#programming #coding #softwaredevelopment #technology #tech #ai #python #javascript #typescript #java #cplusplus #csharp #golang #rust #php #ruby #swift #kotlin #dart #sql #html #css #dsa… | Lakshmi Narayanan (AKA Naraine)
0:05
#programming #coding #softwaredevelopment #technology #tech #ai #python #javascript #typescript #java #cplusplus #csharp #golang #rust #php #ruby #swift #kotlin #dart #sql #html #css #dsa… | Lakshmi Narayanan (AKA Naraine)
2 days ago
linkedin.comLakshmi Narayanan (AKA Naraine)
Hackthebox Reactor Complete Writeup - CVE-2025-55182 Next.js RCE, SQLite Credential Dump, MD5 Cracking & Node.js Inspector PrivEsc
Hackthebox Reactor Complete Writeup - CVE-2025-55182 Next.js RCE, SQLite Credential Dump, MD5 Cracking & Node.js Inspector PrivEsc
3 months ago
havocsec.dev
#Blender #Unity #SQLite #CSharp#ゲーム開発 #アプリ開発 #個人開発 #プログラミング#モバイル #iOS #Android#XR #AR■野菜育成ゲームの開発進捗状況・選択したモードごとのHome UIの自動切り替わり実装■作業時間約3時間※水槽掃除とか車いじってたので全然できてない■現状の悩み非同期処理でロード画面を実装したいが、デッドロック発生の可能性について考える時間を作らないといけない■次の作業予定・ルーム移動系のボタンで画面遷移する実装を 完成させる仮予定： ・キャラクターを完成させる →作成時：性格が顔パーツ、タネから育つ ランダムな野菜の種類がBody →ボーンもしっかり入れて完全に キャラクターとして完成させる ・ガチャルーム完成させる ・日光浴広場完成させる ・お店ルームをもっと明るく加工 ・昼夜サイクル(リアルタイムで)実装・非同期処理としてロード画面を実装・キャラと自由に会話できる機能じゃ、とまお就眠。
0:53
#Blender #Unity #SQLite #CSharp#ゲーム開発 #アプリ開発 #個人開発 #プログラミング#モバイル #iOS #Android#XR #AR■野菜育成ゲームの開発進捗状況・選択したモードごとのHome UIの自動切り替わり実装■作業時間約3時間※水槽掃除とか車いじってたので全然できてない■現状の悩み非同期処理でロード画面を実装したいが、デッドロック発生の可能性について考える時間を作らないといけない■次の作業予定・ルーム移動系のボタンで画面遷移する実装を 完成させる仮予定： ・キャラクターを完成させる →作成時：性格が顔パーツ、タネから育つ ランダムな野菜の種類がBody →ボーンもしっかり入れて完全に キャラクターとして完成させる ・ガチャルーム完成させる ・日光浴広場完成させる ・お店ルームをもっと明るく加工 ・昼夜サイクル(リアルタイムで)実装・非同期処理としてロード画面を実装・キャラと自由に会話できる機能じゃ、とまお就眠。
75 views4 months ago
x.comとまお、就眠中 - ゲームアプリ開発中
Pipeline ParallelismMy last post about a distributed LLM inference server using Go, Python, and llama.cpp.It stitches two or more GPUs together, splits a model's layers across k GPUs, and drives them as a single logical inference server:Input Token -> llama-server (local) -> (TCP, llama.cpp RPC) -> Worker GPU1 (Layers 0-X) -> TCP -> Worker GPU2 (Layers X-N) -> Output TokenI used Qwen3-1.7B and token_per_sec of ~3.22, The Architecture:Control Plane (Go): Handles auth (SQLite-backed API keys) and
0:14
Pipeline ParallelismMy last post about a distributed LLM inference server using Go, Python, and llama.cpp.It stitches two or more GPUs together, splits a model's layers across k GPUs, and drives them as a single logical inference server:Input Token -> llama-server (local) -> (TCP, llama.cpp RPC) -> Worker GPU1 (Layers 0-X) -> TCP -> Worker GPU2 (Layers X-N) -> Output TokenI used Qwen3-1.7B and token_per_sec of ~3.22, The Architecture:Control Plane (Go): Handles auth (SQLite-backed API keys) and
220 views1 month ago
x.comAditya Raj
See more
Static thumbnail place holder