구차니의 잡동사니 모음

모든 엔딩은 다 보았고

이름을 남기기 완료

자 10회차 가자고 ㅋㅋㅋ

테스트 해보니

IQ2_M 은 영어로 하던 한글로 하던 반복해서 쓸수가 없고

Q4 / Q8은 생각하지 않게하니 응답은 한다.

1060 6GB

아래 처럼하면 엄청 줄일 순 있는데

컨텍스트만 해도 이정도로 줄어든다.

-c 4096 797 MiB

-c 8192 861 MiB

-c 16384 953 MiB

Q8은 많이 줄어들진 않는다.

-c 4096 1395 MiB

-c 8192 1447 MiB

-c 16384 1551 MiB

그래도 이정도면 2GB 에서도 어떻게 돌릴순 있을듯 한데?

+

1187 MiB. 와우

ffprobe와 ffmpeg을 넣어줘도  big bunny 60MB 짜리를 못하네 쩝.. 어떻게 해야 돌릴수 있지?

+

2026.07.19

jetson nano에 하려고 했더니

ollama 업데이트 -> glibc 버전 문제로 먹통

llama.cpp -> libssl.so.3 / libcrypto.so.3 문제로 실행불가

빌드 하려니 32GB 짜리인데도 93% 라서 먼가 할수 없는 상황 -_-

후.. 또 언제 탄막하고 10회차 가지? ㅋㅋㅋ

3식 전술창 얻고 강화하기 전

강화하고 나니 빨간점이 하나 생긴다.

에밀이 무엇을 결심할걸까

에일리언들이 지구 와서 겁나 후회했을 것 같은 비주얼 1

에일리언 : 아니 환공포증 아니아니 게슈탈트 붕괴 올뻔했다고 (어?!)

에일리언들이 지구 와서 겁나 후회했을 것 같은 비주얼 2

에일리언 : 아니 쟤네 눈에서 레이저가 나온다고!!! C8!!!!

이거 놓치면 안된다고 했는데

정작 못 잡아서 한 번 더 봄 ㅋㅋㅋㅋ

솔찍히 내가 만나던 에밀이 흑화해서 다 죽이겠다! 하는게 아니라서 다행이야 ㅠㅠ

어? Stale diffusion 에서 들었던 lora가 나오네? stable diffusion 만의 기술은 아니었나 보다.

그나저나 돌려볼 엄두도 안나긴 하지만.. 코드가 잘 보이지 않네. 한번 시도는 해보고 싶은디.

LoRA - Low Rank Adaptation

QLoRA - Quantized LoRa

[링크 : https://wikidocs.net/293565]

[링크 : https://news.hada.io/topic?id=28211]

[링크 : https://littlefoxdiary.tistory.com/m/134]

문득 젯슨 나노 4GB 모델에서 돌려볼만한 모델이 있나 찾아보는중.

2GB가 대부분이라 돌려볼 엄두도 안날것 같긴한데..

4GB 면은 그래도 1B 모델 정도는 가능하지 않을까 해서 검토

[링크 : https://huggingface.co/microsoft/Phi-3-mini-4k-instruct/]

[링크 : https://huggingface.co/TinyLlama/TinyLlama-1.1B-Chat-v1.0/]

[링크 : https://www.jetson-ai-lab.com/models/gemma3-1b/]

[링크 : https://www.jetson-ai-lab.com/models/qwen3-5-0-8b/]

    [링크 : https://huggingface.co/Qwen/Qwen3.5-0.8B]

[링크 : https://huggingface.co/unsloth/Qwen3.5-0.8B-GGUF] multimodal - image / video

[링크 : https://huggingface.co/unsloth/Qwen3.5-0.8B-MTP-GGUF]

[링크 : https://huggingface.co/unsloth/tinyllama/]

[링크 : https://huggingface.co/unsloth/gemma-2-2b]

[링크 : https://huggingface.co/unsloth/gemma-2b]

점프 이거 따라하는 법 도저히 못 하고 포기 -_ㅠ

그냥 겁나 비비면서 미라지 써서 조금씩 올라가는거 성공해서 겨우겨우 획득

[링크 : https://m.blog.naver.com/zerone83/221009003868]

검게 그슬려 돌아옴 ㅋㅋ

입구는 그냥 조촐(?) 한데

들어가서 보면 나름 넓고 괜찮다. 금액대비 대만족!

