TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #851 · 2.08
Впервые использовал нейросетку для реальной практической пользы в коммерческом заказе. У заказчика есть база данных, куда информация вносится кое-как. Представьте, что вы составляете каталог, например, книг, и в базе данных предусмотрены поля: "Автор книги", "Название книги", "Число страниц" и ещё десяток других полей с информацией. Но заполняют эту базу другие люди, которых вы не контролируете, поэтому информация может случайным образом лежать в любом произвольном поле, быть введена с ошибками, опечатками и так далее. В реальном заказе были не книги, я просто привожу пример такой же задачи. Вот как это может выглядеть: 1. В поле "Автор" написано "Лондон, Дж. Белый Клык", поле "Название" при этом пустое. 2. В поле "Название" написано "150-страничный сборник рецептов", поле "Число страниц" пустое 3. В поле "Название" написано "джеклондон мартин иден", поле с автором пустое 4. В поле "Автор" написано "150-стр.3изд,доп.перераб инструкция по пользованию подстанциями типа ТП-13, М.Васильев москва 98" ...и так далее. А нужно искать нормально по автору, названию, числу страниц, городу и году издания. Никакими прямыми алгоритмами это не берётся: регулярки, поиск по ключевым словам, морфология, нечёткая логика — всё это либо даёт много ложноположительных результатов, либо (если подкрутить пороговые значения) вообще перестаёт искать. И вот тут в какой-то момент мы решили попробовать запрашивать через API GPT. Нейросетке задаётся следующий промт: "Есть следующая информация: «150-страничный роман джеклондон мартин иден». Если здесь есть то, что похоже на имя автора книги, напиши мне его, иначе ответь null". И, надо сказать, даже 3.5 справляется с этой работой очень хорошо. Получилось сравнительно без ошибок разметить около 80% данных (остальные с ошибками даже после нейросетки). Но, важный нюанс. Сначала мы пытались поймать все данные одним запросом: "GPT, выведи мне JSON, в котором есть автор, название, число страниц...", но тесты показали, что значительно эффективнее будет отдельно спросить 5 раз про 5 разных типов данных. Да, это расходует больше токенов, но они и так сравнительно дёшевы. Кстати, API у OpenAI безбожно глючит даже на платном тарифе. Обещанных 3500 запросов в минуту нет даже приблизительно. По факту удаётся отправлять около 200-300 запросов в минуту, потом оно вываливается в таймауты или ошибку 429, нужно делать какие-то умные паузы, ждать итд. Над этим всем пришлось повозиться, зато результат вполне ощутимый. #dev
Hashtags
Търсене: #lib
@mfbikepacking · Post #15 · 06.06.2023 г., 13:22
Евдокимов - Фотограф-велосипедист (1913). Прогулки и путешествия на велосипеде с фотографическим аппаратом. Практические советы и указания для любителей-фотографов. https://archive.org/details/evdokimov_photobike https://book.museumart.ru/mok/1m/1m/photograf-velosipedist/html5forpc.html https://disk.yandex.ru/d/-PU2F0nmuNKe3g #lib
Hashtags
@justfuning1900 · Post #527 · 19.09.2024 г., 06:24
AutoCorrect 有一个有意思的库。 觉得自己写文章格式很乱的朋友注意了，这个库可以帮你全自动化优化，如果你使用的SSG，就更方便了，配套的Node、Python库几行代码就能完成优化工作。 官方还提供了一个在VSCode上保存自动触发格式化优化的插件：https://marketplace.visualstudio.com/items?itemName=huacnlee.autocorrect 项目地址：https://github.com/huacnlee/autocorrect #工具箱#lib#排版
@tuttoelezioni · Post #1562 · 21.03.2026 г., 11:32
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Distribuzione dei seggi nell'Assemblea. 🟥 Partito Laburista (#ALP|Centro-sinistra): 35 ✅ 🟦 Partito Liberale (#Lib|Centro-destra): 8 ⬜️ Indipendenti: 4 Totale: 47 Maggioranza: 24 @TuttoElezioni
@tuttoelezioni · Post #1559 · 21.03.2026 г., 10:34
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Distribuzione dei seggi nell'Assemblea. 🟥 Partito Laburista (#ALP|Centro-sinistra): 28 ✅ 🟦 Partito Liberale (#Lib|Centro-destra): 7 ⬜️ Indipendenti: 5 Da assegnare: 7 Totale: 47 Maggioranza: 24 @TuttoElezioni
@bimteamnews · Post #1298 · 28.08.2024 г., 14:02
Обновление 22 августа - 28 августа Коммерция #коммерция#технология#армирование#моделирование_кр Опубликована новая инструкция Моделирование выпусков автостоянки сквозным неразрезным армированием Инструкция описывает технологию моделирования выпусков автостоянки из фундаментной плиты, которые продолжаются неразрезным армированием в вышестоящих вертикальных конструкциях (пилонах или колоннах). #коммерция#технология#lib-файлы Опубликована новая инструкция Подготовка lib-файла к работе ❗️Обязательна к ознакомлению! Инструкция описывает шаги, которые должен выполнить проектировщик для подготовки lib-файла перед использованием его в проекте. #коммерция#fm#семейства_кр Разработаны семейства к альбому технических решений КЖ2.1 Со списком семейств можно ознакомиться по ссылке.
