TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #1011 · 16.08
Видеоигры плохо коллекционируются. Цикл устаревания видеоигр очень своеобразный и отличается от практически всего остального: кино, книг, настолок, музыки. Во-первых, есть чисто технические проблемы: на современных устройствах старые игры не запустятся, так что вам нужно хранить, помимо самой игры, какую-нибудь древнюю приставку. И периферию к ней, потому что современный телевизор в теории тоже может отказаться работать с этим всем. И если, не дай бог, что-нибудь сломается, вы потеряете доступ вообще ко всей вашей коллекции. Я уже не говорю о том, что, в общем-то, держать придется десяток разных приставок и пару древних компьютеров. К этому добавляется тот факт, что игры вам придется покупать и хранить на дисках. А еще бывают игры, которые не являются многопользовательскими, но требуют перманентного соединения с интернетом и живых серверов разработчиков, такие коллекционировать можно только в пиратском виде. Во-вторых, есть эстетический момент. Бывают люди, которые спокойно смотрят на кубическую древнюю графику или даже наслаждаются ей, но таковы не все. Я вот обожаю Half-Life, однако всерьез играть в первую часть мне тяжеловато (к счастью есть Black Mesa Source). Практически во всех остальных жанрах искусства авторы почти не упирались в технологии своего времени, поэтому сейчас можно с полным удовольствием и читать книгу столетней давности, и смотреть старый фильм. Пожалуй, особняком стоит тут всякая фантастика: давайте честно, на бой световыми мечами в четвёртом эпизоде "Звёздных Войн" без слёз не взглянешь. Но всё равно это игровое кино, 80% времени которого занимают симпатичные актёры и прекрасно смоделированные декорации. С играми хуже — авторы первой "Лары Крофт" сделали бы круглые... эээ головы персонажей, если бы могли. С настолками в этом плане куда приятнее. Коробка содержит в себе все компоненты и правила. Ей не нужен интернет или другие источники данных. Ей не нужна периферия для работы. Через 20-30-50 лет я открою коробку, в ней всё ещё будет всё необходимое для игры, графика всё ещё останется такой же красивой. Даже если издатель за это время обанкротится, настолка — вещь в себе. Пожалуй, есть только один по-настоящему серьёзный недостаток против видеоигр — для партии в настолку нужны другие люди. #games
Hashtags
Търсене: #graph
@Isaiahsystem · Post #1203 · 30.06.2024 г., 07:23
Related Subreddits丨Reddit 探索神器 https://anvaka.github.io/sayit/?query=Nietzsche 最近发现的爆炸网站，Reddit 相关论坛探索，Reddit 关键词图谱。它能根据你给出的任意论坛名字或关键词，编织出整个论坛与之相关的子板图谱，与之关联。点击图谱按钮，再点击弹出的侧边栏子板名字，即可跳转。 网站提到这种图谱关系生成由「发布到此 Subreddit 的用户也发布过的其它板块」决定，并通过 Jaccard Similarity（衡量两个集合相似度的指标）来最终确定板块相似度。 Reddit 作为我 RSS 常驻网站之一，挖掘得比较少，这个网站可以好好用用。它类似前面用过的 music map 以及各种论文网站图谱，详情见下面 refs. 相关链接 1 可视化图谱 2 搜索引擎终极索引 #search#graph#tools
@githubtrending · Post #14632 · 25.04.2025 г., 12:00
#python#agents#graph#llms#rag Graphiti helps AI systems handle constantly changing information by building real-time knowledge graphs that track relationships and historical data, allowing them to integrate user interactions, business data, and external sources seamlessly. Unlike traditional methods, it updates information instantly without needing full recomputations, enabling precise historical queries and efficient hybrid searches. This helps AI applications stay context-aware, automate tasks effectively, and manage complex, evolving data with minimal delay. https://github.com/getzep/graphiti
@thedevs · Post #1384 · 01.02.2019 г., 20:02
Data structures 101: graphs, a visual introduction for beginners. #article#tutorial#data#ds#graph @thedevs https://kutt.it/4S6HBr
@tsukassadrive · Post #3010 · 08.01.2026 г., 02:55
#twitter#animals#dogs#science#physics#graph#mongolia
@cosplayuploadtest2 · Post #102714 · 23.03.2025 г., 03:36
Title: Iori_Sagara_相楽伊織,_GIRLS_graph._デジタル写真集_「泡沫の宵夢」_Set.02 Authors: #None Tags: #None#Iori_Sagara_相楽伊織#Nogizaka46_乃木坂46#デジタル写真集#Iori#Sagara#相楽伊織#GIRLS#graph#デジタル写真集 #「泡沫の宵夢」 #Set #02 recommendation: None TelegraphLinks:page-0-32
@cosplayuploadtest2 · Post #102682 · 23.03.2025 г., 03:34
Title: Iori_Sagara_相楽伊織,_GIRLS_graph._デジタル写真集_「泡沫の宵夢」_Set.01 Authors: #None Tags: #None#Iori_Sagara_相楽伊織#Nogizaka46_乃木坂46#デジタル写真集#Iori#Sagara#相楽伊織#GIRLS#graph#デジタル写真集 #「泡沫の宵夢」 #Set #01 recommendation: None TelegraphLinks:page-0-28
@githubtrending · Post #14649 · 30.04.2025 г., 13:00
#typescript#csv#diagrams#graph#json#nextjs#react#tool#visualization#yaml JSON Crack is a free, open-source tool that instantly turns complex JSON, YAML, CSV, XML, or TOML data into clear, interactive graphs, making it easier to explore and understand your information. It lets you convert between formats, validate data, generate code (like TypeScript interfaces), run queries, and export visuals as images—all while keeping your data private since everything processes locally on your device[1][2][5]. https://github.com/AykutSarac/jsoncrack.com
@githubtrending · Post #14878 · 28.06.2025 г., 14:00
#cplusplus#arduino#cansat#csv#embedded#graph#ground_station#iot#microcontroller#network#projects#qt#serial#serial_studio Serial Studio is a free, easy-to-use tool that lets you visualize real-time data from devices like microcontrollers via serial ports, Bluetooth, or network connections. It works on Windows, macOS, and Linux, and offers customizable dashboards with various widgets to monitor sensor data, debug info, or telemetry. You can quickly plot data, export it as CSV for analysis, and even use advanced features like checksum validation and JavaScript data processing. It supports hobbyists, educators, and professionals by simplifying data monitoring and debugging, saving you time and effort in understanding your device’s output. Pro versions add commercial use and extra features[1][4][5]. https://github.com/Serial-Studio/Serial-Studio
@githubtrending · Post #15518 · 24.02.2026 г., 11:30
#rust#ai#ai_ocr#attention_mechanism#gnn#gnn_model#gnns#graph#graph_neural_networks#llm_inference#low_latency#mincut#neo4j#ocr#onnx#rust#vector#wasm RuVector is a free, open-source vector database that gets smarter with every query. Unlike static databases, it learns from usage via GNN layers, runs LLMs locally with no cloud costs, supports graph queries like Neo4j, scales freely across nodes, and deploys as a single self-booting file (125ms startup). Run with `npx ruvector`. You benefit from faster, more accurate AI search that improves automatically, zero operating costs, full offline/privacy control, and easy scaling—perfect for RAG, agents, or edge apps without vendor lock-in. https://github.com/ruvnet/ruvector