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 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