@tuttoelezioni · Post #1634 · 23.03.2026 г., 07:18
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 684/694 (98,6%). Sezioni di voto anticipato scrutinate: 57/59 (96,6%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 37,6% 🟧 Una Nazione (#ON|Destra nazionalista): 22,2% 🟦 Partito Liberale (#Lib|Centro-destra): 19,0% 🟩 Verdi Australiani (#Greens|Verdi): 10,3% ⬜️ Indipendenti: 5,2% @TuttoElezioni
@tuttoelezioni · Post #1570 · 22.03.2026 г., 06:13
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 673/694 (97,0%). Sezioni di voto anticipato scrutinate: 50/59 (84,7%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 38,0% 🟧 Una Nazione (#ON|Destra nazionalista): 22,0% 🟦 Partito Liberale (#Lib|Centro-destra): 19,3% 🟩 Verdi Australiani (#Greens|Verdi): 10,5% ⬜️ Indipendenti: 4,4% @TuttoElezioni
@tuttoelezioni · Post #1567 · 21.03.2026 г., 17:59
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Consiglio legislativo. 🟥 Partito Laburista (#ALP|Centro-sinistra): 36,8% 🟧 Una Nazione (#ON|Destra nazionalista): 23,3% 🟦 Partito Liberale (#Lib|Centro-destra): 16,6% 🟩 Verdi Australiani (#Greens|Verdi): 11,7% @TuttoElezioni
@tuttoelezioni · Post #1566 · 21.03.2026 г., 17:58
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 658/694 (94,8%). Sezioni di voto anticipato scrutinate: 33/59 (55,9%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 39,1% 🟧 Una Nazione (#ON|Destra nazionalista): 21,6% 🟦 Partito Liberale (#Lib|Centro-destra): 18,7% 🟩 Verdi Australiani (#Greens|Verdi): 11,1% ⬜️ Indipendenti: 3,8% @TuttoElezioni
@tuttoelezioni · Post #1565 · 21.03.2026 г., 14:11
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 658/694 (94,8%). Sezioni di voto anticipato scrutinate: 31/59 (52,5%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 38,9% 🟧 Una Nazione (#ON|Destra nazionalista): 21,5% 🟦 Partito Liberale (#Lib|Centro-destra): 18,9% 🟩 Verdi Australiani (#Greens|Verdi): 11,1% ⬜️ Indipendenti: 3,8% @TuttoElezioni
@tuttoelezioni · Post #1564 · 21.03.2026 г., 12:51
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Consiglio legislativo. 🟥 Partito Laburista (#ALP|Centro-sinistra): 37,2% 🟧 Una Nazione (#ON|Destra nazionalista): 23,1% 🟦 Partito Liberale (#Lib|Centro-destra): 16,7% 🟩 Verdi Australiani (#Greens|Verdi): 11,8% @TuttoElezioni
@tuttoelezioni · Post #1563 · 21.03.2026 г., 12:49
#Australia🇦🇺 #Statali #AustraliaMeridionale Risultati parziali. Sezioni scrutinate: 638/694 (91,9%). Sezioni di voto anticipato scrutinate: 21/59 (35,6%). Voto primario. 🟥 Partito Laburista (#ALP|Centro-sinistra): 37,9% 🟧 Una Nazione (#ON|Destra nazionalista): 21,9% 🟦 Partito Liberale (#Lib|Centro-destra): 19,0% 🟩 Verdi Australiani (#Greens|Verdi): 11,5% ⬜️ Indipendenti: 4,0% @TuttoElezioni