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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #265 · 20.03

Давайте раз выходной ещё расскажу про автодилера, и пока закроем тему с машинами. Вообще, я был удивлён, насколько эта область закостенелая. Многие вопросы решаются только звонками. Списку "модели в наличии" и ценам на нём верить нельзя. Весь процесс покупки какой-то долгий, не на один день. Встречается путаница в цифрах: вот эта цена только с кредитом, причем определённым, но за сам кредит вы переплатите больше, а вот эта цена за трейдин, но тоже при некоторых условиях, а это вообще рекламная. На самом деле, я почти со всем этим не столкнулся (кроме ненастоящего списка "в наличии"). Хочу выразить благодарность салону Пежо Авто Премиум, на Хасанской улице — мне сразу сказали практически точно конечную цену, не впаривали никакие допы, и самое главное — не было скрытых платежей. Я вообще, когда друзьям рассказал, что машину покупаю, все до единого рекомендовали тщательно сверять цифры. Но я относился к этому очень скептически — ну, допустим, какие-то разводилы у вокзала пытаются людей обмануть, но автосалоны то не будут! Однако, у меня отец в тот же период покупал новый Tiguan, и у него там реально пытались пропихнуть скрытый платёж на внушительную сумму за какую-то номинальную доп.услугу. Это повергло меня в шок: салон немецких автомобилей, от немцев фанатов чётких правил, пытался развести на бабки, а салон менее строгих французов не пытался! Короче, по тому, что рассказывают друзья, и что пишут и показывают в сети, мой опыт вообще очень удачный, а нередко людям куда сложнее и дольше даётся процесс покупки автомобиля. Кажется, сейчас даже квартиру легче купить, благодаря всяким ДомКликам. Ну и пару слов про кредит, не могу не рассказать. Мой первый в жизни кредит был тупым. Прямо по классике: я выпускал новый проект и думал, что сейчас разбогатею. Взял себе кредит на мотоцикл. Проект провалился, я остался без источника дохода, и мало того, что не отдал кредит сразу же, как планировал, а он ещё и висел на мне кабалой несколько лет, вдвое уменьшая мой и без того низкий в то время уровень жизни. Мой нынешний опыт кредита максимально положительный. Я за 5 минут в приложении интернет-банка оформил потреб на недостающую сумму. Это оказалось не только существенно быстрее, чем ждать одобрения от кредитного отдела в автосалоне, но и дешевле по деньгам. И отдавать мне его легко, потому что платёж незначителен относительно величины зарплаты. Так что любым инструментом нужно просто уметь правильно и своевременно пользоваться. Кредиты не зло, тупые люди зло. #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