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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1167 · 26.11

Вернор Виндж, «Пламя над бездной». Я уже писал вам о другой книге Винджа, и моё первоначальное впечатление об авторе усилилось. Это высококлассная фантастика, очень умная, качественная, не уступающая по интеллектуальной ценности лучшим произведениям мировой литераторы, но читать её тяжеловато. Она прям требовательна к вниманию читателя или слушателя. Не сказать, чтоб лексика была сложная, просто каким-то неуловимым образом нагружает мозг, поэтому слушал я с паузами и перерывами. Бессмысленно рассказывать про сюжет, потому что он довольно вторичен относительно вселенной, построенной автором. Нет, сюжет не примитивный, он хороший и интересный, но меркнет на фоне совершенно феноменальных деталей устройства местного мира. Я вообще нигде такого не встречал, хотя читал и смотрел очень много. У Винджа, ни много ни мало, вся галактика состоит из областей с разными законами физики, причём, шито это не белыми нитками, а вполне гармонично. Идея любопытная не только сама по себе, но и позволяет автору вводить изолированные сюжетные контексты. Например, в нашей с вами области, «Медленной зоне», нельзя двигаться быстрее света, и невозможна работа сильного ИИ. Но вокруг неё есть «Край», где и гиперпрыжки и искусственный разум заводятся. Жители «Края» технологически более развиты, но по понятным причинам ни в коммуникацию с «Медленной зоной» вступить толком не могут, ни контакт совершить. Поэтому «Глубина в небе» — другой роман Винджа, о котором я вам рассказывал до этого — происходит в той же вселенной, но так, будто бы сверхсветового движения не существует. Кстати, корабли тут совершают микропрыжки по несколько десятков в секунду. Прикольная идея, которая ещё и накладывает некоторые ограничения на сражения в космосе: любой выпущенный тобой снаряд или даже лазерный луч попадёт туда, где враг находился несколько миллисекунд назад. Как именно автор преодолел это ограничение, я вам спойлерить не буду. Ну и самое крутое: раса существ, в которой одна особь представляет собой стаю собак из 3-6 организмов. Каждая отдельная собака не обладает высшими когнитивными функциями, но в синхронизации они превращаются в единое разумное существо, управляющее частями стаи так, как мы управляем руками и ногами. Это очень интересно описано, автор придумал целый отдельный быт с особенностями и ограничениями, связанными с таким необычным видом организмов. Авторский гений тут в том, что для введения принципиально иной формы жизни не потребовалось выдумывать условные летающие сгустки плазмы (или живой океан, да простит меня пан Станислав), а взят фундамент на основе понятного нам с вами (читателям, людям) образа. Наверное, если бы я советовал фантастику кому-то, кто невежественно считает её примитивным (детским, несерьёзным и т.д.) жанром, я бы предложил как раз Винджа. Ну может ещё Питера Уоттса. Знаю, что в серии у Винджа есть ещё книга, но в аудио её нет. Буду в старости у камина читать текстовые версии :) #fiction

Hashtags

Резултати

Намерени 4 подобни публикации

Търсене: #embedding

当前筛选 #embedding清除筛选
GitHub Trends

@githubtrending · Post #15053 · 12.08.2025 г., 14:00

#typescript#embedding#visualization Embedding Atlas is a powerful tool that helps you easily visualize and explore large sets of data points called embeddings. It automatically groups and labels data, shows dense areas and outliers clearly, and lets you search for similar items in real time. It works fast even with millions of points using modern web technology and can be used in Python, Jupyter notebooks, or web apps. This means you can better understand complex data, find patterns, and make decisions faster without complicated setup or slow performance. It’s open source and privacy-friendly since your data stays on your device. https://github.com/apple/embedding-atlas

Machinelearning

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

🌟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

GitHub Trends

@githubtrending · Post #14750 · 25.05.2025 г., 13:00

#typescript#embedding#mcp#telegram#telegram_bot This tool helps you search through Telegram chat records using advanced technology like vector search and semantic matching. It uses OpenAI's semantic vector technology to make your searches smarter and more accurate. This means you can find messages more easily and quickly. It's beneficial because it saves time and helps you find important information in your chats. To use it, you need to install it on your computer by following some steps, and then you can access it through a local website. https://github.com/groupultra/telegram-search

GitHub Trends

@githubtrending · Post #15433 · 23.01.2026 г., 14:30

#python#deepseek#demo#easy#embedding#flask#gpt#huggingface_transformers#llm#mcp#multimodal#openai#qwen#rag#sentence_transformers#ui#vllm#vlm UltraRAG is a lightweight framework that makes building retrieval-augmented generation (RAG) systems simple and fast. It uses a low-code approach where you write just dozens of lines of YAML configuration instead of complex code to create sophisticated AI workflows with conditional logic and loops. The framework includes a visual development environment where you can drag-and-drop to build pipelines, adjust parameters in real-time, and instantly convert your logic into interactive chat applications. This means you can deploy powerful AI systems that ground answers in your own data—reducing hallucinations and improving accuracy—without needing extensive coding expertise or lengthy development cycles. https://github.com/OpenBMB/UltraRAG