Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1039 · 15.11

Дуров у себя в канале опубликовал пост о том, что некое приложение, созданное любителем за два дня, заработало $500 тысяч сразу со старта (в сети пишут что речь про Memhash — обычный idle-криптоскам, просто в тематике майнинга, еще и с платным входом). This is the power of hard work, determination, and the Telegram mini app platform! пишет нам Павел. Оставим в стороне очевиднейшую ошибку выжившего. Основная ирония в том, что двумя постами выше Дуров критикует употребление алкоголя, рассказывает о том, что сам не пил 20 лет, и что нужно хранить своё ментальное здоровье, и только тогда добьёшься экстраординарных результатов. При этом вся активная платформа миниприложений в Телеграме не только оказалась очень благодатной почвой для роста скам-кликеров, но это направление ещё и всячески поддерживается администрацией. Мобильный игровой мир и так проклят. Вместо того, чтобы у нас в топах популярных игр на телефонах были вещи типа Slay the Spire и Into the Breach, мы получили засилье мобильных наркотиков — то есть «игр» без настоящего принятия решений, зато с большим количеством аддиктивных механик, имеющих точно такое же воздействие на психику и создающих точно такие же зависимости, как алкоголь и курение. Телеграм сделал ещё хуже: пользуясь слабой регуляцией криптовалют, он вмешал сюда гэмблинг и лохотроны, которые уже включают по природе своей механизмы для обхода критической защиты у людей в мозгах. Это не только кратно увеличило «подсаживание» хомяков на хомяка, но ещё и добавило чисто материального вреда для зависимых. Так что сначала критикуешь алкоголь и ругаешь общество за деструктивные ритуалы, а потом хвалишь «беспроигрышную лотерею», один только вход в которую стоит $100, потому что часть этих денег идёт тебе. Концептуально Дуров сейчас — наркобарон. #web

Hashtags

#web

Резултати

Намерени 1 подобни публикации

Търсене: #visualisation

当前筛选 #visualisation清除筛选

Machinelearning

@ai_machinelearning_big_data · Post #8262 · 13.08.2025 г., 13:04

Намери подобни Прегледай

🌟Embedding Atlas: визуализация структуры эмбедингов прямо в браузере. Embedding Atlas — опенсорсный инструмент от Apple для интерактивной визуализации больших наборов векторных представлений, который позволяет не просто смотреть на облако точек, а полноценно с ним работать. И что самое приятное, он способен отрисовывать до нескольких миллионов точек благодаря реализации на WebGPU. 🟡Автоматическая кластеризация и разметка данных. Embedding Atlas сам находит скопления в данных и подписывает их, позволяя мгновенно сориентироваться в общей структуре датасета. Чтобы отделить реальные кластеры от случайных выбросов, используется оценка плотности ядра с отрисовкой контуров плотности. Решена и вечная проблема визуализаций - "каша" из перекрывающихся точек. Embedding Atlas использует технологию order-independent transparency, так что даже при большом наложении точек картинка остаётся четкой и информативной. 🟡Интерактивность. В инструменте есть поиск в реальном времени и нахождение ближайших соседей. Можно ввести текстовый запрос или просто кликнуть на любую точку в облаке, и Embedding Atlas мгновенно подсветит наиболее похожие на нее данные. Еще есть интерактивный фильтр по метаданным. Например, можно выбрать на гистограмме определенный класс объектов, и визуализация тут же отфильтрует эмбединги, оставив только соответствующие ему точки. 🟡Embedding Atlas поставляется в виде 2 пакетов: 🟢Python-пакет Дает три варианта интеграции: утилиту командной строки для быстрой визуализации датафреймов, виджет для Jupyter, позволяющий встраивать атлас прямо в ноутбуки, и компонент для Streamlit, если вы создаете полноценные веб-приложения. 🟢Npm-пакет Этот пакет для тех, кто хочет встроить визуализацию в собственные веб-приложения. Он предоставляет готовые UI-компоненты в виде API: Table, EmbeddingView, EmbeddingViewMosaic и EmbeddingAtlas. 📌Лицензирование: MIT License. 🟡Страница проекта 🟡Документация 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#Embedding#Visualisation#Apple

Hashtags

#ai #ml #embedding #visualisation #apple