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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #925 · 10.12

Я вам уже писал про цикл Азимова "Основание". Не так давно на русском языке вышли аудиокниги остальных романов серии: два приквела, начинающиеся с "Прелюдии к Основанию", и два сиквела — "Кризис Основания" и далее. Я все купил и прослушал. Сначала давайте про последние. Азимов писал сиквелы под давлением фанатов спустя почти 40 лет после завершения основной серии, и это, к сожалению, очень заметно. Дело даже не в том, что в сюжете появляется слишком много странных допущений, начиная от местной формы магии и заканчивая совершенно буквальным Богом из Машины. Главная беда в том, что вообще весь основной замысел и идея первоначальной трилогии ломается и переворачивается с ног на голову в худшем смысле этого слова. То, что было подано, как важное и сюжетообразующее — перестаёт таким быть. Персонажи, которые на протяжении многих книг являлись ключевыми, отодвигаются на десятый план — их роль в происходящем фактически обесценивается. Что удивительно, ещё через два года после сиквелов Исаак Юдович написал приквелы, которые, внезапно, возвращают всё на свои места: персонажи обратно становятся важными, первоначальная сюжетная линия ценной и значимой. Лично меня это сбило с толку. Если никогда не читать сиквелы, то приквелы + основная трилогия формируют хорошую устойчивую научно-фантастическую вселенную без особых передёргиваний. Моя теория такая: фанаты задолбали Азимова, и он написал "Кризис..." и следующий роман, в которых просто низвёл до нуля любимых всеми персонажей и сюжет. Но через какое-то время опомнился, и такой "Блин, как я мог поступить подобным образом с одним из главных трудов своей жизни?", поэтому выпустил нормальные каноничные "Прелюдия..." и "Путь...". Но даже с учётом значительных косяков я дослушал с удовольствием. Всё такие же хорошие дипломатичные диалоги, всё такие же интересно описанные миры и планеты. Книги создавались почти сразу после холодной войны, порадовала планета, которая явно отсылается к СССР в представлении типичного американца того времени: снежная, с полувоенным строем и ханжеской социальной дисциплиной, ограничением на базовые блага и так далее. Не то что святая капиталистическая демократия в США. При этом у автора человечество будущего всё равно пришло к имперской форме правления. #fiction

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #quantization

当前筛选 #quantization清除筛选
GitHub Trends

@githubtrending · Post #14747 · 25.05.2025 г., 11:30

#python#deep_learning#intel#machine_learning#neural_network#pytorch#quantization Intel Extension for PyTorch boosts the speed of PyTorch on Intel hardware, including both CPUs and GPUs, by using special features like AVX-512, AMX, and XMX for faster calculations[5][2][4]. It supports many popular large language models (LLMs) such as Llama, Qwen, Phi, and DeepSeek, offering optimizations for different data types and easy GPU acceleration. This means you can run advanced AI models much faster and more efficiently on your Intel computer, with simple setup and support for both ready-made and custom models. https://github.com/intel/intel-extension-for-pytorch

GitHub Trends

@githubtrending · Post #15091 · 24.08.2025 г., 11:30

#python#comfyui#diffusion#flux#genai#mlsys#quantization Nunchaku is a fast and efficient engine that runs 4-bit neural networks using a special method called SVDQuant, which compresses models to use less memory and speed up processing by 2 to 5 times compared to older methods. It supports advanced AI models for tasks like high-quality text-to-image generation and image editing, working best on modern NVIDIA GPUs. You can easily install and use it with ComfyUI, and it has active community support on Slack, Discord, and WeChat. This means you can generate or edit images quickly with less computing power, saving time and resources. It also offers tutorials and example workflows to help you get started smoothly. https://github.com/nunchaku-tech/ComfyUI-nunchaku

GitHub Trends

@githubtrending · Post #15385 · 02.01.2026 г., 12:30

#python#deep_learning#inference#openai#quantization#speech_recognition#speech_to_text#transformer#whisper Faster-Whisper is a fast version of OpenAI's Whisper that transcribes audio up to 4x quicker with the same accuracy, using less memory on CPU or GPU—benchmarks show it beats original Whisper (e.g., 1m03s vs 2m23s for 13-min audio on GPU). Install via `pip install faster-whisper`, no FFmpeg needed, and use simple Python code like `WhisperModel("large-v3").transcribe("audio.mp3")` for segments with timestamps. You benefit by getting quick, efficient speech-to-text for real-time apps, saving time and resources on long files or batches. https://github.com/SYSTRAN/faster-whisper