мастерство, хитрость, наблюдательность и так далее. Для этих проверок создана довольно интересная механика, вынуждающая игроков обсуждать, кто из них пойдёт проверяться. При этом можно прокачивать персонажам навыки и легче проходить проверки в дальнейшем. А еще покупать на рынках предметы: и это почти всегда не личные предметы, а общие, на команду, и дают они обычно преимущества всем, но активирует предмет кто-то один в зависимости от игровой ситуации. Ну и, моё любимое — в игре фантастически крутая система боя. Она совмещает в себе тактику и накал страстей, при этом довольно простая понятийно, потому что построена на геометрии расположения игровых компонентов. Из недостатков ожидаемо можно отметить сложность сетапа — пока разложишь игру в том виде, где вы остановились в прошлый раз, пока вспомнишь, что было. Да и карточек несколько видов, часть из них в процессе прохождения кладется в коробку, часть остается на столе, часть в колоде итд. Но в целом очень интересный и необычный экспириенс. Да, для игры вам нужна семья или компания друзей, с которой вы собираетесь регулярно, и которая готова к сравнительно длинным игровым сессиям (на коробке так и написано: до 1000 часов). То есть, "Спящие боги" не для казуалов и новичков, хотя сами по себе механики не сложные. Однако, если у вас такая компания есть, то игра подарит множество приятных вечеров. Мы дошли только до одной концовки, а их там более десятка. И вообще, есть чувство, что коснулись игры только по верхам. #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 →