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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #835 · 10.06

Вы наверняка уже видели ролики и статьи про Apple Vision Pro: сейчас о них судачит весь интернет. Супер дорогие очки дополненной реальности, которые Эпл начнет продавать в следующем году. Надеваешь очки, и у тебя посреди комнаты начинают летать экраны, на которых можно кино смотреть, интернет читать, с людьми переговариваться и так далее. При всей моей нелюбви к Эплу глупо отрицать, что они задают тренды на рынке. Эплу удалось создать из своих покупателей такую преданную религиозную общину, что многие другие компании пытаются копировать те же решения, чтобы получить хотя бы примерно такие же цифры продаж. Понятно, что слепое копирование выглядит не слишком умным, но в каком-то ограниченном пространстве это работает. Иногда тренды, которые задает Эпл, очень удачные и переворачивают индустрию. Так было с первыми iPhone, и, в частности, двумя ключевыми вещами: емкостным экраном и магазином приложений. Именно эти две фундаментальные вещи образовали текущий рынок по-настоящему классных смартфонов. Иногда тренды тупые, и копируют их совершенно бездумно. Так было с монобровью. Она подарила нам одно-два поколения бестолковых уродских аппаратов от всех топовых компаний, пока они, наконец, не отказались от этой идеи (по крайней мере на флагманах) в пользу камеры-точки или даже подэкранной. Так вот, независимо от того, насколько реально люди будут покупать AR-очки за $3500, я почти уверен, что это новый тренд, и в ближайшие пару лет бы будем то и дело видеть очередное устройство на эту тему. Ждем от Xiaomi. #gadgets

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