RFID 관련 규격 정리중

claude 랑 이야기 하다 보니

type A / type B는 part 2 RF 출력, 신호 인터페이스 관련(modulation 등) 차이이고

mifare / desfire / ntag 등은 type A를 쓴다고 한다.

part 4 에서 전송 프로토콜 혐상을 하고 나서 APDU로 통신을 하는 듯.

Part 1: Physical characteristics

[링크 : https://cdn.standards.iteh.ai/samples/73596/a466036642d748d5a68e3adf58009141/ISO-IEC-14443-1-2018.pdf]

Part 2: Radio frequency power and signal interface

[링크 : https://cdn.standards.iteh.ai/samples/73597/91d41d645abb47b583de0532e74590d6/ISO-IEC-14443-2-2020.pdf]

Part 3: Initialization and anticollision

[링크 : https://cdn.standards.iteh.ai/samples/73598/7d90d7e26ed74f22b6ccd16cc3204b7d/ISO-IEC-14443-3-2018.pdf]

Part 4: Transmission protocol

[링크 : https://cdn.standards.iteh.ai/samples/73599/78cb3949540b4b7da711f301650caa06/ISO-IEC-14443-4-2018.pdf]

순식간에 완만해 지는 곡선. 하지만 얼마나 더 떨궈야 하나 부터 고민해보면

뒤로 갈수록 기울기는 점점 완만해지고, 도달에 원하는 수치까지의 시간은 예상외로 길어지게 된다.

학습율 0.04

0~10000 까지의 학습

0~2000

2000~4000

4000~6000

6000~8000

학습율 0.01

0~9000 정도 까지의 학습

아래는 구간에 대한 y축 스케일이 다른 확대 버전.

0~2000 epoch

2000~4000

4000~6000

6000~8000

8000~10000

올라가냐 내려가냐 희망고문하는게 무슨 주식같냐 -_-

어... 지금까지 내가 보던게 training loss가 아니라 validation loss 였나 보다?

그나저나 일정 수치 이하로 안떨어지는건 over fit은 아닌것 같은데 머지?

[링크 : https://itmaster98.tistory.com/233]

평탄화 되면 잘 학습된거라는데.. 그 값이 0.xxx 이렇게 수렴하지 않고 3.xxxx 이렇게 되어도 되나?

[링크 : https://blog.naver.com/dkdaf/224309817150]

어.. 그러고 보니 validation set을 몇 장 안넣어 둔 거 같은데..

그래서 높게 나오나?

[링크 : https://hei-jung.github.io/machine-learning/why-is-my-validation-loss-lower-than-my-training-loss/]

학습속도 0.0005 ~ 0.001 사이 (어떤 모델, 학습인진 모르겠으나..)

[링크 : https://sulung-sulung.tistory.com/18]

초기 학습 시작시에 높은 값이 뜨긴 하지만 그래도 만 단위 까지 본적은 없음.

반대로 학습율이 너무 높다던가. 정 안되면 loss function을 바꿔봐야 하나?

[링크 : https://oniss.tistory.com/35]

학습곡선이 진동이 크면 batch 를 늘리는 것도 방법(메모리 사용량 증가)

[링크 : https://hyen4110.tistory.com/12]

[링크 : https://velog.io/@jhlee508/인공지능-Loss가-더-작다고-Accuracy가-더-높은-것은-아니다]

[링크 : https://untitledtblog.tistory.com/158]