Intelligenza artificiale e lotto 🤖🎱📈📉🎯

[lotto_tom75]

Ciao Tom, ma tutta questa roba la fai girare in locale sul tuo mini pc nipogi con 16gb di ram?
Se si, che risposta di token hai al secondo?
Grazie e complimenti.....

Grazie x i compli druid, sul canale con 4 video realizzati con il potentissimo google notebook lm cerco di spiegare tutto abbastanza nel dettaglio ma al di la' di un altra infografica che tra poco forse metterò qui sotto in estrema sintesi si tratta di questo cambio di paradigma operativo con ciliegina big (brain) finale : cercare di spostare il problema della complessità e peso di conoscenza "verticale" e "customizzabile" da sistema classico dei pesi (8b, 64b ecc) a quello di un sistema leggerissimo con modelli "lepre" con molto meno cervello e/o meri esecutori leggerissimi (1b o poco più) ma capaci di trovare, riportare e presentare la rispo in modo massimamente efficiente in termini di archiviazione e recupero dinamico delle info tramite sistema rag e obsidian a loro volta aggiornabili in automatico dai modelli stessi o da big brains remoti sandboxati e che rappresentano di fatto il know how verticale ampliabile ad libitum dell'intero sistema. La ciliegina extra e' appunto poter usare free come orchestratore, pensatore e anche come esecutore tramite "bracci" python sandboxati anche modelli enormi remoti ma free che poggiano su piattaforme free tier come open router e nemotron120b ad esempio . Il tutto e' gestibile anche solo da penna usb 128gb a stato solido o classica e su qualunque tipo di device essendo appunto indipendente dall'hardware ospitante.

 

[lotto_tom75]

Ragionando... con Claude... e riassumendo... con GNLM



Io forse li proverò per massimo 3 colpi...

NESSUNA CERTEZZA SOLO POCA PROBABILITA' ​

 

[lotto_tom75]

Aggiornamento...

Frankestein AI 2.0 ha traslocato su penna usb 128 gb (116 reali..) a stato solido.. 400mb /read 300mb /write e sembra trovarsi perfettamente a suo agio con i suoi 4gb appena di peso attuale...

Cose già implementate fall back tra big brain free tier... Nemotron 120b -> scala su Gemini 2.5 free ecc... che a sua volta scala su altre Gemini free... ; "braccia" python sandboxate che permettono anche ai big brain di FARE in cartella tests... Spostamento automatico in obsidian da tests a inbox o raw. Cose da fare: Far rispondere i cervelli small e big locali e remoti facendoli imparare e/o recuperare e collegare le info dal know how organizzato in obsidian e permettere a obsidian di organizzare al meglio tutto il know how passatogli (es. 30 anni di esperienza... lotto... ) . Scoperto solo ieri... chattando con QWEN che posso anche collegare COMFYUI su colab tramite cloudfare per generare in modo automatico a nodi in stile n8n img e video da modelli generativi remoti (come cogx e stable ecc..) free usabili sempre con le gpu tesla di colab free a tempo (12h).




es. della potenza e velocità di una simile implementazione...

Chiesto a big brain : dammi un prompt per generare in vheer qualcosa di figo...

In nemmeno 10 sec...

Prompt: A breathtaking hyperrealistic portrait of a majestic white wolf, standing proudly on a snow-covered mountain peak at dawn. The wolf's fur is intricately detailed, showing individual strands, with a soft glow from the rising sun catching its edges. Its eyes are piercing amber, reflecting intelligence and wildness. In the background, jagged, snow-capped peaks are bathed in the warm hues of a sunrise (pinks, oranges, purples), with a clear, crisp blue sky above. A light mist or fog gently swirls around the lower parts of the mountains, adding depth. The composition is a medium shot, focusing on the wolf's upper body and head, with a shallow depth of field to emphasize the subject. The lighting is dramatic and golden hour, creating strong contrasts and long shadows. The overall mood is epic, serene, and powerful. Rendered with extreme detail, 8K resolution, photorealistic, cinematic lighting, volumetric lighting, ultra-detailed, sharp focus, intricate details, masterpiece, best quality, high dynamic range (HDR), ray tracing, physically based rendering (PBR).

Negative Prompt: blurry, low resolution, ugly, deformed, disfigured, poor anatomy, extra limbs, missing limbs, bad hands, bad eyes, cartoon, sketch, painting, illustration, watermark, text, signature, cropped, out of frame, worst quality, low quality, jpeg artifacts, duplicate, morbid, mutilated, extra fingers, fewer fingers, poorly drawn face, poorly drawn feet, bad proportions, tiling, poorly rendered, error, missing, extra, mutated, malformed, disfigured, out of focus, noisy, grainy, pixelated, oversaturated, undersaturated, grayscale, monochrome, bad composition, amateur, poorly lit, dark, unclear, flat lighting, dull, boring, simple background, plain background, human, person, city, buildings, cars, trees (other than snow-covered pines in distance), green, summer, autumn, rain, night, sunset (only sunrise), artificial light.

