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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #586 · 6.10

Сегодня на митапе VK Mini Apps рассказали о нововведениях, и там много того, что хотелось бы иметь лет пять назад. Например, сервис можно будет встроить в страницу пользователя и производить с ним какой-то дополнительный вид взаимодействия за пределами возможностей самого ВК (скажем, записаться на ноготочки). Или особая интеграция в сообщения, похожая на HTML5 режим у телеграм-ботов. Вообще обидно, что столько выстрелов в холостую. Я никогда не переставал говорить, что технически ВК в лидерах рунета. Инструментарий для блогов топовый, почти ни у кого нет ничего подобного по возможностям и удобству, в том числе за рубежом. Платформа приложений тоже очень богатая на функции. А обидно, потому что всё это делается на выжженной земле, где почти не осталось взрослых активных пользователей. Вот вы это читаете и наверняка большинство из вас не пользуется миниприложениями и не знает людей, которые пользуются. Да и в ВК очень многие уже заходят максимум в личку. Я смотрю на страницы в списках друзей, и там аватарки пятилетней давности, а записи на стене десятилетней, в лучшем случае. При этом разработка продолжается. Статьи на Хабре от ВК очень крутые, без шуток. Вкладывается много труда и интеллектуальной работы. Странное ощущение от этого всего. Но я пока и там тоже, как и обещал, как минимум до конца года. #web#dev

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #unifiedembedding

当前筛选 #unifiedembedding清除筛选
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