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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #559 · 19.09

Первые три сезона "Лучше звоните Солу" — один из самых антигероических сериалов, что я видел. Там нет совсем тяжёлой драмы как "Во все тяжкие", нет череды жестоких смертей как в "Игре престолов". Но весь сюжет о том, как герой постоянно пытается делать хорошие вещи, исправлять свои ошибки и помогать людям, и каждый раз из-за этого получает какой-то серьёзный ущерб: то лишится денег, то в тюрьму попадёт, то физически пострадает. Можно было бы смело использовать лозунг "Делай добро и беги". С четвертого сезона, правда, направление сюжета меняется (возможно, это связано с покупкой сериала Нетфликсом). Но вот до этого: прямо чёткая антиреклама честности и раскаяния. Кстати, уже третий сериал про юристов смотрю (ещё был Suits и How to Get Away with Murder). И не устаю поражаться тому, как много абсурда и отсутствия здравого смысла в юриспруденции. Допускаю, что это всё художественный вымысел для пущего эффекта, но основано то хоть в какой-то степени на реальных законах. Например, сторона, которая не права, может угрожать затягивать дело годами, и сторона, которая права, пойдёт на не слишком справедливую сделку. Или можно найти какую-то мелочь, которая чисто формально меняет ситуацию целиком. Вот такую аналогию придумал: представьте дверь с надписью "не входить". Ты берёшь и въезжаешь туда на роликах. С точки зрения здравого смысла очевидно, что ты нарушил указанный на двери запрет, потому что он говорит о необходимости не допустить присутствия человека в помещении. Но формально ты не вошёл, а въехал, и условный суд может не признать тебя виновным. Читал много лет назад про случай: покупатель засудил производителя холодильников, потому что в инструкции не было написано, что холодильник нельзя таскать на себе, а покупатель попытался и словил травму. Реально выиграл суд. "Кринж", как сейчас говорят. Не сомневаюсь, что достаточно хитрые люди паразитируют на этой кривой системе очень лихо. По крайней мере, США это страна очень вычурной и формализованной юстиции, и в США адвокаты в основном дорогие, их обучение полу-закрыто-элитарное (и тоже очень дорогое), и вообще у них там своя тусовка (если я правильно понял, за преступление адвоката судит тоже не обычный суд, а спец комиссия). Американцы, конечно, порой и сами стебутся над своим кверулянтством: вспомните хотя бы город юристов из "Трасса 60". Можно ли создать какую-то хорошую, но не такую абсурдную систему, при этом работоспособную? Всё-таки, там суды хотя бы работают, в отличие от, скажем так, некоторых других стран. И случаи победы простого человека над гигантской корпорацией или над государством действительно бывают. #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