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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1165 · 15.11

Прошёл Dispatch. Это такой псевдоинтерактивный мультик с игровыми вставками в сеттинге супергероики. TLDR: очень много положительных впечатлений, хочу ещё, но есть замечания. Почему псевдоинтерактивный? Долго думал о том, чем отличается такой подход, как в Dispatch, от подхода в играх Quantic Dream, например Detroit: Become Human. И нашёл вот такое отличие: в Детройте твой выбор влияет не только на сюжет, но и на дальнейший игровой процесс. Если, например, Кара попадётся властям, то у тебя будет целый уровень в лагере для пленных роботов, которого не будет в остальных случаях. А часть персонажей вообще могут погибнуть навсегда, и у тебя не будет никаких уровней с ними больше. В Dispatch же ты влияешь только на сюжет, да и то, не слишком сильно. Ну запустится у тебя чуть другая катсцена, это любопытно, но не заставляет игрока переживать о выборе. Так что я бы сказал так: ты смотришь мультик. Мультсериал, если точнее. И периодически ставишь его на паузу и играешь в простенькую казуальную игру с теми же персонажами. Действия в игре на мультик не влияют. Звучит, как обман, покупал то ведь игру! Может, да, но схема рабочая, и вот, почему. Во-первых, мы и сами это делаем. Я точно делаю: смотрю сериал, но иногда отвлекаюсь от него на то, чтобы поделать что-то интерактивное: попереписываться в чате, поиграть в мини-игрушку, поделать наконец рабочие задачи. Сам по себе ритм такого переключения внимания очень удачный, не утомляет. Во-вторых, тут мультик очень хорош. Он отлично поставлен, персонажи круто прописаны, за ними интересно следить. Понравился характер протагониста: баланс между цинизмом/непробиваемостью и героическими чертами. Простой человек без сверхспособностей, окружённый более сильными суперами, который, однако, даст им фору и в беседе и в бою. Много отменного юмора. Пожалуй, концовка могла бы быть поизобретательнее, в паре моментов логика там нарушается (в комментах напишу, чтобы не спойлерить), но глобально смотреть было увлекательнее, чем все супергеройские голливудские фильмы последних лет. Что касается игры, то это симулятор управленца в стиле This Is The Police. Тактика есть, простая, стратегии по факту нет. Сидишь, решаешь задачки. Не тупо (кроме взлома, вот он такой же унылый, как и все мини-игры по взлому везде), но и не шахматы. Самое то для отвлечения. А ещё это интересный прецедент в мире игровых студий: авторы были на грани закрытия, и, честно говоря, вряд ли они потянули бы сделать именно крутую игру. Но у них был опыт и люди, которые умеют делать кино, поэтому они выпустили крутое кино, продали его на видеоигровом рынке, и не только избежали краха, но и хорошо заработали, потому что Dispatch взорвал все топы. #games

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