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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #977 · 30.04

В технологической стартап-среде появился новый тренд: ИИ-гаджеты. Больше всего внимания на текущий момент привлекли два проекта. Humane AI Pin (справа) — коробочка размером с футляр для TWS наушников, вешается на одежду, имеет на борту камеру, микрофон и мини-проектор (высвечивающий простенькое монохромное меню на ладонь). Подразумевается, что ты можешь нажать кнопку и дальше либо задать устройству любой вопрос, в том числе требующий изображения с камеры (например "Что за модель автомобиля передо мной?"), либо попросить устройство сделать что-то, что просят у человека-ассистента: отправить почту, поставить напоминание и так далее. Понятно, что запросы через интернет уходят куда-то в GPT-подобную модель. Rabbit R1 (слева) — коробочка размером с пачку Беломора, имеющая дисплей, кнопку, камеру с микрофоном и скролл-колесо. Разработчики заявляют, что придумали нечто под названием Large Action Model (LAM) — специальную нейросетку, которой можно скормить интерфейс любого приложения, и она за тебя сможет в этом приложении выполнить любой набор действий, как если бы ты попросил об этом человека. Ну и функциональность ответов на вопросы тоже присутствует, конечно. Опять же, через симку с выходом в сеть. Так вот, примечательно то, что эти устройства, судя по всему, такой же маркетинговый фейк, как и почти всё, что связано с ИИ за последний год-два. Во-первых, они вышли чудовищно сырыми: оба уже продаются и оба содержат 5% от ожидаемых функций, да и те выполняют крайне плохо. Во-вторых, что важнее, они то себя позиционируют совсем не как краудсорсинговые проекты под возможное будущее развитие. Humane, например, привлёк и потратил почти $300 млн на обещаниях инвесторам, но продукт до сих пор неюзабелен, и ему нужно ещё больше денег и больше времени. R1 так вообще, по косвенным признакам, либо не содержит никакой LAM, либо она у разработчиков не завелась, поэтому они просто написали руками скрипты автоматизации действий для четырёх приложений, работающие очень топорно. Причём, и там и там идея то на самом деле нормальная: полноценный ИИ-ассистент, который может многое, для чего раньше использовали ассистента-человека. И у больших языковых моделей типа GPT вполне достаточно степени понимания речи, чтобы обладать потенциалом для реализации этой функции. Но правила капиталистического рынка диктуют необходимость начать рекламу и продажи раньше, чем гипотеза подтвердится. #gadgets

Hashtags

Резултати

Намерени 13 подобни публикации

Търсене: #flask

当前筛选 #flask清除筛选
djangoproject

@djangoproject · Post #592 · 11.04.2018 г., 19:22

https://juliensalinas.com/en/python-flask-vs-django/ Python #Flask vs #Django My experience of Flask is not as extensive as my experience of Django, but still recently I’ve developed some of my projects with Flask and I could not help comparing those 2 Python web frameworks. This will be a quick comparison which will not focus on code but rather on “philosophical” considerations.

Repositorio data science

@repo_science · Post #3160 · 10.05.2023 г., 21:54

#Python#Flask#APIs 🐍 REST APIs with Flask and Python in 2023 Build professional REST APIs with Python, Flask, Docker, Flask-Smorest, and Flask-SQLAlchemy 🗣️ Jose Salvatierra, Teclado by Jose Salvatierra 🌟 4.6 - 20097 votes 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

djangoproject

@djangoproject · Post #162 · 15.09.2016 г., 03:22

https://github.com/realpython/discover-flask/blob/master/readme.md #Flask is a micro web #framework powered by Python. Its #API is fairly small, making it easy to learn and simple to use. But don't let this fool you, as it's powerful enough to support enterprise-level applications handling large amounts of traffic. You can start small with an app contained entirely in one file, then slowly scale up to multiple files and folders in a well-structured manner as your site becomes more and more complex.

djangoproject

@djangoproject · Post #501 · 14.11.2017 г., 17:01

http://pyvideo.org/pydx-2016/python-blockchain-and-byte-size-change.html In this talk, I will answer the question of what is #bitcoin and the #blockchain and will end with a quick tutorial on how to create a blockchain application in #Flask. We will not only make a bitcoin application, but we will also reflect upon the implications of this cutting edge technology to the greater society.

Repositorio data science

@repo_science · Post #3250 · 31.05.2023 г., 11:52

#python#flask#django#html#css#bootstrap 🐍 Python Web Dev Pro: Flask, Django, HTML, CSS & Bootstrap Elevate Your Web Development Skills: Master Back-End & Front-End Technologies with Python, Flask, Django, and Responsive 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----

djangoproject

@djangoproject · Post #539 · 28.12.2017 г., 12:20

Dash, announced this year, is an open source library for building web applications, especially those that make good use of #data visualization, in pure Python. It is built on top of #Flask, #Plotly.js and #React, and provides abstractions that free you from having to learn those frameworks and let you become productive quickly. #Dash is a #Python framework for building analytical web applications. No JavaScript required. https://plot.ly/products/dash/

GitHub Trends

@githubtrending · Post #15433 · 23.01.2026 г., 14:30

#python#deepseek#demo#easy#embedding#flask#gpt#huggingface_transformers#llm#mcp#multimodal#openai#qwen#rag#sentence_transformers#ui#vllm#vlm UltraRAG is a lightweight framework that makes building retrieval-augmented generation (RAG) systems simple and fast. It uses a low-code approach where you write just dozens of lines of YAML configuration instead of complex code to create sophisticated AI workflows with conditional logic and loops. The framework includes a visual development environment where you can drag-and-drop to build pipelines, adjust parameters in real-time, and instantly convert your logic into interactive chat applications. This means you can deploy powerful AI systems that ground answers in your own data—reducing hallucinations and improving accuracy—without needing extensive coding expertise or lengthy development cycles. https://github.com/OpenBMB/UltraRAG

12
ПредишнаСтр. 1 от 2Следваща