rPman

Игры дают нагрузку на железо, и если оно сбоит (например материнская плата) то до перезагрузки это и продолжается. Так же очень случайные и странные проблемы порождают глюки блоков питания, если они не справляются с нагрузкой. Т.е. что бы исключить этот вариант, попробуйте для начала сменить блок питания. Вторым тестом можно сделать перенос nvme ssd на другой, заведомо рабочий компьютер.

С другой стороны, у вас nvme, а это прямой доступ к процессору (т.е. nvme буквально напрямую подключен к процессору по pci, материнка почти не участвует, там примитивный контроллер)

Для теста, попробуйте вместо игры запустить какой-нибудь бенчмарк, и если проблема сохранится, запускайте по отдельности бенчмарки для диска, памяти, процессора и видеокарты, так можно чуть больше информации собрать, например, что будет если игру запускать не затрагивая ssd?

RAG это когда берут из запроса пользователя вектор, и ищут среди векторов в базе ближайший (алгоритмы ты выше озвучил)

Смотри руками в базе, бери вектор своего запроса и ищи какие записи по нему проходят.

p.s. лично я считаю что RAG это исключительно поисковая система, для вопрос-ответных систем он подходит отвратительно (если честно я даже в шоке что у cursor что то получилось в принципе), отличный пример - поисковый запрос: 'Сколько ног у какающих принцесс' - вектор будет суммой (на самом деле не совсем но как пример) векторов смысла 'ноги', 'какать', 'принцессы', и 'обкаканые ноги' и что то там с комбинацией количеством, типа 'количество принцесс', 'количество ног' и т.п. а так как вектора смыслов работают еще и на близкие понятия, в довесок ты получишь какающих принцев, писающих принцесс, королей, президентов и т.п... как ты думаешь, сколько документов приедет в качестве ответа на запрос, если они каждый тоже совокупность (сумма) смыслов в них?

Если честно полученные документы нужно не брать верхушку результатов, а каждый обрабатывать полноценным промптом (можно использовать слабую модель) который уже будет принимать решение, нужно или нет...

Самая важная часть в получении эмбендингов - это разделение документа на чанки, и если честно я не знаю красивых алгоритмов... мне нравится идея (я ее только пробовал) - когда документы предварительно снабжаются самморизацией ее частей (в идеале отдельно по темам, на которую разрабатывается поисковая система) и вот искать нужно среди этих самморизаций.

p.p.s. ai-forever/sbert_large_nlu_ru? ничего не имею против него, но попробуйте другие модели получения эмбендингов, было бы классно если отпишитесь о результатах

Тебе нужен двусторонний туннель между vps-кой и твоей машиной.

Универсальное решение - поднять vpn сервер на vps-ке (например если на обоих сторонах linux, то с помощью того же ssh -w 0:0 -o Tunnel=ethernet ..., причем если выбирать именно тип ethernet то это будет равносильно подключению проводом vps-ку и локальную машину, т.е. добавив сетевой мост, можно будет добавить vps-ку в локальную сеть со всеми вытекающими от этого бонусами) или любым другим способом, который вы знаете

Как альтернатива, на linux есть утилита socat, это вообще очень мощный инструмент, позволяющий проксировать через туннель любого типа любой тип трафика (udp <-> tcp нет проблем, udp <-> tap0 тоже просто...) но сам по себе он трафик не шифрует...

p.s. попробуй проверить, умеет ли nat провайдера upnp, это штатный инструмент управления пробросом портов без доступа к самому роутеру (для windows https://miniupnp.tuxfamily.org/files/ )

upnpc-static.exe -a <ip локальной машины с майнкрафт> 19123 19123 UDP

в этом случае никакой удаленный vps не потребуется но доступ к майкнрафт серверу придется каждый раз подтверждать (определять ip адрес провайдера после его смены, а это может происходить до нескольких раз в сутки) либо настроить dyndns

Самое простое, открыть консоль разработчика на вкладке сеть, открыть сайт (порядок можно изменить но придется обновить страницу), затем совершить необходимые манипуляции на сайте,... полученный лог в консоли разработчика можно изучить, найти нужный запрос и нажать на нем правую кнопку мыши и выбрать скопировать curl

Варианты причин
- неудачное восстановление из бакапа (скрипт отработал до установки сиквенса до низкого значения)
- проблема с репликой master-slave
- повреждена сама база данных

Посмотри, может у тебя было включено логирование ddl в postgresql.conf log_statement = 'ddl'.
А дальше искать в /var/log/postgresql/*.log по имени сиквенса

Это не нормально, и может быть сигналом что вас обманули.

