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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #313 · 24.04

С начала года я стал регулярно заниматься в FPV-симуляторе. Как вы помните, летом я купил новый дрон DJI FPV, который сочетает в себе два режима пилотирования: классический режим с автоматикой, как было на всех моих предыдущих дронах, и продвинутый режим (он называется Acro Mode). О нюансах такого управления я расскажу отдельно, сейчас же нужно знать только то, что Acro Mode — сложный режим, который, с одной стороны, позволяет выполнять пролёты по хитрым траекториям, но с другой стороны требует немало навыка. Человек, который никогда не летал на дронах, в обычном режиме без проблем с первого раза взлетит и скорее всего не убьёт дрон. В Acro почти наверняка убьёт. И для этого придумали симуляторы: к ним подключается настоящий пульт управления от дрона, но картинка вся на компьютере, поэтому можно тренироваться, не рискуя своим оборудованием. Я стал заниматься по полчаса каждый день. Сначала шло очень тяжело. Не получалось вообще. Ловил сильную демотивацию от этого. Но поставил себе цель к наступлению тёплых дней обязательно освоить навык, и поэтому через страдания продолжал. И это сработало: на текущий момент в симуляторе я могу на начальном и начально-среднем уровне пролетать разные трассы, делать петли, влетать в узкие места, тоннели, оконные проёмы и так далее. Я ещё ни разу не пробовал на настоящем дроне. Хотя авторы симулятора (Liftoff) в какой-то момент добавили туда именно DJI FPV и пообещали, что его виртуальные характеристики и поведение в воздухе будут максимально приближены к реальности. Питер погодой не радует, но в конце майских обещают хотя бы минимальное тепло и солнце — я поеду пробовать. Кстати, в симуляторе есть карта в виде антенного комплекса "Дуга", который под Чернобылем. Карта называлась Russian Woodpecker, а после начала событий авторы симулятора (бельгийцы) переименовали её в просто Woodpecker. #drone#hobby

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