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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #700 · 13.12

Dwarf Fortress это такой симулятор, в котором примитивнейшая графика, но при этом в мире игры обсчитывается чуть ли не масса каждой травинки, и это влияет на всё происходящее. Был такой научпоп-факт, что если из мира убрать муравьёв, то всё погибнет. Вот в Dwarf Fortress вполне возможны такие случаи. В сети есть история, как в одной крепости стали погибать коты, потому что они вылизывали свою шерсть, а она была пропитана пивом из-за того, что они ходили по пивным лужам. Я сам не играю из-за слишком уж абстрактной графики и высокого порога вхождения. Но сама идея крутая и увлекает тысячи игроков на сотни часов. Так вот, разработчики 20 лет делают мега-задротную игру для мега-задротов. Иронично, что они сами выглядят при этом как супер стереотипные задроты. И я уверен, что они совершенно счастливы, и тот факт, что они заработали миллионы баксов, лишь совсем небольшая составляющая этого счастья. #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