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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #841 · 2.07

Люди в интернете массово хоронят Твиттер. Там Илон Маск сначала закрыл твиты от незарегистрированных юзеров, а теперь вообще ввел лимиты на чтение: 600 записей в день для обычных аккаунтов и 6000 записей в день для платных. Кажется, вообще нигде нет лимитов на чтение, потому что это ограничение для собственного же способа заработка на рекламе. Соцсети наоборот стараются, чтобы люди подсаживались на них и всё больше крутили ленту, свайпали сторисы, листали клипы. Если любое событие прервет мою прокрутку ленты, то я с высокой вероятностью перестану крутить и пойду заниматься чем-то более полезным. И всё-таки, практика показывает, что значительная часть активной аудитории готова соглашаться на любые неудобства и терпеть любые унижения. Уровень привыкания к конкретным средам и интерфейсам у людей очень высокий, плюс инертность социального графа в целом. Этим, в частности, объясняется, что у Фейсбука есть пользователи, несмотря на худший в мире UI/UX, и у Инстаграма в России есть пользователи даже после всех блокировок, и много всего удивительного. Люди всерьез держат ВПН постоянным или даже включают каждый раз ради Инсты. Да чего Инста: даже какой-нибудь забитый визуальным говном неадаптированный под телефоны форум типа "ФишкиНет" с дизайном из начала двухтысячных — тоже имеет устойчивую аудиторию. Так что, я бы Твиттер не хоронил. Уверен, Илон Маск может делать с любителями Твиттера всё, что захочет, всё равно найдётся немало тех, кто будет продолжать туда писать и читать, вести там свою онлайн-жизнь, строить карьеру блогера и так далее. По этому же принципу Дуров может добавить в Телегу какую-нибудь не относящуюся к мессенджерам попсовую херню для детишек, и мы всё равно проглотим и никуда не уйдём. Oh, wait... #web

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