CavéGone retweeted
Les gens qui disent : « Bill Gates a quitté l'école et pourtant, il a réussi ! »
Il a quitté Harvard, les gars, pas la 6e de votre collège.
CavéGone retweeted
Carton rouge pour le joueur en jaune qui a voulu respirer le même oxygène que Lionel Messi
CavéGone retweeted
Écoutez bien les sages paroles de José Mourinho en réaction aux récentes blessures graves (Doué, Kane).
CavéGone retweeted
Lyon ils changent de coach, ils ont 3 blessés hyper importants et ils sont largement meilleurs que nous. Ils ont un gardien décisif, pas des routiers derrière et des mecs qui ont de l'envie ailleurs
CavéGone retweeted
Match cohérent de la part de l’OL avec déjà des ajustements tactiques intéressants même si globalemrnt ça manque de maîtrise technique pour aller plus loin.
J’apprécie le calme de Carlos et ce qu’il dégage pour le moment.
Khalis au dessus, toujours du mal avec Nakamura, mais un LOSC en difficulté pour faire du jeu et sortir du pressing.
Ils vont sûrement proposer autre chose en 2eme et je ne suis pas hyper rassuré…
CavéGone retweeted
Khalis Merah : "Il a eu la chance de travailler avec Pep Guardiola. Et on sait tous comment les équipes de Pep jouent." 😏
Les mots du jeune lyonnais au sujet de son nouveau coach 🗣️
CavéGone retweeted
Le mandat de Carlos Vicens commence par un match très sérieux à Lille et une victoire assez logique, avec un but de l’inattendu Mads Bidstrup : le compte-rendu du match pour @lequipe ⬇️
lequipe.fr/Football/Actualit…
CavéGone retweeted
ARRÊTEZ DE METTRE LE CLIGNOTANT GAUCHE POUR ALLER TOUT DROIT SUR UN ROND POINT, VOUS ÊTES PAS UN POIDS LOURD !
CavéGone retweeted
The intensity and the pressing are certainly the two things that struck me most about Carlos Vicens’ debut. Even in the second half, when Lille were pushing forward and Lyon were facing more difficulties, those principles remained. I look forward to seeing more of his OL.
Une victoire qui promet de belles choses.
Allez l'OL 🔴🔵
𝗨𝗻𝗲 𝘃𝗶𝗰𝘁𝗼𝗶𝗿𝗲 𝗽𝗼𝘂𝗿 𝗹𝗮 𝗽𝗿𝗲𝗺𝗶𝗲̀𝗿𝗲 𝗱𝘂 𝗰𝗼𝗮𝗰𝗵 💪
Du combat, de l'esprit d'équipe, du jeu... de bons ingrédients pour l'emporter à Lille ce soir ! 👊🔴🔵
C'est ça les gars !!!! 🔥
0-1 #LOSCOL
1
79
CavéGone retweeted
Éric Fréchon revisite la soupe à l'oignon 🧅
Oignons confits à la moelle, porto + vin blanc, bouillon de pot-au-feu, puis sabayon au comté et bouillon bouillant au milieu.
Version contemporaine. Juste "tellement bon".
Tu la tentes ? 👇 #SoupeALOignon #EricFrechon
CavéGone retweeted
🇫🇷 A French AI company released a 7B model that runs at 72 tps on an 🍎 Apple MacBook Air with only 16GB RAM! - No discrete GPU needed.
The 6-bit quantization is actually faster than the smaller 5-bit version! 🤷♂️
Olala-v1.0-mini-7A1B is the new model from OVHcloud 🇫🇷.
It's an open-weight reasoning model built using a hybrid Mamba-3, attention, and Mixture-of-Experts architecture.
And it was designed to run efficiently on local hardware. 👏
Model specs ...
🧠 6.8B total parameters
⚡ ~1B active per token
🏗️ 29 Mamba-3 + 7 attention layers
📚 32K context
🐝 Native tool calling
💭 Four reasoning-effort levels
🌍 Trained on 12.8 TRILLION tokens
🔓 Apache 2.0
Performace of OVHcloud's reported results on an M5 MacBook Air with just 16GB unified memory.
GGUF → Size → Generation speed
🟢 Q8_0 → 6.9GB → 60 tps
🔥 Q6_K → 6.3GB → 72 tps 👈
🔵 Q5_K_M → 6.0GB → 44 tps
And the Q6 version also delivers 932 tps of PP.
These measurements used a 512-token prompt and 128 generated tokens.
OVHcloud reports that all three quantizations perform within benchmark noise of the original BF16 model on its tested coding and mathematics evaluations.
That means the 6-bit model provides the best measured generation speed wo a quality penalty.
The model supports reasoning, multi-turn tool use, and agentic workflows.
So locamaxxer details ...
💾 6.3GB Q6 GGUF
🍎 Runs on a 16GB Mac
🟢 NVIDIA GPU support
💻 CPU inference supported
🐝 Tool calling through an OpenAI-compatible API
🔓 Downloadable weights and runtime code
⚠️ The GGUF currently requires OVHcloud's custom llama.cpp fork.
Standard llama.cpp, Ollama and LM Studio don't support this architecture yet.
There's also an MLX implementation for Apple Silicon.
Links in ALT























