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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #855 · 10.09

Крутой онлайн-конструктор стеллажей с возможностью заказа. Поскольку я гик, то люблю всё точное и технологичное, не люблю лишний раз взаимодействовать с людьми, а еще у меня есть страсть организовывать вещи. Нередко это боль: купишь стеллаж в какой-нибудь Икее или Леруа, и всё равно часть предметов слишком большие или слишком маленькие для ячеек, а сам стеллаж либо не влезает в нужное место комнаты, либо оставляет слишком много свободного места. И вот прочитал на VC статью о пермском производстве мебели "Привет Макет", которое сделало онлайн-конструктор и автоматизировало распил и сверление нетиповой продукции. Сразу полез смотреть. Оказалось ровно то, что мне нужно. Супер крутой 3D-конструктор в браузере, где реально можно составить практически что хочешь конкретно по своим размерам и под свои нужды. Сразу отображает цену в реальном времени. Дальше жмешь заказ, на стороне производства создаются нужные задачи под ЧПУ-машины, которые после подтверждения запускают в работу. Доставка из Перми Деловыми Линиями. Отдельный респект за то, как всё упаковано. На всех коробках номера или другие поясняющие записи, весь крепеж аккуратненько разложен по пакетикам, для одинакового вида крепежа есть уточнения по области применения. Ещё в комплекте чертежи и обозначения каждой детали, чтобы не запутаться. В общем, получил от сборки много удовольствия — такое лего для взрослых, ещё и сделанное по твоим запросам. Скоро покажу вам, что в итоге получилось после размещения вещей. Правый стеллаж под настолки, левый под электронику и другие бытовые штуки. P.S. За этот пост мне никто не платил, делюсь личными впечатлениями и крайне поддерживаю все подобные начинания, как у этой фабрики. #life#окр

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #smallmodel

当前筛选 #smallmodel清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8975 · 12.11.2025 г., 13:03

⭐VibeThinker-1.5B - миниатюрная модель, которая показывает SOTA-результаты в задачах рассуждения. 🚀Производительность: одна из лучших на AIME24/25 и HMMT25 - превосходит DeepSeek R1-0120 по математическим задачам и опережает модели такого же размера в соревновательном программировании. ⚡Эффективность: всего 1.5B параметров. то есть в 100–600 раз меньше, чем гиганты вроде Kimi K2 и DeepSeek R1. 💰Стоимость: полный пост-тренинг обошёлся всего в $7.8K, примерно в 30–60 раз дешевле, чем у DeepSeek R1 или MiniMax-M1. Модель основана на Spectrum-to-Signal Principle (SSP) и MGPO-фреймворке, оптимизирующих процесс рассуждения. 📦Model:https://huggingface.co/WeiboAI/VibeThinker-1.5B 💻GitHub:https://github.com/WeiboAI/VibeThinker 📄Arxiv:https://arxiv.org/abs/2511.06221 @ai_machinelearning_big_data #AI#LLM#Reasoning#OpenSource#SmallModel