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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #680 · 5.12

Фантасты любят изображать подводные города и всяких подводных жителей. Начиная от Звездных Войн с гунганами, и заканчивая новыми фильмами по комиксам (и их первоисточниками): в DC есть Атлантида, в Марвел вот ввели Талокан (который в комиксах вроде бы тоже буквально Атлантида). И там и там появление подводных людей объясняется как-то так: были обычные наземные люди, потом с ними что-то случилось, воздействие какой-то фигни, они, дескать, мутировали и стали жить под водой. У меня в такие моменты отключается приостановка неверия. Ну не может существо с похожим на человеческое телом постоянно жить под водой. Дерек Кюнскен в книге "Квантовый волшебник", о которой я вам рассказывал, описывает людей, генетически измененных для постоянной жизни в океане. Во-первых, у них нет подвижных век, потому что глаза не нужно смачивать. Крупная относительно тела голова, глаза огромные, чешуя. Во-вторых, хвост вместо ног. И правда, если существа не опираются на поверхность, у них нет необходимости в ногах. Да, по сюжету они изредка выходят на сушу. Тут мы можем для примера посмотреть на животных, которые дышат атмосферным кислородом, но чье тело биомеханически приспособлено к воде: морские котики, тюлени, моржи, пингвины итд. Они на земле довольно неуклюжи, могут разве что медленно переваливаться. В-третьих, люди-рыбы у Кюнскена не используют звуковую речь и общаются колебаниями электромагнитного поля. Обычным людям по сюжету приходится применять специальные синтезаторы голоса, чтобы общаться с амфибиями. Ну и конечно никакой речи не может идти о присутствии рыболюдей на суше и использовании ими человеческих инструментов и инфраструктуры. Их транспортируют в больших чанах с водой под давлением, и такие же делают отсеки в космических кораблях, где они нужны (там в книге эти рыбы могут выдерживать большие перегрузки и поэтому служат пилотами на истребителях). А в фильмах существа с ногами и веками живут постоянно в воде, в темноте и холоде, не имея удобного для передвижения и коммуникации тела. Не верю! Даже по меркам киносказок. Верю в подводный город Восторг из первого Bioshock, в котором просто построенные на дне дома с атмосферой для людей. Там в процессе игры постоянно ощущаешь, насколько чужеродна для человека толща океана вокруг, и как много усилий пришлось приложить инженерам, чтобы сдержать чудовищное давление и обеспечить какую-то возможность передвигаться и вести свою деятельность. #fiction

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