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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #706 · 19.12

Поставили индукционную плиту. Технология существует уже очень давно, но дошли почему-то до неё только сейчас (а зря, нужно было раньше). Во-первых, работает на магии. Даже диплом технического вуза не позволяет мне полностью избавиться от вау-эффекта, когда ты ставишь посуду на плиту, никакая конфорка под ней не зажигается, но при этом сама посуда совершенно магически начинает нагреваться целиком. Во-вторых, когда ты видишь, как трёхлитровая кастрюля воды доходит до кипения за 5 минут, а не за 20, то хочется очень громко крикнуть голосом Джесси Пинкмана: "Science, bitch!". Вообще, больше всего поражают как раз вещи, которые ломают привычные представления. Смартфон сложнее, чем индукционная плита, но маленькая коробочка с экраном у меня была ещё в глубоком детстве — тетрис. И не сказать, что смартфон нарушил какой-то обыденный паттерн из устройства мира вокруг — та же коробочка, чуть более цветная. А вот плита совсем другое дело. Она работает не так, как обычная. Да, есть микроволновка, у неё похожий принцип, но там продукт лежит внутри, а ситуация "Положить вещь в закрытый ящик, и она там нагреется" — довольно привычна. Плита же на индукции воспринимается, как что-то из космоса. Очень круто, советую всем, у кого, как у и нас, годами не доходили руки апгрейднуться. #life

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