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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #93 · 26.10

Телеграм запустил рекламную платформу, которую многие ждали. В том числе я, потому что неофициальные средства продвижения здесь хоть и существуют, вызывают у меня стойкое неприятие. Реклама будет отображаться в каналах, в которых больше 1000 подписчиков (вам, как моим читателям, можно пока не переживать). Внешние ссылки запрещены. Есть, однако, маленький нюанс. Минимальный бюджет рекламной кампании: 2 миллиона евро. С одной стороны, это хорошо, потому что не будет бесконечной инфоцыганщины, которой переполнен, например, ВКонтакте. С другой стороны, 90% рекламного рынка так и останется в чёрной зоне, то есть почти ни для кого ничего не поменяется, кроме Дурова. Такая себе забота о пользователях. Понравилось вот это: Sponsored Messages are currently in test mode. Once they are fully launched and allow Telegram to cover its basic costs, we will start sharing ad revenue with the owners of public channels in which sponsored messages are displayed Переводится так: мы будем забирать все деньги себе и не делиться с авторами каналов, пока не посчитаем, что забрали себе достаточно. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #idefics

当前筛选 #idefics清除筛选
GitHub Trends

@githubtrending · Post #15600 · 04.04.2026 г., 11:30

#python#apple_silicon#florence2#idefics#llava#llm#local_ai#mlx#molmo#paligemma#pixtral#vision_framework#vision_language_model#vision_transformer MLX-VLM lets you run, chat with, and fine-tune Vision Language Models (VLMs) plus audio/video models on your Mac using MLX—install easily with `pip install -U mlx-vlm`. Use CLI for quick text/image/audio generation (e.g., `mlx_vlm.generate --model ... --image photo.jpg`), Gradio UI for chats, Python scripts, or a FastAPI server with OpenAI-compatible endpoints supporting multi-images/videos. Features like TurboQuant cut KV cache memory by 76%, and LoRA/QLoRA fine-tuning works on consumer hardware. You benefit by experimenting with powerful multimodal AI locally—fast, memory-efficient, no cloud costs, perfect for Mac users tweaking models affordably. https://github.com/Blaizzy/mlx-vlm