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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #130 · 3.01

Arcane — лучший сериал, который выпустили в прошлом году. Вот что получается, если экранизацию игры доверить тем, кто, собственно, эту игру делает. Парадокс, но за всю историю Голливуда специалисты по созданию кино всегда делали очень плохое кино по играм. А вот тут специалисты по играм сделали очень крутое кино по игре. Я сам никогда не играл в League of Legends, и даже не видел ничего из неё, не знаю вселенную и персонажей. Но при этом получил огромное удовольствие от Arcane. Для начала отмечу стильное и приятное графическое решение — художественный фильтр поверх 3D. Причем, хитрый фильтр, с лимитом на число цветов и каким-то эффектом кисти, что ли. Именно таким способом нужно превращать в мультик современную трехмерную графику, а не так, как попытались сделать это авторы марверовского What If, на который не слёз не взглянешь. Но даже и вне графики Arcane это десяток интересных и разнообразных персонажей, глубокие проработанные конфликты, очень классный экшен с прекрасной постановкой кадра, и, наконец, красивый, но не избитый сеттинг. Авторам удалось совместить стимпанк, магию и зомби так, что это осталось гармоничным. Конечно, сериал не избежал чисто видеоигровых условностей. Герои развиваются слишком быстро, многие вещи не в меру вычурны, а артехипы персонажей очень полярны: вот тебе DD, вот тебе рога, вот тебе инженер итд. И всё-таки, сразу видно, что Arcane создавали люди, которые очень любят своё дело, и хотели не столько заработать денег и показать неуклюжий фансервис, сколько рассказать историю и попробовать себя на новом поприще. Кстати, в интервью с главой компании говорилось, что пафосные голливудские журналы о кино вроде Variety и The Hollywood Reporter проигнорировали выход сериала. Старики небось подумали, кому нужен мультик по игре. А мультик по игре лучше, чем 95% всего, что вышло в Голливуде за год. #fiction

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