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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #403 · 29.06

В Петербурге будут расширять зону платных парковок. С 1 июля добавят 56 новых улиц, затем с 1 сентября ещё столько же, и до конца года хотят плюс 153 улицы. Пока всё в центре, причем, даже не включают Ваську, Горьковскую, Петроградку (хотя уж там сам бог велел разобраться с парковками). Как автомобилист :) я категорически поддерживаю эту инициативу и, на мой взгляд, платные парковки на обычных улицах нужно вводить вообще по всему городу. Ранее я уже писал, что не так редко встречается проблема, когда водители банально не могут разъехаться из-за припаркованных авто на узкой улице, и вынуждены подвергать себя, автомобиль и окружающих людей дополнительной опасности, например, сдавая задним ходом продолжительное время. Не знаю как в центре, но на окраине эта проблема достаточно систематическая. А в центр я не езжу за редкими исключениями. Пару раз пришлось, но стараюсь такого избегать. Не знаю, решат ли хоть чуть-чуть платные парковки проблему загруженности движения: будут ли люди реже выбирать в качестве транспорта до центра автомобиль, если за стоянку придётся платить? Я бы и въезд в центр тоже платным сделал. А ещё лучше — пешеходный центр с перехватывающими парковками вокруг. Но на такое нужна управленческая воля уровня руководителей европейских городов — в Петербурге подобного ожидать не приходится, к сожалению. Уже писал ранее о том, насколько по Москве комфортно гулять из-за отсутствия стояночной свалки вокруг. Хочется верить, что в Петербурге мы движемся к чему-то такому. #life

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