TGTGInsighttelegram intelligenceLIVE / telegram public index
← КриптоАтака 👀

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @cryptoattack · Post #20607 · 2 окт.

😨Главное за сегодня: 🇺🇸США (крипто-#ETF): - Заявка Bitwise на запуск #XRP-#ETFпопала на сайт SEC - притоки/оттоки #BTC/#ETH #ETF 🍿#FTT FTX выставили на аукцион 22,3 млн заблокированных #WLD (~38 млн $) со скидкой от 40% до 75% 💰#WLD#AI OpenAI закрыли раунд финансирования на сумму 6,5 млрд $ при оценке >150 млрд $ 🇷🇺#BTCCEO BitRiver: Российские майнеры могут выйти в лидеры, оставив США позади, на горизонте 2-3 лет 🆕 Upbit листит#W (Wormhole) 🚀 💰 Трейдер превратил 368$ в 2 млн $ на #HIPPO (sudeng) всего за 3 дня 🚀 🥳#APT Franklin Templeton добавили блокчейн Aptos для поддержки токенизированного фонда денежного рынка 😨#TONПавел Дуров уточняет: Telegram может раскрывать властям IP-адреса и номера телефонов преступников с 2018 года 🔮 Апелляционный суд постановил, что рынок прогнозов Kalshi может продолжать работу и заключать контракты, разрешающие делать ставки на выборы 🙅‍♂ Kraken прекращает поддержку Monero (#XMR) в Европейской экономической зоне 🗣#BTCQCP Capital: Влияние ситуации на Ближнем Востоке носит краткосрочный характер, готовность рынка покупать рискованные активы остается сильной 📈#SUI#SCA Общая сумма кредитования Scallop превысила 100 млрд $ 🥊 COPA и Unified Patents начали кампанию против криптовалютных «патентных троллей» 🙋‍♂#EIGEN#ZRO LayerZero и Eigen Labs представили децентрализованную верификационную сеть CryptoEconomic (DVN) Framework 🤝Партнёрства: - #LINK Taurus и Chainlink сотрудничают для стимулирования внедрения токенизированных активов #RWA - #AVA Ava Protocol интегривались с Soneium от Sony 🕵️‍♂️Активность китов и SmartMoney: - Джастин Сан, вероятно, продал все свои #EIGEN - участник ICO Ethereum перевёл 6000 #ETH (~14,71 млн $) на Kraken - кит, который получил >32 млн $ прибыли от #ETH с сентября 2023 года, перевёл на Binance 1500 ETH - Animoca Brands внесли на Binance 8 млн #PIXEL - Ceffu вывели 3 372 #BTC (211,33 млн $) с Binance за последние 2 дня 📊Графики и отчёты: - #DOGEдостиг 7-месячного максимума по активности адресов и 4-месячного максимума по транзакциям китов 🐶 - наблюдается всплеск перемещения #BTC на OTC площадки, на которых в настоящее время находится ~410 000 BTC - недельный объем торгов DEX на #SOLпревзошел#ETH впервые за 43 дня - #ARBUniswap: Arbitrum - первый L2, объем свопов которого превысил 200 млрд $ 📈 - ТОП токенов по рыночной капитализации, выпущенных в Q3 2024 года - ТОП проектов по размытой рыночной капитализации (FDV), запущенных в Q3 - ТОП блокчейнов по росту TVL в третьем квартале 2024 года - ТОП лаунчпадов по объему привлеченных средств в Q3 2024 года - отчёт Glassnode ✏️События на завтра: 🔓Разлок: Decentralized Games (#DG) - 2,38% of M.Cap ($113,5m) 🆕#ASI#FET Coinbase International добавит поддержку фьючерсов на Artificial Superintelligence Alliance (ASI) 🍿#AXL Анонс от Axelar 🇪🇺 Services/Composite PMI (сент) - 11:00 МСК - проминфляция PPI (авг) - 12:00 МСК - минутки с прошлого заседания ЕЦБ - 14:30 МСК 🇺🇸 Initial Jobless Claims - 15:30 МСК - S&P Services/Composite PMI (сент) - 16:45 МСК - ISM Services PMI (сент) - 17:00 МСК - Factory Orders (авг) - 17:00 МСК

Резултати

Пронајдени 1 слични објави

Пребарај: #memagent

当前筛选 #memagent清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8543 · 13.09.2025 г., 13:05

🧠 mem-agent — агент с памятью в стиле Obsidian Лёгкая LLM-модель, которая умеет хранить знания в человеко-читаемой памяти (Markdown-файлы) и использовать их для ответов. Агент не просто отвечает на запросы, а действительно «помнит» факты и обновляет их по ходу работы. Это агент на 4B с локальной, совместимой памятью для Claude, ChatGPT и LM Studio. Как работает память: - Вся информация лежит в Markdown: memory/user.md и отдельные файлы для сущностей. - Связи между файлами сделаны как в Obsidian: [[entity]]. - Агент может извлекать факты, обновлять их или задавать уточняющие вопросы, если запрос неполный. Вместо огромных контекстов и упора в лимиты, Mem-Agent извлекает нужные фрагменты из локальных документов, сжимает их и передаёт агенту. Как обучали: - Базовая модель: Qwen3-4B-Thinking-2507. - Использовали метод онлайн-RL (GSPO). - Тестировали на md-memory-bench. Результаты: - mem-agent уверенно решает задачи памяти, близко к уровню больших моделей. - Даже в сжатых версиях (4-bit и 8-bit) сохраняет почти то же качество. Чем хорош: - Память можно читать и редактировать вручную. - Агент работает быстро и эффективно, даже в маленьком размере. - Удобен как компонент в более крупных системах (например, через MCP). 🟠Model: https://huggingface.co/driaforall/mem-agent 🟠Blog: https://huggingface.co/blog/driaforall/mem-agent 🟠Repo: https://github.com/firstbatchxyz/mem-agent-mcp @ai_machinelearning_big_data #LLM#AI#Agents#MemAgent#Dria#MCP#LocalAI