Risultato su vheer:

 

[ciccioriccio]

Tom la previsione su Firenze è ancora valida? Grazie

 

[ciccioriccio]

Il terno vergine da più di 20 anni 17 19 47 , volendo analizzare che durata ha? Grazie mille tom

 

[lotto_tom75]

Tom la previsione su Firenze è ancora valida? Grazie

si per altri 2 colpi... teorici..

Il terno vergine da più di 20 anni 17 19 47 , volendo analizzare che durata ha? Grazie mille tom

non ho capito a cosa ti riferisci...

 

[lotto_tom75]

Aggiornamento...





ai team di sviluppo vibe coding: CLAUDE free + QWEN free + GEMINI free e forse fra poco frankestein si cucirà... da solo... Tempo dall'ideazione alla creazione : 5 gg scarsi... ​

 

[Pumaiser]

Ho letto che in futuro pensi di integrare anche il 10 e lotto 5 minuti... Hai ancora l'intenzione?

 

[ciccioriccio]

si per altri 2 colpi... teorici..




non ho capito a cosa ti riferisci...

C'è un terno 17 47 19 che qui su CED è stato previsionato e mi chiedevo se te con ia puoi fare uno studio per mettere in relazione che ne so i colpi rimanenti la percentuale di riuscita della realizzazione. Grazie per interesse

 

[lotto_tom75]

Ho letto che in futuro pensi di integrare anche il 10 e lotto 5 minuti... Hai ancora l'intenzione?

Non so dove e quando lo scrissi ma il 10elotto 5 min e' troppo veloce almeno per me da implementare in un qualsiasi sistema lontanamente predittivo.. Senza contare il database esagerato cui dover far riferimento.. Quindi almeno per ora la risposta e' no.

 

[lotto_tom75]

C'è un terno 17 47 19 che qui su CED è stato previsionato e mi chiedevo se te con ia puoi fare uno studio per mettere in relazione che ne so i colpi rimanenti la percentuale di riuscita della realizzazione. Grazie per interesse

Su tt , su tt e nz o su ruota specifica? Almeno dammi qualche indizio in più su dove lo hai letto...

 

[Pumaiser]

Non so dove e quando lo scrissi ma il 10elotto 5 min e' troppo veloce almeno per me da implementare in un qualsiasi sistema lontanamente predittivo.. Senza contare il database esagerato cui dover far riferimento.. Quindi almeno per ora la risposta e' no.

Si capisco... X il database, x portare avanti i miei studi, ho uno script in esecuzione da diversi mesi, però il tuo lavoro sembra di un altro livello

 

[lotto_tom75]

Aggiornamento...

Dando in pasto 792 casi di sfaldamenti x s2 in absc29 da febb ad oggi entro 5 clp su ruota target illuminata da jarvis a sistema backtesting su colab che include qwen fatto da gemini...

The tokenizer has new PAD/BOS/EOS tokens that differ from the model config and generation config. The model config and generation config were aligned accordingly, being updated with the tokenizer's values. Updated tokens: {'bos_token_id': None}.
==((====))== Unsloth - 2x faster free finetuning | Num GPUs used = 1
\\ /| Num examples = 792 | Num Epochs = 3 | Total steps = 297
O^O/ \_/ \ Batch size per device = 1 | Gradient accumulation steps = 8
\ / Data Parallel GPUs = 1 | Total batch size (1 x 8 x 1) = 8
"-____-" Trainable parameters = 29,933,568 of 3,115,872,256 (0.96% trained)
`use_return_dict` is deprecated! Use `return_dict` instead!


[297/297 50:28, Epoch 3/3]


Step
Training Loss

10
1.190636

20
0.595830

30
0.199297

40
0.163943

50
0.153783

60
0.156549

70
0.147735

80
0.147427

90
0.145931

100
0.140054

110
0.135777

120
0.135633

130
0.132898

140
0.125894

150
0.128974

160
0.122920

170
0.118433

180
0.117992

190
0.112178

200
0.108236

210
0.098756

220
0.095637

230
0.092796

240
0.090170

250
0.087451

260
0.085958

270
0.080929

280
0.080651

290
0.082166

---------------------


Below is an instruction that describes a task, paired with an input that provides further context. Write a response that appropriately completes the request.

### Instruction:
Analizza il seguente report statistico per la formazione ABSC29 sulla ruota indicata e prevedi quali numeri si sfalderanno nei successivi 5 colpi.

