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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #443 · 10.07

Помните, тут Илон Маск собирался купить Твиттер? Пишут, что он отменяет сделку, потому что Твиттер: — Неправильно считал число фейковых аккаунтов — Не смог предоставить сведения об объёме спама — Открыто признал, что последние годы преувеличивал количество пользователей Кстати, по последнему случаю в прошлом году был крупный штраф от Твиттера собственным же инвесторам по результатам судебного иска. Твиттер заявлял о росте месячной аудитории, но скрыл тот факт, что дневная аудитория стоит на месте. Что, кстати, интересно: люди как бы реже стали в Твиттер заходить, но при этом общее количество этих людей росло. То есть, смотрите, крупная корпорация тоже, как и отдельный человек, может врать, делать хорошую мину при плохой игре, скрывать и преувеличивать и так далее. А ещё инвесторы на Западе умеют замечать такие штуки и штрафовать корпорации. Интересно, что у нас инвесторы, похоже, не умеют, иначе непонятно, почему у них не возникало вопросов к тем же публичным цифрам от ВКонтакте. Хотя в современных реалиях, видимо, ВК уже не стоит считать частным бизнесом, а скорее государственной корпорацией. Не уверен, что для Твиттера срыв сделки с Маском это прямо так уж плохо. Маск там почти силой хотел его поглотить и навести свои порядки, весьма своеобразные, в соответствии с его характером. Но репутационно, конечно, эффект не самый приятный. Хорошо, что я забил на Твиттер и перестал им пользоваться. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #unifiedembedding

当前筛选 #unifiedembedding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