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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #655 · 17.11

Рынок настольных игр удивительно стабилен на фоне санкций и канселинга русских. Ну, типа, кинотеатрам каюк, электроника через дружественные страны, софт через всякие впны и оформленные в других местах карточки. А вот настолки из Европы продолжают официально подписывать, официально локализовывать на русский язык и продавать в России. И настолки русских авторов — продавать за рубежом и печатать заграницей, если надо. Возможно, рынок настолок такой маленький, что продажи в России составляют для него значимый процент, и поэтому банить Россию слишком невыгодно. Хотя ещё несколько лет назад говорили, что русские особо игры не покупают, и магазины чуть ли не в минус работают. Если это стало выправляться, то хорошо — больше интеллектуальных развлечений народу. Возможно, в целом тусовка всяких настольных авторов и издателей очень тесная и сплочённая. По себе знаю, как для настольщиков ценны другие настольщики, которые любят игры и разбираются в них: с казуальными компаниями ты в лучшем случае будешь какого-нибудь "Каркассона" раскладывать раз за разом, а с гурманами можно и в Brass зарубиться. Короче, единственное моё хобби, которое не просело и даже, кажется, набирает обороты. Дроны тоже в некотором смысле, но это потому что я перешёл на FPV, оборудование для которого берётся с Aliexpress. А вот официально те же DJI из России ушли (вот тебе и друзья-китайцы, ага). P.S. Собрал чат друзей для игры в настолки и назвал его Hellfire Club :) #games

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