ozca_24

[Omar Sanseviero @osanseviero]

Gemma 4 MTP just got officially merged into llama.cpp

This means you can use Gemma 4 QAT + MTP for a lightweight + super fast setup. Excited to see what the community builds with it

https://t.co/1te7tgdi2H

[Cesar Chavez @CesarChavezP29]

Me importan mucho las elecciones en Perú, pero no puedo tomarme en serio a gente que te reclama por no votar por su candidato o por decidir votar viciado.

El fujimorismo de Keiko es un lastre que estamos arrastrando más de una década, y que ha hecho mucho daño a la institucionalidad en el Perú.

Roberto Sánchez es aliado de Antauro Humala, un asesino de policías, conservador y racista. Los vinculos con gente del Movadef no es algo menor. El indulto que le darán a Pedro Castillo, si salen ganadores. Aparte de que no es gente seria que cambia su plan de gobierno faltando tres días para capturar votos de centro.

Vota por Keiko o Sánchez, pero no vendas una superioridad moral por elegir uno o el otro. Y si votas viciado, estás en tu derecho de no posicionarte.​​​​​​​​​​​​​​​​ Es parte de la democracia.

[Vincent | 信号＞噪音 @VincentLogic]

一台 8GB 显存的入门笔记本

现在可以跑一个完全自主的 AI Agent

方法：Gemma 4 26B + Hermes Desktop

本地跑 26B 模型，8GB 显存 + 16GB 内存就够

接上 Hermes 之后它能做什么：

读写文件、修改代码、打补丁 管理 GitHub 仓库 像人一样浏览网页 连接 Notion

不是"问一句答一句"的聊天

是真的在你电脑上自主干活的 Agent

以前跑这种能力的 Agent

要么靠云端 API 烧钱 要么需要高端显卡

现在一台入门级笔记本就能跑起来

本地 AI Agent 的门槛已经低到这个程度了

你的笔记本配置能跑 26B 吗？

[huihui.ai @support_huihui]

New Model:

huihui-ai/Huihui-gemma-4-12B-it-qat-q4_0-unquantized-abliterated

This is an uncensored version of google/gemma-4-12B-it-qat-q4_0-unquantized created with abliteration.

Note: For this model, both the thinking mode and the non-thinking mode have been completely abliterated. Only layers 23-36 have been abliterated.

https://t.co/I3QHipQ85U

[Yohan @yohaniddawela]

Geospatial models has a strange problem. It can recognise a house in one crop, then forget the road network around it a few kilometres later.

That’s because most remote sensing models are still built around small image tiles. They label patches of land, one crop at a time. A building is a building. A road is a road. A field is a field.

But satellite imagery doesn’t work like a folder of neatly cropped photos. It comes as huge scenes covering hundreds of square kilometres, where the meaning of a pixel often depends on what surrounds it.

A narrow strip of water could be a river, canal, drainage channel, or pond edge. A pale rectangle could be a roof, greenhouse, road surface, or bare ground. The local texture gives clues, but the wider geography often gives the answer.

This creates a bit of a trade-off.

Use small crops and the model keeps sharp detail, but loses context. It can see the road surface, but loses the road network. It can label water pixels, but loses the shape that tells you whether it’s a pond, river, lake, or canal.

Use the full image and the model gets the broader scene, but fine detail gets compressed. Narrow roads blur. Small buildings disappear. Boundaries get messy.

A new paper from Beihang University and NTU tries to solve this with SFR-Net, a model for ultra-wide area remote sensing segmentation.

The core idea is pretty simple: make the model look at the same place from multiple “altitudes” at once.

For each target area, SFR-Net creates three aligned views. A local view for fine detail. A short-range view for nearby context. A long-range view for the wider landscape.

All three are centred on the same location. The model isn’t stitching together random tiles. It’s building a stack of views around one place, closer to how a person might move between a drone image, a city map, and a regional map.

The authors call this a scale-frustum representation.

Then the model fuses the views in stages. First, the local view absorbs nearby context. Then that richer view absorbs the broader scene. Instead of choosing between detail and context, it builds from one into the other.

The results are meaningful.

On GID, SFR-Net reaches 74.67% mIoU and 86.94% overall accuracy, beating the previous best by 1.72 percentage points in mIoU.

On FBPS, the harder dataset with 24 fine-grained land-cover classes, it reaches 77.24% mIoU and 92.91% overall accuracy. That’s a 4.29 point mIoU gain over the previous best.

That second result is the more interesting one. Fine-grained land-cover mapping is where the confusion gets worse: river versus pond, road versus bare ground, small building versus surrounding urban fabric.

