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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #589 · 9.10

Прикольно, что существует рынок продуктов для улучшения других продуктов. Например, в конструкторах LEGO есть наборы с электричеством, и там блок управления моторами очень бестолковый: он маломощный, на батарейках вместо аккумулятора, а контроллер (в новых наборах — с телефона) позволяет собирать из таких вещей только модель по инструкции, потому что в приложении просто нет функциональности за пределами коробочных наборов. Что странно для конструктора — ведь он должен быть гибким и позволять собирать что угодно. Но корпоративные процессы в любой большой компании, такой, как LEGO, очень часто не позволяют эффективно браться за оптимизацию каких-то отдельных вещей. Так что на рынке можно купить у других производителей не родные блоки управления (например BuWizz). Они совместимы с деталями от LEGO, но во всём без исключения лучше: выше мощностью, дольше работают, меньше по размеру и обладают более гибким приложением для контроля моторов и сервоприводов. А я тут купил антенну на DJI-очки, которая очень интересно сделана: она ставится вместо пластиковой панели, выполняющей на очках декоративную функцию. Вообще, передача изображения это слабое звено практически любой современной FPV-системы. Пульт управления работает на расстоянии до 10 километров, а вот картинка в отдельных местах сыпется уже на 300-500 метрах, даже если в рекламе сказано совсем другое. Без картинки конечно всякие умные Мавики вернутся домой (хотя отсутствие возможности нормально летать и снимать это всё равно неприятно), а вот в FPV-мире потеря картинки нередко равна потере дрона. Так вот, антенна от компании iFlight, ставится прямо поверх очков. Производители из iFlight специально сделали корпус, повторяющий накладку очков от DJI: одна фирма делает улучшения для продуктов другой фирмы. Это популярная антенна, многие FPV-пилоты с ней летают. Правда, оценить разницу я пока не смог (вчера летал, но неправильно настроил мощность видеопередатчика). Будем смотреть, что там на деле будет. Вот это всё что в текстуре карбона на фото — корпус новой антенны как раз. #drone#gadgets

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