гиг пиг ниг
6.3K subscribers
27.7K photos
2.48K videos
52 files
2.63K links
Твой it дед урбанист @shpaker

Технологии, котики, баяны, прочий не авторский контент, политота и имхо

Все написанное в канале преследует сугубо развлекательные цели.
Провокации на политические темы

Буст https://t.iss.one/boost/geekshit
Download Telegram
😁463
😁42💯161
😁29🥱7🥰4🫡2
Forwarded from Ход Котами
🥰🥰🥰
😁10🥰4💋31
Forwarded from Irish Myst (Anathema)
😁44💔167😭1🗿1
😁12🔥43
Forwarded from Ход Котами
Когда в игре с головоломками ставишь сюжетный режим:
😁212🤝2
Forwarded from Geeks (Shpak Aleksandr)
В тему прожорливости винды: тут в интернетах человек попытался пользоваться ноутбуком с 8 ГБ памяти и обнаружил, что система начала задыхаться уже на третьей вкладке браузера. А с тремя вкладками, Slack и Spotify было занято 7,4 из 7,9 ГБ доступной памяти, а после открытия четвёртой вкладки с Gmail компьютер и вовсе начал заметно тормозить.

Собственно, тот же Surface Laptop на Windows 11 и с 8 ГБ ОЗУ на фоне этих проблем и вовсе выглядит не самым адекватным устройством. Так что если хочется Windows на хосте, то я бы считал 16 ГБ минимальным порогом. При этом тот же конкурирующий MacBook Neo с 8 ГБ в некоторых тестах он спокойно справлялся даже с десятками вкладок и параллельно запущенными приложениями.

https://www.makeuseof.com/used-windows-11-on-8gb-computer-test-microsofts-claim-wasnt-even-close/

PS от @g33ks: Удивительный мир, который долгие годы катился в пропасть гиперпрожорливого софта, а теперь негодует, что что-то не работает на офисных тачках с небольшим количеством памяти (особо при нынешних то ценах), хотя здравый смысл подсказывает, что работать-то оно как раз должно.
1
Forwarded from Geeks (Shpak Aleksandr)
Уже пошли ожидаемо хвалебные обзоры Qwen 3.8 27B.

Эту модель долго ждали и многого от неё ожидали - и, судя по первым впечатлениям, она оправдывает надежды.

Есть, конечно, и критика. Во-первых, у модели по умолчанию установлен reasoning_effort=xhigh, и для многих задач это выглядит довольно странно: при таком режиме Qwen способна тратить огромное количество токенов на рассуждения, вплоть до того, что очень быстро забивает доступное контекстное окно даже на относительно простых задачах. Во-вторых, это заметно увеличивает время ответа — да и сама модель пока не отличается особой скоростью. Впрочем, сообщество уже активно ищет способы решить обе проблемы: экспериментирует с настройками reasoning, различными вариантами запуска и оптимизациями вроде Multi-Token Prediction (MTP) для ускорения инференса.

https://simonwillison.net/2026/Aug/16/qwen-38-27b/

@g33ks
2
🤣45🤪8😁4🤷‍♂3
😁22👍53
база
💯199
😁3