### Input:
Elaborazione con archivio lotto aggiornato al [10870] [ 91] 06.06.2026
Gruppo base numerico analizzato absc29
Note extra riguardanti lo sviluppo es. analisi abs x A ecc...
Combinazioni di classe 1 analizzate per punti 1 sulle ruote FI
La seguente lista mostra le prime Combinazioni In Base al valore di Ritardo
Range analizzato [00001] [ 1 ] 07.01.1871 fino a [10870] [ 91] 06.06.2026
Estrazioni analizzate totali : 10870

### Response:
Esiti verificati nei successivi 5 Both `max_new_tokens` (=1000) and `max_length`(=32768) seem to have been set. `max_new_tokens` will take precedence. Please refer to the documentation for more information.


Per prevedere quali numeri si sfalderanno nei successivi 5 colpi si prevede la seguente lista base numerica analizzata per punti 1 sulla ruota FI: absc29.

Estrazioni analizzate totali : 10870

I primi 5 numeri che si potrebbero sfaldare nei prossimi 5 colpi su FI sono 4, 13, 23, 61 e 83.<|endoftext|>


Qui la cosa nuova consiste nel training seppur su campione piccolo (solo ultimi 792 casi) di sfaldamenti doc di almeno s2 su ruota unica entro 5 colpi by absc29. La loss continuamente decrescente lascerebbe pensare quanto meno ad un buon apprendimento da parte del modello del dataset fornitole.

Nessuna Certezza Solo Pochissima Probabilità

 

[ciccioriccio]

Su tt , su tt e nz o su ruota specifica? Almeno dammi qualche indizio in più su dove lo hai letto...

Il previsionista è Geronimo e il Post le chicche di Geronimo sempre che Geronimo non se ne abbia a male. Scusatemi

 

[lotto_tom75]

Aggiornamento...

Ho detto ha claude ai free di provare a farmi un mockup per il frontend di frankestein AI e lui in 30 secondi mi ha fatto questo

 

[lotto_tom75]

Il previsionista è Geronimo e il Post le chicche di Geronimo sempre che Geronimo non se ne abbia a male. Scusatemi

senza scomodare l'AI ti ho fatto una ricerca completa per s2 da 1 a 11 ruote unite e da 2 a 5p unite e purtroppo non è risultata nessuna zona di compressione che potesse indicare un picco potenziale di uscita.. Ad ogni modo i rap max risultanti sempre x s2 sono quelli che vedi sotto sulle rispettive ruote e posizioni.

range di analisi [00001] [ 1 ] 07.01.1871-[10870] [ 91] 06.06.2026
range di verifica [10870] [ 91] 06.06.2026-[10870] [ 91] 06.06.2026
n. ultime estrazioni analizzate 10870
gruppo base analizzato 17.19.47 classe 3
numeri immessi da tabella
gruppo base analizzato di classe 3
classe di sviluppo minima 2
classe di sviluppo massima 3
numero max formazioni integrali sviluppate 1
ruote analizzate 1.2.3.4.5.6.7.8.9.10.12
ruote unite minimo 1
ruote unite massimo 11
posizioni unite minimo 2
posizioni unite massimo 5
sorte di ricerca 2
filtro diffp e incmaxp applicato s/n s
diffp minima 0
diffp massima 0
incmaxp minimo 0
incmaxp massimo 360
ritardo massimo posizionale rilevato generale 10870
formazione con ritardo massimo generale rilevato 17.47
ruote con ritardo massimo generale rilevato .BA.FI.
posizioni unite con ritardo massimo generale rilevato .2.5.
diff posizionale 0
parametri standard per 5 posizioni unite ra 122 rs 1310 incmax 0 freq 44
ritardo minimo posizionale generale diverso da 0 : 40
formazione con ritardo Minimo posizionale generale 19.47
ruota con ritardo Minimo posizionale generale .CA.
posizioni con ritardo Minimo posizionale generale .2.3.
ritardo massimo posizionale incmaxp generale 5253
formazione con ritardo massimo posizionale incmaxp generale 17.19
ruota con ritardo massimo posizionale incmaxp generale .GE.NA.
posizioni con ritardo massimo posizionale incmaxp generale .2.4.
casi multipli di rap max incmaxp generale rilevati 8
casi diff incmaxp=0 0

numero di casi con incmax posizionale attuale > storico: 1132

numero di casi totali: 3138

colpi rimanenti minimi: 10870

colpo massimo:

tt 00:28:15

Nessuna Certezza Solo Poca Probabilità

Però ciccio te lo dico qui a te ma vale per tutti : molto meglio se apri un tuo thread con la domanda anzichè farla in thread dedicato ad altre ricerche perchè altrimenti rischi di confondere chi appunto sta seguendo altre cose... (questo vale in generale...). Grazie