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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #925 · 10.12

Я вам уже писал про цикл Азимова "Основание". Не так давно на русском языке вышли аудиокниги остальных романов серии: два приквела, начинающиеся с "Прелюдии к Основанию", и два сиквела — "Кризис Основания" и далее. Я все купил и прослушал. Сначала давайте про последние. Азимов писал сиквелы под давлением фанатов спустя почти 40 лет после завершения основной серии, и это, к сожалению, очень заметно. Дело даже не в том, что в сюжете появляется слишком много странных допущений, начиная от местной формы магии и заканчивая совершенно буквальным Богом из Машины. Главная беда в том, что вообще весь основной замысел и идея первоначальной трилогии ломается и переворачивается с ног на голову в худшем смысле этого слова. То, что было подано, как важное и сюжетообразующее — перестаёт таким быть. Персонажи, которые на протяжении многих книг являлись ключевыми, отодвигаются на десятый план — их роль в происходящем фактически обесценивается. Что удивительно, ещё через два года после сиквелов Исаак Юдович написал приквелы, которые, внезапно, возвращают всё на свои места: персонажи обратно становятся важными, первоначальная сюжетная линия ценной и значимой. Лично меня это сбило с толку. Если никогда не читать сиквелы, то приквелы + основная трилогия формируют хорошую устойчивую научно-фантастическую вселенную без особых передёргиваний. Моя теория такая: фанаты задолбали Азимова, и он написал "Кризис..." и следующий роман, в которых просто низвёл до нуля любимых всеми персонажей и сюжет. Но через какое-то время опомнился, и такой "Блин, как я мог поступить подобным образом с одним из главных трудов своей жизни?", поэтому выпустил нормальные каноничные "Прелюдия..." и "Путь...". Но даже с учётом значительных косяков я дослушал с удовольствием. Всё такие же хорошие дипломатичные диалоги, всё такие же интересно описанные миры и планеты. Книги создавались почти сразу после холодной войны, порадовала планета, которая явно отсылается к СССР в представлении типичного американца того времени: снежная, с полувоенным строем и ханжеской социальной дисциплиной, ограничением на базовые блага и так далее. Не то что святая капиталистическая демократия в США. При этом у автора человечество будущего всё равно пришло к имперской форме правления. #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