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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #677 · 3.12

Ребята из ВК, похоже, чуть-чуть прислушиваются к пользователям. Когда я написал пост про неаккуратность с переносом названий статей, эту проблему довольно быстро исправили. И вот только что я писал вам об опросах в ленте, и о том, что именно на мой взгляд в них нужно спрашивать. Сегодня мне пришло два новых опроса: "Достаточно ли в ленте записей от друзей?" (поставил минимальный балл) и "Насколько лента соответствует вашим интересам?" (поставил 2 из 5). Интересно, как именно такая статистика будет обрабатываться? Вот допустим ответят люди, что записей от друзей недостаточно, и что с этим ВК сделает? Вернёт активность пользователей? Если бы могли, то уж давно сделали бы. Но если вдруг мои посты как-то влияют на происходящее: Уберите, пожалуйста, вкладку "Клипы" в нижнем меню. А лучше вообще вынести вертикальные видео для детей в отдельное приложение. Хотел написать "Вместо этой кнопки сделайте обновляемую подборку авторских текстов"... но, пожалуй, будь я сейчас владельцем крупной соцсети, не поставил бы на тексты. Тяжело смириться с тем, что люди перестали читать, но придётся. Возможно, ВК нужно превратить в русский ютуб. А, значит, наладить систему рекомендаций. Сейчас я захожу в раздел "видео", и там какой-то телевизор для домохозяек. Где коптеры и инженерные блоги? #web

Hashtags

Резултати

Намерени 8 подобни публикации

Търсене: #easy

当前筛选 #easy清除筛选

​​Совсем лайтовая статья для новичков "10 главных конструкций языка R". Содержание: - Комментарии - Переменные и векторы - Внешние модули - Ввод и вывод - Присваивание и сравнение - Условный оператор if - Цикл for - Функции - Классы, методы и объекты #статьи #easy

GitHub Trends

@githubtrending · Post #15433 · 23.01.2026 г., 14:30

#python#deepseek#demo#easy#embedding#flask#gpt#huggingface_transformers#llm#mcp#multimodal#openai#qwen#rag#sentence_transformers#ui#vllm#vlm UltraRAG is a lightweight framework that makes building retrieval-augmented generation (RAG) systems simple and fast. It uses a low-code approach where you write just dozens of lines of YAML configuration instead of complex code to create sophisticated AI workflows with conditional logic and loops. The framework includes a visual development environment where you can drag-and-drop to build pipelines, adjust parameters in real-time, and instantly convert your logic into interactive chat applications. This means you can deploy powerful AI systems that ground answers in your own data—reducing hallucinations and improving accuracy—without needing extensive coding expertise or lengthy development cycles. https://github.com/OpenBMB/UltraRAG