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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #546 · 7.09

Прошёл Stray. Не абсолютно все секреты нашёл, но и не совсем пробежал. Впечатления скорее положительные: вполне милая игра, которую можно проходить, например, с детьми (но не слишком маленькими, всё-таки формально в игре есть монстры и убийства). Из недостатков, пожалуй, можно было подшлифовать графику (и модельки и, например, шерсть). Современные средства позволяют не слишком дорого сделать круче. Ещё лично мне не хватило описания мира: информация подаётся слишком отрывисто и короткими кусками. Мне кажется, такой мир можно было раскрыть интереснее, дав чуть более глубокие ответы на вопросы "Куда делись люди?", "Почему роботы носят одежду?", "Что случилось 11-го октября?" и так далее. Но хвалить игру хочется больше. Во-первых, сколько лет мы не видели выпуск хороших квестов? Мне вот казалось, что жанр давно или умер, или канул в какой-то маргинальной нише. А тут прямо квест: ты находишь предметы и ищешь способы их применить. При этом загадки простые и довольно логичные, ни разу не приходилось бродить час по одному уровню, пытаясь понять, что делать дальше (привет, "Чёрный Оазис"). Во-вторых, красивая аутентичная проработка. Необычная атмосфера и сеттинг. Приятно наблюдать за деталями, хочется рассматривать всё вокруг. Интересное решение по озвучке диалогов: и дёшево, и эмоции вызывает положительные. В-третьих, конечно же, всякие "кошачьи" мелочи. Авторы сами кошатники, поэтому добавили в игру кучу жизненных моментов: как для прикола, так и в виде полноценной игровой механики. Например, кошки любят сбрасывать предметы с полок: в Stray это можно делать и просто так и для решения задачек. Анимация при этом хорошо нарисована — котик прямо лапкой толкает вещи. Или, допустим, в одном месте нужно ходить по клавиатуре компьютера, вводя всякую абракадабру. Такого много: драть диваны тоже можно просто так, но в какой-то момент это пригодится специально :) Ну и, конечно, есть кнопка "мяукнуть". Постоянно нажимал. В общем, я не сказал бы, что это сногсшибательно новое слово в геймдеве, но совершенно точно яркое событие. Если есть пара-тройка свободных вечеров (игра короткая), сажайте своих детей рядом и вперёд. #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