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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #590 · 10.10

На выходных чуть-чуть потестировал 3.5-дюймовый дрон iFlight Protek 35. Такие дроны обычно двигаются медленнее, имеют защиту пропеллеров и меньше весят, чем пятёрки или семёрки, поэтому более устойчивы к ударам и другим ошибкам пилотирования. Это позволяет больше рисковать при полёте. Опытные пилоты могут проскакивать в узкие проёмы, а я вот попробовал полетать низко над землёй. Ничего впечатляющего пока, надеюсь на днях удастся съездить полетать нормально. Возить полновесную GoPro 10 этому дрону тяжело. Да, я знаю, что есть облегчённая модель для дронов GoPro 10 Bones, но её нигде не достать за адекватные деньги. Чуть позже напишу об этих урезанных камерах подробнее. В общем, батарейки хватает на 3 минуты, нужно облегчать, деваться некуда. Но уже начинает появляться чувство, что не очень страшно влететь в какие-нибудь ветки или стукнуться о землю (я разок даже стукнулся). Буду тренироваться дальше. #drone#hobby#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