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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #990 · 26.06

Сегодня официально закрыта ICQ. А у меня был когда-то семизнак, кажется. Удивительно, что я не помню момента, когда перестал пользоваться ICQ. Вот только что я запускал её каждый день, чтобы переписываться с одноклассниками. Точнее, я пользовался QIP Infium. Он не только радовал богатыми настройками, но и был написан на Delphi, что для меня по тем временам было близко, т.к. я сам писал на Delphi. Хотя в опенсорс автор, вроде бы, так ничего и не выложил. Так вот, QIP стоял у меня на автозапуске при включении компьютера. Я тщательно следил за папками в контакт-листе, обновлял статус, настраивал темы и звуки. Ладно, моя первая в жизни переписка с другим человеком через сеть состоялась не в аське, а в... HyperTerminal (Дима К, привет, если читаешь это). Тем не менее, даже до появления выделенного интернета, будучи на DialUp я всё равно сидел в аське постоянно. Ох, какие драмы там разыгрывались и судьбы решались! И вот, наступил момент, когда я запустил QIP в последний раз. Я не помню, когда, и сколько лет с тех пор прошло. Костяк моего круга общения перетёк в Skype и ВКонтакте. Да, был довольно длинный период, когда Skype для меня и друзей служил основным мессенджером, что сейчас звучит немного странно. В какой-то из дней я последний раз нажал на крестик в QIP, и больше никогда его не запускал. Пишут, что аську убила реклама (но я, как пользователь QIP, этого не видел). А, может быть, они слишком медленно среагировали на рост мобильного рынка, и там уже появился WhatsApp и всё отжал (один из худших моментов в истории человечества). Но факт остаётся фактом: аська умерла лет 10 назад, и вот сейчас её, наконец, с почестями проводили. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #unifiedembedding

当前筛选 #unifiedembedding清除筛选
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