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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #322 · 2.05

Во "внешнем" обществе отношение к мотоциклистам разное. Есть, например, стереотип, что якобы мотоциклисты в основном сумасшедшие лихачи на спортбайках, от которых покоя нет ни водителям на дорогах, ни мирно спящим в своих домах обычным людям. Варламов, например, записывал об этом очень истеричное видео, и некоторые его подписчики в комментариях поддержали подобное невежество. Чтобы развеять это заблужение, не обязательно быть внутри тусовки. Достаточно, например, посмотреть на открытие сезона, и прикинуть соотношение разных классов. Я уже когда-то писал, что, если в мире автомобилей спорткар это очень дорогой символ элиты, то в мире мотоциклов наоборот: спортбайки и стоят дешевле почти всех остальных классов, и отношение к ним неоднозначное даже со стороны самих представителей мото-движения. В целом же по открытию хорошо видно, что большинство райдеров — на классиках, круизерах, чопперах. И это в основном довольно взрослые люди, не шпана. Вы очень редко увидите такого человека, неадекватно перестраивающегося в плотном потоке. Но впечатление, к сожалению, создаётся именно на основе тех, кого больше всего заметно, и кто запоминается с какой-то негативной раздражающей стороны. Ещё много людей на туристах, это прикольно. У меня самого давняя мечта попутешествовать на мотоцикле. Но раньше на это не было денег, а сейчас нет времени. Самые дальние мои поездки это Оредеж и Карелия. Может, на пенсии получится подальше. Видимо поэтому, кстати, среди байкеров немало мужчин в возрасте. Я второй раз в колонне (именно на открытие), и второй раз очень приятно осознавать, что ты не фрик какой-то, а вполне себе часть огромной субкультуры. Ну либо это субкультура фриков, но так на самом деле про любую можно сказать: от рокеров до футбольных фанатов. Это же тоже форма религии со своими ритуалами и внутренними правилами. Впрочем, в каких-то мотосообществах я обычно не участвую — там прям очень радикальные энтузиасты, которые этим болеют. А я не болею, так, для удовольствия катаюсь: это хоть и важная, но далеко не определяющая часть моей жизни. #moto#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