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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #588 · 8.10

Знаком ли вам термин "Неблагополучная семья"? Мне всегда казалось, что это такой народный симулякр в головах русских людей. Еще со времен школы были слухи про разных детей, что они, вот, из неблагополучной семьи. В моем личном представлении речь шла о каких-нибудь алкоголиках, хотя были и те, для кого этот термин обозначал очень бедную семью. Сейчас мне кажется, что речь идет о семье, в которой родителям на своих детей плевать, они ими никак не занимаются и не переживают об их состоянии. Хотя, в богатых семьях такое бывает, но назвать богатую семью термином "неблагополучная" трудно. Гугл выдаёт алглоязычную статью dysfunctional family, где, как мне кажется, во главу угла поставлено насилие и конфликты. Хотя упоминание о пренебрежении родительскими обязанностями тоже есть. Однако, не могу отделаться от ощущания, что у них там вопрос домашнего насилия рассматривается чаще, а вопрос, например, алкоголизма — реже, поэтому понимание термина смещено. Но ведь ходят же дети "из неблагополучных семей" в школы. Это надо как минимум ребенка одеть, снабдить тетрадками, записать в школу. Родители потрудились сделать это. В чем же тогда неблагополучность? Я просто недавно услышал снова эту фразу и задумался, вот, решил поделиться размышлениями. Может быть, у вас тоже какие-то мысли есть? #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #crossmodal

当前筛选 #crossmodal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