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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #632 · 6.11

Посмотрел уже четыре серии нового научно-фантастического сериала Peripheral: в недалёком будущем героям попадается VR-гарнитура, которая перемещает их в супер реалистичный симулятор Лондона на сто лет вперёд, но всё, конечно же, оказывается не так просто. Смотрю вполне с удовольствием. Не сказал бы, что хочу бросить или перемотать. Но вот подметил такую вещь: и здесь, и во многих других фантастических проектах последних лет авторы очень круто смоделировали мир (либо домоделировали уже существующий мир: например, в сериалах по Звёздным Войнам). Офигенная работа с деталями, дорогая картинка, интересные особенности вымышленной вселенной. А вот с сюжетами как-то не очень клеится. Если убрать интересный мир, за которым хочется наблюдать, то сам по себе сюжет что здесь, что в других проектах, очень средненький. Даже в киноадаптации Азимовского "Основания" в итоге выкинули реально классный книжный сюжет и придумали свой унылый, лишь бы повесточку показать. Пожалуй, за событиями и персонажами хочется следить только в каком-нибудь Андоре (на удивление неплохо вышел, лично для меня даже интереснее Мандалорца). Вот там и без ЗВ-атрибутики было бы захватывающе. Ну и, конечно, первый сезон Westworld вполне тащил (остальные не тащили: мир всё ещё цепляет, а сюжет уже нет). С Игрой Престолов вон тоже: пока был книжный первоисточник, было интересно, а когда стали писать свой Дом Дракона, то (судя по отзывам) картинка классная, но следить скучно. Я не думаю, что это связано с каким-то кризисом идей или недостатком хороших писателей/сценаристов. Видимо, рынок и общественное мнение становятся своеобразной цензурой: то же "Основание" упростили и сделали более примитивным наверняка для расширения потенциальной аудитории. Expanse едва не закрылся из-за падения рейтингов, и был спасён практически лично Безосом, как одним из фанатов, поэтому смог до конца остаться достаточно умным. Но не знаю, увидим ли мы в наше время что-то уровня Battlestar Galactica или Firefly. #fiction

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