Например вы купили на интернет барахолке (типа озон или авито) с рук ноут, в котором заявленные характеристики выше реальных. Так точно делают с android. Вам подсунули модифицированную версию ОС, которая показывает фейковую информацию, мало того некоторые диагностические утилиты даже загруженные с офф сайта могут можно показать ложь (китайцы подменяют Биос) и только тесты на реальное использование покажут правду.

Настоятельно рекомендую загрузить офф образ win/linux и протестировать с помощью memtest

Делаешь текстовый файл .m3u8 со списком твоих кусочков или http ссылками на них и открываешь в ffplay

Пользуюсь Windows 10 много лет.

За это время подключил 5 жестких дисков

Все превратились в шумный кирпич после первой перезагрузки на Windows 10.

я запутался, поясните что куда когда подключили, после чего начался шум.

p.s. начните исследования с SMART и просмотра его логов, какраз на дату 'первой перезагрузки'

регулярные тыртыртыр это скорее всего попытки считать сбойные данные что бы перезаписать их в новое место reallocated sectors

p.p.s. если данные вам очень важны, НАСТОЯТЕЛЬНО рекомендую не трогать свои диски, а отнести на диагностику в сервис (обычно это не стоит особых денег), и подготовить диск, куда данные перенесете. Потому что существует неиллюзорная вероятность что ваши диски начали умирать (совпадение или особенность железа на котором была ваша win10, например контроллер на материнке или блок питания подали повышенное напряжение куда не надо и повредили контроллер диска), может быть не умрут еще лет 10 а может быть каждая запись на эти диски убивает ваши данные, незаметно для вас (например на соседних дорожках)... любая попытка что то сделать самостоятельно имеет не малый шанс ухудшить ситуацию (проблемы с контроллером это позволяют)

По-простому, ответ — никак!

Формально можно, но по факту это будет создание своего ИИ почти с нуля (можно взять в пример опыт DeepSeek — вроде бы они всё расписали, порядок вложений — несколько десятков миллионов баксов, и хотя они “стояли на плечах гигантов”, они реально молодцы: OpenAI потратили на пару порядков больше).

Новые знания "заливать" в GPT-модель не получится! Почти любые попытки файнтюна приводят к деградации и фокусировке на конкретных знаниях (да, есть успешные примеры обучения ИИ на чатах — она отлично ловит стиль текста, но умнее от такого не становится, даже наоборот). Правильный файнтюн требует начальной обучающей выборки, есть алгоритмы прореживания данных, чтобы дообучать не на полном датасете, а только на его части и чтобы деградация была минимальной або отсутствовала.

Обучающую выборку ни одна компания с адекватными моделями не публикует (из-за жадности) — потому что для нейронки это и есть “исходники”, а итоговые веса для инференса — это как .exe-файл: работать работает, но что-то поменять не получится.

p.s. Файнтюн, а ещё лучше — алгоритмы RLHF, позволяют изменить формат представления данных, например, внедрить системный промпт в модель, чтобы при её итоговом использовании он не требовался (чтобы не тратить на него драгоценные токены). Это выглядит не так просто, как написано: нужно правильно составлять обучающую выборку и тюнить качественную модель-валидатор ответов (так, например, по словам разработчиков, "характер Алисы" от Яндекса был внедрён в её модель — все её ответы на вопросы о её предпочтениях, отношении к чему-либо и т. п.).

p.p.s. Чтобы показать, почему это сложно, проведите эксперимент: возьмите самую простую нейронную сеть, которая будет пытаться аппроксимировать какую-нибудь функцию, типа y=sin(x), дайте ей пару-тройку слоёв и визуализируйте процесс — выводя на экран исходную функцию и то, что строит сеть... А затем посмотрите, что получится, если взять обученную сетку и подсунуть ей другую функцию, пусть даже слегка модифицированную. Сеть начинает "сходить с ума", пытаясь забыть старые данные и воспринять новые... И оказывается, что обучить заново с нуля сеть на новых данных просто быстрее и дешевле, чем переобучать предыдущую.

