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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1049 · 21.12

Guilty pleasure: наблюдать, как любители парковаться во дворе занимаются раскопками. С приходом снега выросло количество дискуссий "Пешехонов vs автомобилисты". В основном с друзьями, конечно, потому что лезть с урбанистикой во внешние интернеты это примерно то же самое, что приходить с правилами застольного этикета к зэкам в тюрьму. Интересно, что нередко в качестве аргументов используется сослагательное наклонение или фантастика в жанре альтернативной истории: "Вот если бы сделали бесплатный паркинг напротив дома...", "Вот надо было изначально иначе проектировать дворы..." и т.д. Самое обидное, что я с этими посылами полностью согласен, но никакого решения они не предлагают. Я даже больше скажу: государство тоже не особо много что может сделать с урбанистическими проблемами города. Разве что в Москве, где у чиновников больше управленческой воли, потому что в соседнем кабинете сидит Путин, встречающий в этой самой Москве всяких Такеров Карлсонов и Си Дзинь Пиней. Но в других местах администрация действует популистски, а люди, как мы видим, выбирают некрасивые и неудобные общественные и жилые пространства в угоду личной выгоде. Тем приятнее, что эти же самые люди, за небольшими исключениями, сейчас берут в руки щётки и лопаты, во всех смыслах разгребая последствия своего выбора. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #unifiedembedding

当前筛选 #unifiedembedding清除筛选
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