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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #219 · 13.02

Есть такое приложение «Госуслуги Решаем вместе». Можно на карте города обозначить проблему, приложить фото, и отправить на рассмотрение в администрацию губернатора или ещё куда. Вашу проблему в общем случае увидят все остальные на той же карте. А ещё там появится через некоторое время официальный ответ. Совершенно неожиданно, но 90% ответов это длинный канцелярит, суть которого сводится к: «Вот мы нашли бюрократическую формальность, благодаря которой можем ничего не делать с вашей проблемой. Спасибо за обращение». Реально, грустно и смешно читать. Люди пишут, например, фонари во дворе не работают. А им в ответ: фонарями заведует управляющая компания, город тут не при чем, забрать у них контроль тоже не можем, спасибо, до свидания. Или, скажем, просят люди где-то на опасном участке добавить пешеходный переход, потому что все перебегают. Ответ: мы посмотрели, переход и правда нужен, но делать его долго и дорого, а ещё куча бюрократии, так что не будет. Люди, впрочем, тоже хороши. Пачками валятся обращения по поводу неуборки снега. Зачем забивать этим приложение? Снег это общеизвестная беда в Питере, правительство уже и так показало, что ничего не будет с ним делать. На мой взгляд, подобное приложение нужно для того, чтобы обратить внимание администрации города на какие-то вещи, о которых они могут не знать. Какая-то локальная проблема в определенном месте, где чиновники не ездят. А про снег и так понятно. Направил жалобу и я. Расчетный срок ответа 30 дней, посмотрим, какую отписку мне придумают. Моё предположение такое: напишут, что территория в частной собственности или владелец в состоянии суда/спора. А город там не при делах, он на «чужую» территорию повлиять не может. #life

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