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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #504 · 15.08

Досмотрел Sandman. Я так в своё время и не добрался до комикса, хотя читал из него несколько эпизодов, и мне довольно много о нём рассказывали. Сложность чтения комиксов в том, что с экрана это очень неудобно, а физические книги я не использую много лет. Сериал отличный даже без знакомства с первоисточником. Крутая самобытная атмосфера. Весьма удачный каст: большинство актёров подобраны чётко, они запоминаются и смотрятся на своём месте. Отдельно порадовал Коринфиан — очень харизматичный. Но в целом хороши даже местечковые проходные персонажи. Сами сюжеты показались немного сжатыми, но это скорее всего жанровая особенность первоисточника, от которой не захотели или не смогли избавиться. По смыслу и наполнению всё равно интересно. Ну и, конечно, возрастной рейтинг позволил авторам нормально показать всякую жесть. Из недостатков не могу не отметить критически высокий процент повесточки. Почти все злодеи и отрицательные персонажи — белые мужчины (Берджес и его сын, второй сын, который украл рубин, Коринфиан, абъюзер в паре, которая удерживала мальчика, практически весь слёт маньяков!). Центральные же положительные персонажи, кроме самого главного героя, в основном чернокожие и/или женщины. Подавляющее большинство отношений, показанных в сериале — гомосексуальные. А гетеро-пары, за небольшим исключением, или предают/изменяют, или являются объектом насмешек или злодеи. Не знаю, так ли в оригинале (говорят, Нил Гейман радикально-левый, поэтому вполне мог), но тут прям из берегов выходит, и очень заметно. Впрочем, кто смотрит современные сериалы, у того уже слепота/привычка выработалась, думаю. А в остальном супер, получил много удовольствия и жду следующий сезон. #fiction

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