The model improves most where geography starts doing the work that texture can’t.

Remote sensing models have borrowed heavily from normal computer vision. That helped the field move fast, but aerial imagery has a different structure. Roads, rivers, forests, cities, and fields are spatial systems. Their meaning depends on scale, shape, continuity, and surroundings.

[stellar protocol @stellarprtcol]

Kalau lu pakai Hermes Agent, ini salah satu dokumentasi yang menurut gue wajib disimpan. 👀

Nous Research baru aja ngerilis panduan resmi soal fitur Plugins di Hermes.
Dan jujur, ini bagian yang kayaknya masih banyak dilewatin pengguna.
Padahal justru di sini potensi Hermes mulai kerasa beda.
Karena begitu plugin mulai dipasang, agent nggak cuma sekadar chat atau bantu ngerjain tugas sederhana.
Dia bisa terhubung ke tools, workflow, dan sistem yang sebelumnya nggak bisa dia sentuh.
Makanya banyak yang bilang setelah pakai plugin, rasanya kayak pakai agent yang berbeda.

Lebih berguna.
Lebih fleksibel.

Dan lebih susah buat balik ke setup Hermes yang polos tanpa plugin. 😂

Kalau lagi eksplor Hermes, dokumentasi ini layak banget buat dibookmark dulu sebelum hilang ketimpa tab lain. 🔥

[Tom Dörr @tom_doerr]

503 lessons on building AI systems from first principles

https://t.co/KXWXAYzFl1

[camotito ⊙⊝⊜ 🇵🇪 @2seokmisbros]

Puro ridículo sale con que "si gana jp me voy del país", vete p huevon quién chucha serás tú

[Joseph @cerebrox2003]

Ojalá desaparezca Keiko de la política por el bien del Perú, no le gana ni a un pésimo candidato

[Jhouna @Gjosmell]

En la guerra contra Chile, Jorge Nieto no hubiera apoyado la resistencia de Andrés Avelino Cáceres con la excusa de que está en contra de la guerra y prefiere la paz, negociando por lo bajo con los chilenos. Prefiere hacer política que hacer patria.

[さ い す け @seisorche]

私がnoteに書いた津波のシミュレーションプログラムの記事をCodexに読み込ませて、これを計算するソフトを作れと指示したら、１日２日スマホ経由でいじってるだけでこんなものができてしまった。おそろしい。

https://t.co/DFg81sNZdi

[Erick @ErickSky]

Zapier está muerto para quien construye con agentes.

El futuro es MCP + open source.

ActivePieces ya tiene ~400 herramientas listas para que tus agentes las usen.

Self-hosted.
Ilimitado.
Seguro.

REPOOO👇

[Javier Tres Canseco @generacionzpe]

El tema es que Sendero Luminoso ya no existe y el Fujimorismo sí, idiota.

[Señor del caos visual ☭ @adictoapple]

🚨‼️Urgente ahora 💥💥💥

Un misil iraní ha golpeado y destruido por completo una fábrica de misiles sionista. 💥💥 🚀🔥

[💙 @pristinera]

si keiko dice amar tanto al país, que hoy se retire de la política. sus malas acciones han ocasionado que la democracia peruana ya no se rija por votos, sino por antivotos. ahora es más posible que nunca que personas alineadas con senderistas lleguen al poder…

[_zahira_Sahraen🇵🇸🇪🇸🚫الخاص @bouchraSahrane]

100% نسبة اعتراض الصواريخ؟ 🛡️
الواقع يقول إن 100% من السكان انتهى بهم المطاف في الملاجئ!
​​شاهدوا ماذا حدث في الفيديو أدناه . 🚀💥✊👇

[★ Marco ★ @MarcoAnayaQ]

La región más azotada por el terrorismo desmoronando la narrativa limeña de q todo lo q no es Keiko en segunda vuelta es terrorismo o tiene aliados con SL, Movadef, etc. Allá los q se tragaron el cuento, pero los q la vivieron saben qn es el enemigo de la patria. Bien, Ayacucho.

[Marcelo Licetti 🐔 @M_licetti1924]

🥰

[Supranauta @Supranauta]

Lo que queda claro de nuevo en estas elecciones, es que un poco más de la mitad del Perú, y especialmente en Lima, están muy cómodos con la mediocridad de la vida que ofrece este sistema para todos.

[د. بشرى صدقي @Bushra_Sidqui]

أتركوا كل المقاطع التي وصلت من إسـ ـرائيل.. هذا👇 يختلف تماماً

شاهدوا المشهد واسمعوا الصراخ الذي خلفته الصواريخ الإيرانية
افيخاي يقول تصدينا لكل الصورايخ😂