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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #480 · 31.07

Словил рекламу: юридическая фирма пиарится на выигранном деле против GeekBrains (вернули деньги за курс клиенту, который от этого курса отказался). Причем, что характерно, таргетинг у рекламы настроен по айти-школам. Я состою в паблике одной малоизвестной школы X, которая вообще вряд ли когда-либо (ввиду своей небольшой величины) получала от клиентов вызовы в суд. И тем не менее, текст рекламы был типа "Верните деньги за курс в школе X через суд". Думаю, они запустили рекламу вообще по всем школам. Пиар на судах с айти-школами это интересно: громких публичных разбирательств с ними действительно очень много, как и с другими крупными компаниями. Но, видимо, в случае со школами законодательство какое-то более однозначное, либо школы скупятся на хороших юристов, и поэтому сливают. Не думаю, впрочем, что именно школы — какое-то особенное зло. Не более, чем другие B2C бизнесы. Всегда есть клиенты, которые недовольны (как справедливо, так и нет). А бизнесы всегда максимально защищаются, и вообще, не имеют морали или человечности в нашем субъективном понимании. Вместо морали у них репутация, хотя её влияние на действительно крупную рыбу очень слабое. Так что бизнесы отбиваются. И против какого-нибудь Тинькова вряд ли хоть какой-то юридической фирме удастся что-то сделать, поэтому Тиньков спокойно забирает у людей валюту, а вот школы попадают под раздачу. Тем не менее, каждый раз, когда обычный человек выигрывает суд у компании, в мире радуется котёнок. #web#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