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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #378 · 10.06

В шестой серии Stranger Things один персонаж отвечает на предложение отправиться в опасное место: «Ты просишь меня последовать за тобой в Мордор». Это вполне обычная фраза, которую легко можно встретить в разговоре в реальной жизни. Я смотрел этот эпизод, и у меня не возникло никакого диссонанса: простая беседа с метафорами. Но другой персонаж после этого спросил «Что ещё за Мордор?». Этот момент вызвал у меня сильное кратковременное удивление, но потом я вспомнил, что в сериале показаны 80-е. Персонаж, сказавший первую фразу, по сюжету гик, нерд, любитель сложных настольных игр — он наверняка читал фентези. А вот массовая культура ещё о Властелине Колец ничего не знает, потому что не вышло кино. Его фраза для других примерно то же самое, что в наше время я бы сказал: «Ты предлагаешь мне долететь до Мекатол Рекс» — узкий нишевый контент, ничего не значащий с точки зрения обывателя. В наше время даже бабушки, кажется, знают, что такое Мордор, и могут если не использовать, то хотя бы понять подобную метафору. Это часть общего культурного кода, новый язык, который для нас уже не новый. Но 40 лет назад и в реальной жизни какие-то люди могли обсуждать Мордор, и их почти никто вокруг не понял бы. Вот так вот авторы из настоящего смоделировали вполне реалистичную ситуацию из прошлого, которую сквозь время смотрят зрители из настоящего и понимают в ней больше, чем персонажи. Такой временной скачок туда-сюда: обогащение культурного контекста наделяет слова новым смыслом. Я в полном восторге от этой небольшой реплики! Вполне возможно, что прямо сейчас где-то ведётся обсуждение узкоспециализированного и нишевого понятия, которое через 40 лет станет знакомой всем обыденностью. #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #omniembed

当前筛选 #omniembed清除筛选
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