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 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