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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1219 · 27.02

В одном чате фантазировали на тему галочки «Я умный пользователь» в различных сервисах и приложениях. Я сам был по обе стороны этой баррикады. Как юзера, меня жутко бесят ограничения и упрощения, которые сервисы вводят для тупых. Когда мне не дают что-то сделать, либо скрывают информацию, ограничивают настройки и так далее. Нередко бизнесу это выгодно: скажем, «умные» ленты везде не только из-за того, что у среднестатистического юзера отсутствует информационная дисциплина, но и для продвижения более аддиктивного контента. А отсутствие возможности ставить приложения не из стора на айфон не имеет никакого отношения к защите юзеров, зато отлично позволяет диктовать владельцам приложений любые условия, в том числе политические. Но бывают и чисто foolproof-ограничения. 3D-принтеры Bambu Lab не показывают карту высот стола и не дают менять настройки компенсации резонанса, потому что массового потребителя само наличие этих опций в меню может в лучшем случае отпугнуть, а в худшем он наломает дров и получит негативный пользовательский опыт. Как разработчик же, я попадал в ситуации, когда сделал в каком-то проекте что-то слишком умное, и юзеры отваливались на первом же сценарии, потому что не могли сделать выбор и принять решение. И тут уже ничего не остаётся: ты тупо по метрикам видишь статистику, что 50% людей не прочитали два слова гигантскими буквами в середине экрана, и тебе нужно целиком убирать какую-то возможность. Оптимальным кажется вариант, при котором где-то в глубине настроек есть галочка, включающая все выборы и продвинутые функции. Логика в том, что массовый болван эту галочку не найдёт, а немассовый гик расскажет другим своим друзьям гикам о её существовании. Но так почему-то не делают. Почему? У меня две гипотезы. Первая такая: гиков слишком мало, и ради их положительного опыта бизнес не хочет и пальцем шевелить. Зачем делать удобную форму ввода текста под фото в телеграме, если и так сойдёт, а миллион арабов больше порадуется очередной криптоскам-доилке? Вторая сложнее. Я думаю, что гики в целом слишком замороченные, и создать универсально хорошее решение для всех сложно (не невозможно, но запарно). Встречал в интернете посылы от других людей в духе: «Как вообще возможно пользоваться музыкальным сервисом без эквалайзера?», хотя лично я сам два раза в жизни крутил эквалайзер чтобы поиграться, и было это в винампе. И вот тут уже функции, желанные для одних гиков, могут мешать другим гикам. Но если ещё когда-нибудь сделаю какой-то сервис, подумаю всё-таки над продвинутым режимом. #web@clockstackwheels

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