TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1041 · 22.11

Вот и 35. Я, кстати, родился ровно в 0:00, маму даже спрашивали, какую дату записываем. Это ещё и момент перемены знака зодиака, так что я наполовину Скорпион, а наполовину Стрелец, если верить во всю эту фигню. Но я не верю, а звёзды с момента создания зодиакального круга давно сместились. Пишу сейчас вам это, потому что 35 с небольшим лет назад мои родители приняли решение завести ребёнка. С появлением Ромки я ещё более уважительно стал относиться к этому. Мы воспринимаем жизнь, как должное, но количество сил, нервов и внимания, которое наши родители в нас вложили, трудно оценить. К тому же, нас с вами выращивали в девяностые, и это отдельный челлендж. Во-первых, доступно было гораздо меньше, чем в наши дни: я нажимаю две кнопки в телефоне, и через час у меня любая еда и любой товар, в том числе для ребёнка. Во-вторых, обстановка была опаснее, даже с учётом нынешней геополитической ситуации. Что могу сказать. Дети, не верьте взрослым. Молодые, не верьте старым. Вот мне 35. Зубы не выпали, лысеть не начал, так и не понял, зачем люди курят, сохранил многих друзей, сохранил многие хобби, не пребываю в депрессии, а поясницу ломит разве что на следующей день после становой, и быстро проходит. Зато приобрёл много интересных способностей. Например, в юности мне было очень тяжело вставать по будильнику, физически это ощущалось, как предельно неприятное состояние. И я каждый раз перед будним днём засыпал с плохим настроением. Сейчас спать в такие моменты тоже хочется, но катастрофой подъём по будильнику не кажется. Или, скажем, легче переносятся долгие поездки куда-то. Спокойнее терплю людей, которые пытаются вывести меня из себя глупыми шутками, едкими замечаниями или критикой. Уверенности во многом тоже прибавилось. Подарил себе не таблеточки, не сертификат к врачу, не унылую бытовую фигню, а новый 3D-принтер, завтра расскажу подробнее. Поздравлять можно в комментах. Только не звонками, пожалуйста. Их я всё ещё не переношу. Наверное после 70-ти смогу. #life

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #retrieval

当前筛选 #retrieval清除筛选
GitHub Trends

@githubtrending · Post #15265 · 03.11.2025 г., 12:00

#python#ai#llm#rag#reasoning#retrieval PageIndex is an advanced AI tool that helps you find the most relevant information in long professional documents by thinking and reasoning like a human expert, rather than just matching keywords. It organizes documents into a clear tree structure, similar to a table of contents, and searches through this structure to give precise, trustworthy answers with exact page references. This method avoids the common problems of traditional vector-based search, making it ideal for complex reports, legal texts, or financial filings. You can use it easily via cloud services or run it locally, improving your ability to analyze and understand large documents quickly and accurately. https://github.com/VectifyAI/PageIndex

Machinelearning

@ai_machinelearning_big_data · Post #8801 · 17.10.2025 г., 10:13

⚡️ Omni-Embed-Nemotron - новая единая модель от NVIDIA для поиска по тексту, изображениям, аудио и видео Модель обучена на разнообразных мультимодальных данных и может объединять разные типы входных сигналов в общее векторное представление. - Поддержка всех типов данных: текст, изображение, аудио, видео. - Основана на архитектуре Qwen Omni (Thinker-модуль, без генерации текста). - Контекст - до 32 768 токенов, размер embedding — 2048. - Оптимизирована под GPU, поддерживает FlashAttention 2. Это делает её идеальной для: - кросс-модального поиска (поиск текста по видео или изображению); - улучшения RAG-проектов; - систем мультимодального понимания контента. Просто, быстро и эффективно - всё в одном открытом решении. 🌐 Открытая модель: https://huggingface.co/nvidia/omni-embed-nemotron-3b @ai_machinelearning_big_data #crossmodal#retrieval#openAI#NVIDIA#OmniEmbed#multimodal#AIModels#OpenSource#Search#UnifiedEmbedding