общая идея, использовать информацию с предыдущих кадров плюс сглаживание/усреднение - калмановский фильтр, экспоненциальное сглаживание, скользящее среднее (это первое что на chatgpt-шилось, общую идею я знал но пользовался этим раз в жизни, названия не помню)

чуть сложнее, разбирать объект на составляющие (в идеале всю сцену) и отслеживать движение каждого (недавно facebook релизила свою модельку для realtime детекции sam), тупой пример человек идет, размахивает руками, наклоняет голову, приседает... его составляющие двигаются по разному, поверх собранной информации о них уже можно строить алгоритмы определения где у человека что... плюс точность оценки координаты для части будет выше чем для целого (условно целиться нужно не в человека а в его голову, а точнее в список его частей тела по приоритетам голова, туловище, руки, ноги,.. ведь в разные моменты разные части тела будут скрываться)

VGA, монитор не хранит ничего, в момент установки видеоразрешения частоты монитора и видеокарты синхронизируются, и монитор ожидает по vga кабелю значение текущего rgb пиксела, в зависимости от типа видеорежима, interlaced через строку или по очереди каждая строка, пикселы ожидаются слева направо снизу вверх (или сверху вниз уже не принципиально), видеорежим подразумевает не только время на кадр, но и к примеру сколько времени нужно ожидать между строками, как кодируется цвет (монохромный или цветной) и т.п..

Когда то очень давно были даже хитрые выкрутасы, когда процессор напрямую управляя rgb цветами, позволял выдавать изображение, лучше качеством чем в принципе позволяла видеокарта (из за маленького видеобуфера старые видеокарты не умели попиксельные картинки, но умели текстовые, так как текст требует меньше памяти)

Современные lcd панели, или при использовании vga-hdmi переходника, симулируют работу crt монитора, для чего вынуждены хранить свой буфер текущего кадра, по техническим причинам lcd панель меняет значение пиксела тысячи раз в секунду (они так ШИМ-ом яркость меняют), для этого буфер и нужен.

dp/hdmi передают данные, кодировав в цифровом виде, но в мониторе уже есть буфер для их хранения.

вы пробовали ИИ спросить?

anthropic:claude sonnet 4 - предложил что на принтере настроен внешний dns сервер, и он пытается доменного пользователя через внешний dns резолвить, вот и тормозит, предлагается вручную настроить на локальный dns сервер

openai:gpt-4.1 - проблемы с авторизацией (посмотреть по логам в момент медленной печати ошибки ldap), внешний dns, еще можно принудительно указать standart tcp в настройках порта принтера на машине, покопаться в GPO связанных с печатью, еще вариант указать политику always trust для autoprint (говорит что обычная проблема для неподписанных майкрософтом драйверов после win10)

остальные тоже это посоветовали, в частности standart tcp должен решить а то автоматом там будет wsd-xxx, отключить snmp (в настройках порта отключить 'Состояние SNMP разрешено'), еще можно отключить 'Двусторонний обмен данными'... само собой поискать аутентификацию ldap на самом принтере и отключить
...

Отпишитесь, на сколько это поможет, жуть как интересно как с этим ИИ справился.

Только самосбор! И не пытайтесь брать на вырост на долго, не угадаете, а платить сейчас будете дороже чем настанет это самое потом.

Ваши задачи как я понимаю требуют большой объем оперативки плюс видеокарта (что вы подразумеваете под умным домом еще нужно догадаться, но как минимум голос распознавать локально лучше с nvidia железом, ну а облачное ничего не требует кроме денег).

МИНИ это значит x2 стоимость охлаждения... настоятельно рекомендую сосредоточиться на mATX вариантах, они не мини, но разместить туда можно все самое мощное и не будете ограничены в апгрейде, даже с видеокартой.

Есть mITX решения, именно тут вы заплатите 2х..10х от стоимости обычных ATX но размеры будут 'переносными в одной руке'. Я разные корпуса видел, и у всех проблема с охлаждением. Дам совет, не пытайтесь уменьшить размер сервера, он не будет находиться рядом с вами (разместите его в соседней комнате).

Самодельные решения по корпусу, у меня почти 6 лет под потолком в коридоре висел собранный из 'говна и палок' (дерево, детали от металлического конструктора для крепления, канальный вентилятор) в виде плоской трубы (~30x50x150), напихав туда кучу дисков, atx материнку и все что у меня было, а позже немного его апгрейдил,... крепление было на веревочках, потянул - он уехал под потолок, отпустил - спустился вниз (в реальности этим почти не пользовался).

