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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #50 · 15.06

В основном с друзьями играем в евро-настолки (стратегии на менеджмент ресурсов), но тут захотелось чего-то нового, и мне посоветовали Звёздные Войны: Внешнее Кольцо. Я, признаться, не фанат мифологии SW при всей своей любви к фантастике. Мне гораздо больше заходят вселенные вроде Startrek и Battlestar Galactica. А Star Wars делают мало акцента на вещах, традиционно любимых гиками — наука, технологии, особенности устройства общества будущего. Вообще это фентези-сага о магии и пиратах, просто в космосе. Однако, сюжетная настолка мне понравилась. Вы с другими игроками перемещаетесь на кораблях по космосу (который здесь представлен полукольцом) и попадаете в различные приключения. Плюс игры, в отличие от евро, в том, что ситуации действительно разные, неожиданные, каждая со своим сюжетным описанием. Минус ровно в этом же — после некоторого количества партий ты просто будешь знать все существующие карточки. Понятно, что такие игры выпускают под будущие дополнения. Но мы играем не очень часто и не всегда именно в неё, так что конкретно в моей компании хватит надолго. В остальном классическая система навыков персонажа — прокачиваешь себе, например, силу, и дальше попадаешь в заварушку в духе: «На вас напали разбойники. Вы пытаетесь свалить огромный ящик, чтобы защититься от выстрелов. Пройдите проверку на силу, при провале получите 2 повреждения». Чем выше прокачал — тем выше шанс пройти проверку (это бросок кубиков), но всегда есть вероятность провала, даже если ты очень сильный. Всё как в жизни. Очень легко представить себе, что ящик оказался тяжелее, чем ты думал, или, например, развалился от первого попадания. Сюжетные тексты + воображение + компания друзей = классное интерактивное времяпрепровождение, нередко интереснее, чем видеоигры. В первой партии я смог купить Сокол Тысячелетия и даже взять себе в экипаж Чубакку, но игру всё равно не выиграл. Уже хочется попробовать ещё. #games

Hashtags

Резултати

Намерени 4 подобни публикации

Търсене: #embedding

当前筛选 #embedding清除筛选
GitHub Trends

@githubtrending · Post #15053 · 12.08.2025 г., 14:00

#typescript#embedding#visualization Embedding Atlas is a powerful tool that helps you easily visualize and explore large sets of data points called embeddings. It automatically groups and labels data, shows dense areas and outliers clearly, and lets you search for similar items in real time. It works fast even with millions of points using modern web technology and can be used in Python, Jupyter notebooks, or web apps. This means you can better understand complex data, find patterns, and make decisions faster without complicated setup or slow performance. It’s open source and privacy-friendly since your data stays on your device. https://github.com/apple/embedding-atlas

Machinelearning

@ai_machinelearning_big_data · Post #8262 · 13.08.2025 г., 13:04

🌟Embedding Atlas: визуализация структуры эмбедингов прямо в браузере. Embedding Atlas — опенсорсный инструмент от Apple для интерактивной визуализации больших наборов векторных представлений, который позволяет не просто смотреть на облако точек, а полноценно с ним работать. И что самое приятное, он способен отрисовывать до нескольких миллионов точек благодаря реализации на WebGPU. 🟡Автоматическая кластеризация и разметка данных. Embedding Atlas сам находит скопления в данных и подписывает их, позволяя мгновенно сориентироваться в общей структуре датасета. Чтобы отделить реальные кластеры от случайных выбросов, используется оценка плотности ядра с отрисовкой контуров плотности. Решена и вечная проблема визуализаций - "каша" из перекрывающихся точек. Embedding Atlas использует технологию order-independent transparency, так что даже при большом наложении точек картинка остаётся четкой и информативной. 🟡Интерактивность. В инструменте есть поиск в реальном времени и нахождение ближайших соседей. Можно ввести текстовый запрос или просто кликнуть на любую точку в облаке, и Embedding Atlas мгновенно подсветит наиболее похожие на нее данные. Еще есть интерактивный фильтр по метаданным. Например, можно выбрать на гистограмме определенный класс объектов, и визуализация тут же отфильтрует эмбединги, оставив только соответствующие ему точки. 🟡Embedding Atlas поставляется в виде 2 пакетов: 🟢Python-пакет Дает три варианта интеграции: утилиту командной строки для быстрой визуализации датафреймов, виджет для Jupyter, позволяющий встраивать атлас прямо в ноутбуки, и компонент для Streamlit, если вы создаете полноценные веб-приложения. 🟢Npm-пакет Этот пакет для тех, кто хочет встроить визуализацию в собственные веб-приложения. Он предоставляет готовые UI-компоненты в виде API: Table, EmbeddingView, EmbeddingViewMosaic и EmbeddingAtlas. 📌Лицензирование: MIT License. 🟡Страница проекта 🟡Документация 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#Embedding#Visualisation#Apple

GitHub Trends

@githubtrending · Post #14750 · 25.05.2025 г., 13:00

#typescript#embedding#mcp#telegram#telegram_bot This tool helps you search through Telegram chat records using advanced technology like vector search and semantic matching. It uses OpenAI's semantic vector technology to make your searches smarter and more accurate. This means you can find messages more easily and quickly. It's beneficial because it saves time and helps you find important information in your chats. To use it, you need to install it on your computer by following some steps, and then you can access it through a local website. https://github.com/groupultra/telegram-search

GitHub Trends

@githubtrending · Post #15433 · 23.01.2026 г., 14:30

#python#deepseek#demo#easy#embedding#flask#gpt#huggingface_transformers#llm#mcp#multimodal#openai#qwen#rag#sentence_transformers#ui#vllm#vlm UltraRAG is a lightweight framework that makes building retrieval-augmented generation (RAG) systems simple and fast. It uses a low-code approach where you write just dozens of lines of YAML configuration instead of complex code to create sophisticated AI workflows with conditional logic and loops. The framework includes a visual development environment where you can drag-and-drop to build pipelines, adjust parameters in real-time, and instantly convert your logic into interactive chat applications. This means you can deploy powerful AI systems that ground answers in your own data—reducing hallucinations and improving accuracy—without needing extensive coding expertise or lengthy development cycles. https://github.com/OpenBMB/UltraRAG