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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #82 · 10.10

У ВК день рождения. В прошлые годы я писал огромные простыни о том, какие ошибки допускает руководство, как можно было бы их исправить, и желал любимой соцсети всё-таки выбраться из ямы бестолкового менеджмента. С тех пор лучше не стало, поэтому простыню я не буду писать, надоело. Одни из самых пишущих и интересных авторов среди моих знакомых уже почти все ушли по другим соцсетям (даже в отвратительнейший Фейсбук!), и это самый что ни на есть яркий сигнал, на мой взгляд. Но приведу ещё любопытный момент. Под постом гендира ВК бОльшая часть комментариев — негативные или резко-негативные. С одной стороны, значительная часть этих комментариев про платную музыку, то есть от детей или дураков, которых можно игнорировать. С другой стороны, когда тот же Телеграм пишет новости о себе, ответы в основном положительные и хвалебные, даже восторженные. Но администрация, конечно, об этом нюансе задумываться не станет. У них там статистика про миллиард просмотров видео в день, отчёты о росте, им не до этого. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #chatglm3

当前筛选 #chatglm3清除筛选
GitHub Trends

@githubtrending · Post #14815 · 10.06.2025 г., 11:30

#jupyter_notebook#chatglm#chatglm3#gemma_2b_it#glm_4#internlm2#llama3#llm#lora#minicpm#q_wen#qwen#qwen1_5#qwen2 This guide helps beginners set up and use open-source large language models (LLMs) on Linux or cloud platforms like AutoDL, with step-by-step instructions for environment setup, model deployment, and fine-tuning for models such as LLaMA, ChatGLM, and InternLM[2][4][5]. It covers everything from basic installation to advanced techniques like LoRA and distributed fine-tuning, and supports integration with tools like LangChain and online demo deployment. The main benefit is making powerful AI models accessible and easy to use for students, researchers, and anyone interested in experimenting with or customizing LLMs for their own projects[2][4][5]. https://github.com/datawhalechina/self-llm