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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #978 · 1.05

Похоже, рубрика "Мысли за месяц" не пользуется большой популярностью у моей аудитории. Хотя частично я связываю это с интерфейсом открытия лонгридов. Абсолютному большинству людей при скролле ленты (в VK) или в момент быстрой реакции на уведомление от канала (в TG) лениво делать дополнительный клик и переключать контекст своего экрана, это можно понять. Отсюда, кстати, и всякие автозапуски видео практически на всех платформах, где вообще есть видео в каком-то общем потоке: у VK в ленте, у TG в чате. Так просто работает внимание человека. Если видео не начать воспроизводить, за него не зацепится внимание, а делать клик для старта пользователь не станет. Для других видов контента это тоже справедливо. Много раз уже говорил, что интернет с длинными текстами мы потеряли, и возвращение человечества в эту канву маловероятно. Тем не менее, несколько мыслей в прошедшем месяце я записал, приведу две из них. Во-первых, я узнал этимологию слова "кенгурятник" применительно к бамперу для внедорожника. Ну, помните, наверное, так называли бампера у джипов, на которых ездили новые русские в девяностые и начале двухтысячных, а потом эти бампера запретили. Слово "кенгурятник" я слышал ещё тогда, и думал, что это какой-то сленг. Но оказывается это буквально изобретение из Австралии: бампер, защищающий машину при столкновении с кенгуру. Во-вторых, я купил электронный настенный диммер Aqara для системы умного дома. У диммера есть функция нажатия и функция поворота. Я запрограммировал на нажатие включение/выключение торшера в кабинете, а на поворот: его яркость. Но почему-то нажатие срабатывало не всегда, периодически просто ничего не происходило. Поскольку товары Aqara весьма качественные и, как правило, работают без сбоев, я сделал предположение и оказался прав: у диммера есть ещё и третий режим "Поворот в нажатом состоянии". Иногда я при нажатии случайно доворачивал диммер, это интерпретировалось движком как отдельная команда, на которую ничего не записано. Оставалось только продублировать на неё включение/выключение торшера, и всё стало чётко. Буквально иллюстрация фразы "не баг, а фича". #web#life

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