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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #400 · 26.06

Понадобилось залить в iPad фильмы для офлайн-просмотра. На iOS для такого есть специальные секции памяти у отдельных приложений. Например, для фильмов можно скачать приложение VLC, которое читает большинство форматов, и загрузить прямо в память ему эти фильмы через компьютер по проводу. Однако, для этого нужен iTunes. Если вести список худших изобретений Apple, то в нём, наряду с портом зарядки Magic Mouse и монобровью на телефонах, точно будет эта отрыжка пьяных программистов. В интернете давно стала притчей во языцех неадекватная работа iTunes и нелепые случайные ошибки, которые он выдаёт. В среднем путь достижения цели при работе с "тунцом" обычно выглядит как-то так: Установить iTunes — Попробовать подключить айфон — Переустановить iTunes — Почистить такую-то папку и такую-то папку — Почитать решения в интернете — Переустановить драйвера — Выдернуть айфон —Вставить в другой USB порт — Станцевать голым при полной Луне —Помолиться всем богам — ... — С некоторой вероятностью то, что нужно, заработает. У меня айфоны и айпады были с фиксированной периодичностью где-то с 2008 года, и абсолютно всегда с iTunes происходили систематические проблемы. Шли годы, менялись и версии iOS и версии самого iTunes, менялись операционные системы компьютера (MacOS, Windows), а внезапные непредсказуемые отказы iTunes устойчиво сохранялись. На Android эта проблема решена уже два столетия. Там просто универсальный протокол доступа к памяти: ты открываешь телефон на компьютере, как папку, заливаешь туда фильмы, и приложение VLC на этом телефоне может фильмы читать. Всё. Но у Apple... Я не знаю, обычно такое мракобесие прикрывают как бы заботой о безопасности. Но я, честно говоря, сегодня был готов ставить любой софт и давать любые разрешения, только чтобы iTunes увидел, наконец, мой iPad. Это максимально далёкий от безопасности эффект. В итоге так и не вышло, я забил и воспользовался функцией Яндекс.Диска "Сохранить в офлайн". Да, в современном мире иногда действительно быстрее передать через интернет файл между устройствами, которые лежат рядом. Но теперь айпад качает 40 гигов уже скачанных на компьютер фильмов просто из-за прекрасной заботы о пользователях со стороны Apple. #gadgets

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