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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #629 · 3.11

Кинопаб очень удобный. Я долго на него не подписывался, потому что стремился честно покупать контент. Но, если авторы сами отказываются получать деньги, я себя из-за их капризов ограничивать не стану, поэтому тот же Нетфликс был заменен на Кинопаб. Кто не знает, это такой пиратский платный сайт с фильмами и сериалами. Платность избавляет его от рекламного мусора, который вы в неадекватных количествах можете увидеть, если просто наберёте в гугле "Такой-то сериал смотреть онлайн". Ну и владельцы стремятся, например, предоставлять 4k-версии и разные аудиодорожки, где это возможно. Веб, нативные приложения под все платформы (удобная установка везде кроме iOS, конечно же), в том числе под умные телевизоры. Киллер-фича: персональное зеркало, чтобы не морочиться с VPN. Есть всё, что на Нетфликсе, и еще много чего сверху. В общем, сделано людьми для людей и мимо корпораций. Круто, что такие штуки существуют. #web

Hashtags

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