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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #845 · 21.07

Итак, сторисы в Телеграме. Вы меня знаете, как убеждённого хейтера всех новых форматов: начиная от сторис, заканчивая короткими вертикальными видео. Я могу часами рассуждать о том, как "общество деградирует". Но популярность этой наркоты так непредставимо огромна, что даже псевдо-идеалист Дуров не сдержался, и: — Своровал напрямую фичу из другого сервиса, хотя не любит так делать, — Вставил в продуманный мессенджер для интеллектуалов ширпотребный продукт. Фундаментальная проблема Телеграм-сторис в том, что люди, которые у меня в контактах в мессенджере, и люди, от которых интересно смотреть регулярный медиа-контент — это два очень слабо пересекающихся множества. Я утром обнаружил в списке сторис кучу непонятных ноунеймов, и почти всегда оказывалось, что это какой-нибудь менеджер какого-нибудь заказчика, с которым мы обменивались рабочей документацией три года назад. Это не мой друг, не блогер, не член семьи, так что смотреть сторисы от него/неё для меня не имеет никакого смысла. Пожалуй, сторисы нужны были бы только в каналах, но... их там не сделали вообще. Иногда мышление команды Телеграма выходит за пределы моего понимания. Вместе с тем, совершенно никак не исправлены привычные болячки и косяки этого формата, хотя Дуров вроде как в превью обещал, что Телеграм-сторисы будут какими-то особенными, и реализованы не так, как у всех. Но что мы видим? Те же самые неизбежно вертикальные фото/видео. Нет инструментов, чтобы запостить горизонтальный контент, которого до сих пор в сети очень много (например, кадр из фильма, кусочек стрима видеоигры итд). Та же проблема с текстами: чтобы читать сторисы, нужно держать палец на экране. В общем, совершенно те же говносторисы, что и везде. В целом, плюс у этого только один: надеюсь, данная функция добьёт в России инсту. #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