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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #659 · 21.11

Попробовали относительно новую настолку "Космические дальнобойщики". Автор — Влаада Хватил, тот самый чех, который создал великую и нашумевшую Codenames. Конкретно Galaxy Trucker он создал ещё раньше, но в какой-то момент решил чуть-чуть доработать и выпустить переиздание. В игре вы сначала собираете из тайлов космические корабли по определённым правилам. У кораблей есть, например, пушки, защитные поля, двигатели, отсеки для грузов и экипажа. Затем летите доставлять грузы, и каждый ход тянется карта с происшествием. Это может быть что-то нейтральное (вы просто летите вперёд), что-то хорошее (вы забираете грузы, за которые потом вам заплатят) и что-то плохое (метеоритный дождь или нападение пиратов). Для того, чтобы справиться с разными проблемами, у вас на корабле должно быть подходящее оборудование, ещё и расположенное нужным образом. Прикольно сделана механика попадания метеоритов: точка удара задаётся броском кубиков, и ты реально каждый раз надеешься, что космический камень не попадёт в уязвимое место. Иногда такими ударами или, например, выстрелами пиратов сносит половину корабля, приходится дальше лететь на обломке. Игра простая, но создаёт нужный экшен. Ещё за сравнительно небольшую цену в коробке много качественных компонентов. Вполне себе неплохой вариант для завершения настольного вечера после какой-нибудь более тяжёлой евростратегии. #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #unifiedembedding

当前筛选 #unifiedembedding清除筛选
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