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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #277 · 31.03

Сайты "Комитета" VC, DTF, TJ ввели функцию создания блогов. Я уже много лет пишу о том, что в рунете остро не хватает ресурса для текстового контента, каким когда-то был ЖЖ. Многие авторы размываются между соцсетями, но там, как правило, либо аудитория не годится для длинных качественных текстов (ВК, Дзен), либо инструменты самой сети очень слабо подходят под ведение (Instagram) и развитие (Telegram) текстового блога. Есть Хабр, однако вести там произвольный авторский блог нельзя. Всё строго тематически и даже в некотором смысле научно. Это хорошо, но это не совсем то, о чём я говорю. Некоторые считают, что в качестве такого ресурса мог бы выступать Пикабу. Но Пикабу очень сильно отодвигает внимание от автора в пользу тематики и популярности отдельных постов. Мало кому интересен "хороший автор Вася, который пишет на Пикабу". Люди туда приходят за "вот эта лента постов разных авторов, не важно, каких". И здесь Комитет сделал хороший ход. Ладно, DTF это развлекательный ресурс, подозреваю, что его аудитория в среднем молодая, и готова только к контенту на определённые темы. Что касается TJ, то изначально это был как бы сайт с новостями интернета, а потом просто сайт с новостями без чёткого направления, что привело сейчас не только к блокировке (которую, видимо, Комитет рассчитывает снять), но и критическому росту объёма политизированности и количества очагов русофобии в комментариях. А вот на VC у меня есть надежды. Я уже писал вам давно о своём весьма положительном опыте публикации там. И в целом аудитория, судя по обсуждениям, довольно взрослая и адекватная. Даже вспыхнувшую политоту потихоньку тушат именно со стороны комьюнити. Изначально это ресурс для бизнесменов, про бизнес и стартапы, поэтому можно предположить, что доля разумных людей довольно высока. Но сам я блог там не создал, хотя рука тянулась. Не хватит моего внимания уже на три места, даже если контент более менее копировать. Хотя, возможно, я по итогам ведения страницы ВК и канала тут стабилизируюсь на каких-то двух-трёх базовых темах и создам. #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