Позже сделал 'корпус' в виде трубы (22x40x200) из алюминиевых профилей и из каких то негорючих панелей из строительного магазина (что то типа пенопласта, он плавился но не горел), там лет 8 три компьютера стояли на балконе (под конец один оставался) да и сейчас этот бред у меня стоит в одном месте на столе, без стенок с парой компьютеров внутри.

И это будет удобнее и на порядок дешевле, ведь ваш корпус определит его размещение, интегрированное в место красиво

Процессор 2012 года, не подходит для 'современной' windows11, по причинам морального устаревания (не смотрите на частоты и количество ядер, смотрите на размер L3 кеша), его оценка в попугаях 6416/2074 L3 8mb, по сравнению с современными дешевыми, тем же rysen5 7500 26846/3844 L3 32mb (за 13т.р. в dns) - и это синтетические тесты multi/single-thread, в реалиях картина будет еще драматичнее.

Размер кеша очень сильно влияет на производительность, и если весь текущий код, выполняемый на процессорев него не влезет, а это не только текущее активное приложение но и фоновые, которые могут просыпаться раз в секунду на мгновение, будет полностью убивать содержимое в кеше и ронять производительность в 10 раз. В какой-нибудь старой доброй windows 7 фоновых процессов может быть мало, код весь оптимизированный для железа того времени, и маленького кеша хватает, а в современных ос наплодили той же телеметрии, набыдлокодили в языках высокого уровня, и вот уже процессор лопатит в пустую мегабайты кода...

p.s. настоятельно рекомендую убрать win11 и перейти на какую-нибудь легковесную linux (xfce xubuntu/cinnamon mint/..), игры там идут прекрасно в steam/lutris (на основе wine), софта более чем достаточно для обывателя, а редкий специализированный софт можно и в виртуалке/дуалбуте запустить.

попробуй Chrome Remote Desktop, это отдельное приложение, работает на основе гугловского аккаунта, должно работать в любых комбинациях android - pc, но настроить разрешения на удаленное управление придется попотеть.

p.s. вдруг если кто не знает, гугл предустанавливает на все android смартфоны приложение meet, позволяет совершать аудио видео звонки, включая показ содержимого экрана (однократно нужно будет выдать на это разрешение), управлять в этот момент удаленно не получится но можно голосом сказать, вот нажми теперь сюда

Самое дешевое железо (соотношение мощность/цена) - это БУ смартфоны с android (придется выбирать, держа на пульсе руку на табличках бенчмарков).

У старых (кажется до 7-ой версии android) даже был полноценный доступ к встроенной системе распознования речи, но потом ее выпилили (т.е. offline доступна только гуглу). Так же я помню писал простенькие скрипты, работающие в браузере (везде) но это тоже выпилили везде почти сразу,.. причины не известны, наверное жадность. Советую проверить, может сейчас работает.

Почти полноценное linux окружение в них поднимается на базе termux/debian_no_root/т.п.

p.s. у openai есть realtime api, и audio+text gpt уровня gpt4o, готовые примеры создания онлайн чат бота (с локальным мониторингом речи, что бы не отправлять весь шум в модельку), требования у них на сколько я знаю очень низкие

Интернет должен быть ethernet типа а не точка-точка (tap в идеологии linux, а не tun), а так же, ip удаленной машины vpn должен быть из твоей же локальной сети (обычно vpn делают отдельную локальную сеть, добавляя в нее машину клиента и удаленную машину, нужно найти или сделать самому правильный).

Шлюз по умолчанию на роутере пропиши на эту удаленную машину (на ней должен быть настроен nat), в этом случае если vpn сломается, у машин будет неправильный шлюз по умолчанию и интернет на них работать не будет

Мало того, в такой конфигурации можно прописать на локальных машинах таблицы маршрутизации (route add ... ) на выбранные подсети, что бы они ходили через локальный шлюз (который подключен к твоему провайдеру и через который у тебя работает интернет), список российских сетей можно взять тут (заодно осознаете, на сколько ущербным получается результат, к которому стремится наше правительство, бездумно копируя китайский опыт)

p.s. для работы из браузера есть лучше способ - прокси сервера, локальный socks прокси поднимается простым ssh -D1080 ... до любой vps-ки (ничего настраивать не нужно), а значит можно играть с профилями браузера и расширениями типа foxyproxy (осторожно со штатной .pac конфигурацией, при наличии ошибок в них браузеры без ошибок молча переключаются на direct подключение)