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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #603 · 20.10

Многим наверняка известно, как наши родители иронично называли словом "недвижимость" пришедший в негодность соседский автомобиль, который мог стоять во дворе месяцами и годами, занимая одно и то же место. Он ржавел, колеса спускались, и в итоге он прирастал к своему месту. Я еще всегда думал, что формально с этим ничего не сделаешь — это ведь по идее просто припаркованная машина, нет в законе упоминания о том, как часто она должна приходить в движение. Оказывается — есть, но с оговорками. Существует понятие "разукомплектованное транспортное средство" — это такое, "у которого отсутствуют одна или несколько кузовных деталей (предусмотренные конструкцией капот, дверь, замок двери кузова или кабины, запор горловин цистерн, пробки топливного бака и (или) отсутствуют одно или несколько стекол, внешних световых приборов, колес, шин), а также сгоревшее транспортное средство." Если такое транспортное средство находится на общественной территории, владельцу направляется уведомление о необходимости его убрать, на что дается 30 дней, после чего убирается эвакуатором, а владельцу выписывают штраф до 5000 рублей. Более того — что особенно смешно — чиновник, ответственный за благоустройство какой-либо общественной территории, под угрозой административки и штрафа обязан уведомлять владельцев разукомплектованных транспортных средств о необходимости их убрать. Представьте, как круто было бы, если бы законы в России работали? Однако, дьявол в деталях. Просто ржавое корыто со спущенными шинами не попадает в эту категорию. Начнет попадать, если у него нет стекла или, например, фары. Так что в принципе, если кто-то у вас во дворе припарковал "недвижимость", месяцами прирастающую к месту, можно случайно (!) выбить ему задний ходовой огонь и потом уже фотографировать и отправлять в службы. Вряд ли владелец, который буквально бросил гнить свой автомобиль, станет его ремонтировать. Сфоткал сегодня по пути. Вообще, штуки три видел за полчаса ходьбы по району. #life

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #faiss

当前筛选 #faiss清除筛选
GitHub Trends

@githubtrending · Post #15295 · 11.11.2025 г., 17:00

#python#ai#faiss#gpt_oss#langchain#llama_index#llm#localstorage#offline_first#ollama#privacy#python#rag#retrieval_augmented_generation#vector_database#vector_search#vectors LEANN is a tiny, powerful vector database that lets you turn your laptop into a personal AI assistant capable of searching millions of documents using 97% less storage than traditional systems without losing accuracy. It works by storing a compact graph and computing embeddings only when needed, saving huge space and keeping your data private on your device. You can search your files, emails, browser history, chat logs, live data from platforms like Slack and Twitter, and even codebases—all locally without cloud costs. This means fast, private, and efficient AI-powered search and retrieval on your own laptop. https://github.com/yichuan-w/LEANN

GitHub Trends

@githubtrending · Post #15168 · 25.09.2025 г., 12:30

#python#ai#context#embedded#faiss#knowledge_base#knowledge_graph#llm#machine_learning#memory#nlp#offline_first#opencv#python#rag#retrieval_augmented_generation#semantic_search#vector_database#video_processing Memvid lets you store millions of text pieces inside a single MP4 video file using QR codes, making your data 50-100 times smaller than usual databases. You can search this video instantly in under 100 milliseconds without needing servers or internet after setup. It works offline, is easy to use with simple Python code, and supports PDFs and chat with your data. The upcoming version 2 will add features like continuous memory updates, shareable capsules, fast local caching, and better video compression, making your AI memory smarter, faster, and more flexible. This means you get a powerful, portable, and efficient way to manage and search huge knowledge bases quickly and easily. https://github.com/Olow304/memvid