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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #198 · 1.02

Ровно месяц пишу посты в ВК и в Телеграм каждый день. Заметил, что: — в ВК очень много активности людей, сильно больше, чем в Телеграме: комментарии, лайки, репосты, прямо активизировалось; — но в Телеграме хоть и скудно, однако подписчики приходят, а в ВК с этим всё очень плохо. Вывод пока такой: ВК, судя по охватам, периодически крутит меня на широкую аудиторию, но этой аудитории пофигу. Ей либо не интересно, либо уже никто не воспринимает подписку ВК как существующее действие. Просто не знают люди, что это значит — подписаться на чью-то личную страницу ВК. Однако та аудитория, которая уже меня читает, с удовольствием вступает в диалоги, лайкает, репостит, и вообще явно скучает по какой-то такой сетевой активности. Это приятно, встречается прям очень много классных обсуждений, и даже на скользкие темы люди говорят в основном без перехода границ вежливости. В Телеграме же народ в среднем пассивнее, но зато подписка воспринимается нормально. Возможно как раз эта самая читающая аудитория из ВК потихоньку перетекает в Телеграм, но пока ещё не привыкла активно комментировать там. Хотя, надо признать, что механизм комментариев к каналам в Телеграме сделана очень плохо и неудобно, это тоже может останавливать. Ещё за этот месяц я поучаствовал в одном обсуждении у знакомой в ВК, и там прям параллельная вселенная — люди примерно моего возраста на полном серьёзе утверждали, что активность среди пишущих друзей у них ВК не упала за последние годы, а что такое этот наш Телеграм они знать не хотят. Впрочем, там же были фразы типа «Каналы это неудобно, потому что в них нет обсуждений», то есть да, народ из прошлого. Но сам факт, что есть ещё где-то подобные пузыри, удивил. Эксперимент продолжаем. #web

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