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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #379 · 11.06

Я попробовал Whoosh с подпиской, и да: кнопка включения страховки запоминает своё положение. То есть без подписки она всегда сама переключается в активное состояние, поэтому, если забудешь её отжать (каждый раз при аренде самоката!), заплатишь лишние 35 рублей. Но с подпиской стоит один раз её выключить, она в таком состоянии остаётся. Давно ли мы стали платить деньги за отключение тёмных паттернов и за то, чтобы сервис вёл себя не по-мудачески? В новостях вовсю рассказывают про платную подписку Telegram. В премиум-функциях будет, например, удвоение размеров пересылаемых файлов. Дуров написал у себя что, дескать, это всё для поддержания инфраструктуры: на платные функции расходуется больше ресурсов, поэтому они и платные. Если функция расходует ресурсы компании, то её платность это совершенно нормально. Именно так и должны работать платные подписки. Например, отключение рекламы за деньги это вполне хорошо и справедливо: компания зарабатывает на рекламе и оплачивает с этих денег свою инфраструктуру, если вы отключаете рекламу, а инфраструктурой пользуетесь, то вы расходуете ресурсы компании, поэтому с вас логично и правильно брать деньги. До санкций я платил за YouTube без рекламы (впрочем, сейчас он без рекламы бесплатный получается). И я бы платил, например, за ВК без рекламы. Может, уже не сейчас, но в лучшие времена этой соцсети. Однако, брать деньги просто за то, чтобы перестать делать неудобно — это мудачество, если удобство не расходует дополнительных ресурсов. Дуров упомянул о поддержке инфраструктуры, но почему-то забыл сказать, что, например, 10 закреплённых чатов вместо 5 это тоже платная функция, хотя никаких дополнительных ресурсов не расходует. Закреплённость чата это, скорее всего, один бит, который и так у всех чатов уже есть, просто нулевой. Но даже если нет, дополнительные "расходы" на это совершенно ничтожны. Больше закреплённых чатов — та функция, которую много людей просили в течение последних нескольких лет. Огромной доле пользователей Телеграма неудобно с пятью чатами, но команда годами не увеличивала этот лимит, а теперь вот такая возможность войдёт в платную подписку. По сути своей это ничем не отличается от того, что Whoosh в бесплатном тарифе делает неудобную и назойливую кнопку страховки, а в платном приводит её к тому нормальному состоянию, в котором она по идее и так должна быть. #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