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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #818 · 12.05

Пока ждал одну книгу, прослушал совсем короткую "Этический инженер" Гарри Гаррисона (в других переводах "Специалист по этике"). Вообще, Гаррисона я когда-то начинал читать — "Крыса из нержавеющей стали" — но по каким-то причинам бросил, не помню. А тут вот вчитался (вслушался). По современным меркам сюжет избитый — человек из развитой цивилизации попадает в мир, едва дошедший до парового двигателя, и начинает там своими знаниями совершать революцию во всех смыслах. Но книга вышла в 1964 году, так что это скорее последующие авторы романов о попаданцах вдохновлялись ей, а не наоборот. Еще могу отметить, что повествование очень сжатое, без лишней воды, события идут плотно, поэтому даже при сравнительной простоте вполне цепляет и не даёт скучать. Задумался о том, что, если у школьной литературы была задача познакомить меня с, собственно, литературой, то эта задача в значительной мере провалена. Большая часть программы была сосредоточена на русской классике и практически полностью игнорировала как зарубежных авторов, так и — что самое обидное — другие жанры. Мне трудно представить, в каком восторге я был бы от вещей вроде "Этического инженера" в старшей школе. Я совершенно точно хотел бы узнать о существовании многих авторов, жанров и произведений еще в 14-18 лет, а не только сейчас, когда есть интернет, и когда я сам прикладываю много усилий к поиску книг. #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