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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1149 · 10.09

На финале при этом быстро решались все проблемы и реализовывались хотелки. Организаторы профинансировали всем билеты и гостиницу (хорошую), а на месте готовы были помочь с чем угодно. У меня игрушка для ванн, я запросил аквариум, и его действительно купили и поставили. Не будь воды, демонстрировать лодку было бы бесполезно, а так и эксперты увидели, и дети с удовольствием поиграли. Всего представили, кажется, 59 стендов в пяти номинациях, но возможности посмотреть остальные у меня, к сожалению, не было. День был очень насыщенный, внимания прям много. Невероятно понравился состав экспертов: умные и приятные люди, преподаватели, профессора, деятели образовательной и воспитательной сферы, представители производств. Разных возрастов, у многих свои дети. Кто-то прям говорил, что его/её ребёнок точно хотел бы такую игрушку. Оценивали все аспекты: одни смотрели на дизайн, другие на интересность, третьи на физические параметры или экономику. Понравилась беседа с женщиной инженером-конструктором, прям обсудили близкие темы. И отдельными секциями была оценка группками детей, тоже разных, с разных регионов и разных возрастов. Кажется, целевая аудитория моей лодки это пацаны примерно начальной школы плюс-минус, потому что они чаще всего прибегали по многу раз и запускали. Забавный момент: я ушёл на обед, а мне организаторы пишут: «Не могли бы вы подойти на стенд, там интересуются?». Прихожу, а толпа ребят с громкими криками и вся мокрая устроила соревнование на количество поднятых жетончиков. Без меня разобрались, что это и как работает. Приятно :) Короче, весь день на ногах, весь день говорил, мокрый, постоянно боялся что механизм не выдержит (в итоге выдержал, но плавучесть ухудшилась, потому что какой-то из компонентов, видимо, медленно набирал влагу). Но очень много позитива даже от самого процесса, не говоря уже о церемонии награждения. Если доведут до тиража, напишу тоже об этом. И вообще было бы круто посмотреть изнутри на какое-нибудь такое производство. Очень надеюсь на экскурсию на завод и вообще участие в процессе. #gadgets#diy#hobby

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