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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #862 · 15.09

Что в итоге получилось с организацией вещей в квартире. Когда-то я начинал свой подход к попытке систематизировать вещи с обычных картонных коробок, криво подписанных вручную. Настольные игры тоже располагались так, что доступ к ним был только условно. Вторая итерация получилась гораздо лучше и аккуратнее. Но нельзя закончить наводить порядок, можно лишь перестать это делать. Со временем ты понимаешь, что какими-то категориями пользуешься очень редко, а другие, наоборот, расширяются и вынуждают разделять их на несколько. Заказанный по моим размерам стеллаж + термопринтер для этикеток. И ещё очень много времени в попытке понять, что куда класть. Мне нравится, как получилось. Каждый раз испытываешь приятные эмоции, когда нужно что-то достать или положить. P.S. В настолках специально оставлено много места под идущие предзаказы. #life#окр

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #chatglm

当前筛选 #chatglm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