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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1201 · 14.01

Младший очень любит роботов-доставщиков, поэтому в какой-то момент мы купили ему такую игрушку. Не ту, что дорогая на радиоуправлении, а простенькую, с оттяжным моторчиком и светодиодами. Старшая это увидела и тоже себе такую попросила, купили и ей. Потом младший случайно увидел, что в доме есть второй ровер, и не его! Устроил скандал, пришлось ему отдать, а старшей купить третьего и попросить, чтобы спрятала. И тут я подумал: а мог бы я сам сделать что-то типа такого дома, если бы игрушки не продавались, или вместо покупки второго-третьего-пятого? Вызов принят, засел за компас. Думал, что сделаю за вечер, но на самом деле с продумыванием конструкции, что где как должно соединяться, просидел дня четыре. И ещё столько же на сборку, потому что нельзя просто взять и с первого раза угадать все допуски и посадки :) Моя версия крупнее, чем покупная игрушка, батареек хватает на подольше, и даже есть своего рода подвеска. Конечно, пространство для улучшений остаётся, но, получилось, кажется, довольно мило. Если вы хотите своим детям сделать прикольный сюрприз, я не поленился сверстать инструкцию по сборке, прикладываю её и все файлы. В архиве есть и редактируемый исходник в формате STEP. Просьба, кто напечатает, покажите в комментах :) #diy@clockstackwheels#hobby@clockstackwheels

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #researchagent

当前筛选 #researchagent清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8450 · 04.09.2025 г., 13:20

🔥 NVIDIA представила Universal Deep Research (UDR) UDR — настраиваемый агент для глубокого ресёрча, который «оборачивается» вокруг любого LLM. Почему это важно: 🟠**Гибкая настройка агента без кода** — UDR не ограничивает жёсткими сценариями, как большинство тулзов. 🟠Можно создавать, редактировать и комбинировать стратегии поиска и анализа. 🟠В репо есть примеры стратегий (minimal, expansive, intensive), но главная сила — в кастомизации под свои задачи. По сути, это гибкий ресёрч-агент, который можно адаптировать под любой рабочий процесс. 🟢Project: https://research.nvidia.com/labs/lpr/udr 🟢Code: https://github.com/NVlabs/UniversalDeepResearch 🟢Lab: https://nv-dler.github.io @ai_machinelearning_big_data #NVIDIA#UDR#UniversalDeepResearch#AI#LLM#ResearchAgent#AIAgents#DeepResearch