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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #555 · 15.09

Все пишут про то, что Adobe покупает Figma за $20 млрд. Во-первых, я рад успеху Фигмы. Я помню, когда появлялся подобный софт для дизайнеров, был очень популярен Sketch, но он работал только на MacOS. У разработчиков спрашивали, почему они не хотят сделать доступным приложение для всех, а не только для маководов. Они отвечали, что используют специфичное API, которое есть только в MacOS, и без которого реализовать нужную функциональность невозможно. И вообще, у большинства дизайнеров мак, только маки нужны, а на остальных плевать. Но вот пришла Фигма и сделала то же самое не только кроссплатформенно, а вообще в браузере. Это магия какая-то, как такое завелось и работает в браузере вообще. И теперь дизайнер может кинуть мне ссылку на макет, а мне даже устанавливать ничего не придется. При всех недостатках браузерного софта, в этом случае получилось очень удобно и уместно. Надеюсь, разработчики Скетча извлекли урок из своей лени и бестолковой идеологии. Во-вторых, Adobe — единственный софт, который я пиратил до отказа компаний принимать русские деньги. Остальное или покупал или искал бесплатную альтернативу. А у Adobe и ценовая политика неадекватная, и неудобства при установке и регистрации. Лицензионный адобе в разы больше требовал и больше глючил, чем какой-нибудь "Repack by Васян" с рутрекера, устанавливающийся без единого лишнего вопроса к пользователю. В целом в комментариях под этими новостями активно хоронят Фигму. Пророчат и исчезновение бесплатного тарифа (либо превращение его во что-то неюзабельное), и снижение корпоративной культуры, и много чего ещё. Ждём теперь Фигму как часть бандла за овердофига денег, в котором половина ненужного мусора. #web

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