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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #996 · 13.07

Прегледай публикациятаВиж оригинала

С год назад я поставил новый замок на общую с соседями дверь. А через несколько месяцев он сломался — стал заедать. Подпружиненная защёлка начала западать внутрь и не выдвигалась сама в некоторых случаях, приходилось дёргать ручку туда-сюда, чтобы закрыть дверь. Мне было очень лень снова разбирать весь замок. Способ закрыть дверь был, поэтому я ничего не делал. Сосед пару раз звонил мне, но и сам тоже не взялся. Пару дней назад замок окончательно сломался, и внешняя ручка перестала его открывать. Я чудом вышел в этот момент встречать курьера и открыл дверь соседке, которая не могла попасть домой. Делать нечего — пришлось разобрать и посмотреть. Я был готов идти в магазин за новым, но всё оказалось очень просто: кто-то специально выкрутил два винта, которые притягивают внутренний механизм к планке. Сначала механизм чуть-чуть провалился, из-за чего стал заедать, а потом упал окончательно и рассоединился с внешней ручкой. За минуту я нашёл у себя два подходящих винта и всё восстановил до полностью рабочего состояния, заедания тоже пропали. Кто и зачем мог это сделать? Выкрутить винты в замке можно только тогда, когда у тебя есть ключ, либо когда кто-то открыл тебе дверь. Моя гипотеза — третьи соседи, которые здесь не живут, некоторое время назад делали ремонт, и рабочие, которых они позвали, пытались заблокировать замок, чтобы он "не мешал" им ходить туда сюда по много раз в день. Они сделали это, а потом по-мудачески не вернули всё назад. Видите, как вышло. Вероятность того, что абсолютно новый замок сломается за несколько месяцев обычной эксплуатации, очень низкая. И тем не менее, я предположил изначально именно это, из-за чего не стал его разбирать, потому что считал, что починка займёт много времени. Я не подумал, что это намеренный саботаж людьми. Если бы я так подумал, то заменил бы винты в тот же день. А мог ведь и не попасть домой в какой-то момент. #life

Hashtags

#life
Резултати

Намерени 20 подобни публикации

Търсене: #train

当前筛选 #train清除筛选
Voir de ses propres yeux

@voir_yeux · Post #12448 · 07.04.2026 г., 14:03

Намери подобниПрегледай

🇫🇷 La situation sur les lieux de la collision entre un train à grande vitesse (TGV) et un poids lourd transportant du matériel militaire dans la commune de Nœux-les-Mines (Pas‑de‑Calais), dans le nord de la France. #france#train#collision

Hashtags

#france#train#collision
Machinelearning

@ai_machinelearning_big_data · Post #9694 · 19.03.2026 г., 09:05

Намери подобниПрегледай

🌟Unsloth Studio: опенсорный no-code веб-интерфейс для LLM. Unsloth Studio - это локальный комбайн, который объединяет подготовку данных, обучение, инференс и экспорт модели в одном месте. Под капотом кастомные Triton-ядра с собственным backprop. По сравнению со стандартными CUDA-реализациями это дает 2х прирост скорости обучения и снижение потребления по VRAM на 70%. Поддерживаются полный файн-тюнинг, претрейн, LoRA, QLoRA, 4-bit, 16-bit и FP8. Всего совместимо более 500 моделей, включая Llama 4, Qwen 3.5 и Gemma 3. Для работы с данными есть визуальный нодовый редактор Data Recipes. Studio принимает PDF, DOCX, CSV и JSONL, генерирует синтетические датасеты и автоматически конвертирует данные в форматы ChatML или Alpaca. Помимо стандартного SFT, Studio умеет в GRPO, которая не требует отдельной critic-модели и потребляет на 80% меньше VRAM, что делает обучение ризонинг-моделей реалистичным на локальном железе. Модели на 8B и 70B параметров (например, Llama 3.1, Llama 3.3, DeepSeek-R1) можно файн-тюнить на одной RTX 4090 или 5090, а не на кластере, но есть и поддержка multi-GPU. В режиме инференса Studio умеет: tool calling, выполнение кода прямо в чате, работу с изображениями, аудио, PDF и DOCX. Из коробки - веб-поиск и автонастройка параметров инференса. Экспорт результатов - одной кнопкой в GGUF, vLLM или Ollama. Studio сама мерджит LoRA-адаптеры с базовой моделью. Работает на Windows, Linux и macOS (на Mac пока только инференс, поддержка MLX-обучения анонсирована), есть Docker. AMD-пользователи могут обучать через Unsloth Core, поддержка в Studio обещана позже. 📌Лицензирование: AGPL-3.0. 🟡Документация 🖥Github @ai_machinelearning_big_data #AI#ML#LLM#Framework#Train#UnslothStudio

Hashtags

#ai#ml#llm#framework#train#unslothstudio
12
← ПредишнаСтр. 1 от 2Следваща →