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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #994 · 11.07

Мастерская 1/4 Наконец доделали ремонт на втором балконе. Это был не самый простой процесс, на который я убил свой майский отпуск, несмотря на то, что работы выполняла фирма. А для установки декоративной рейки пришлось смоделировать и напечатать для рабочих на 3D-принтере специальные шаблоны по разметке и позиционированию. Дизайн придумали вместе с Юлей. Сейчас начал создавать в этом помещении свою мастерскую: хранение инструмента, деталей, место для пайки и других работ, зоны под 3D-принтеры и может другие небольшие станки. Да, знаю, что вы подумали — такое красивое помещение и под мастерскую. И я даже согласен с этим. Но мастерская нужна, других мест под неё нет (если не считать абсурдные варианты типа "идти зимой в гараж каждый раз, когда нужно что-то припаять). Поэтому всё буду делать так, чтобы максимально не повредить оформление: всё будет навесное и демонтируемое. Буду показывать, что получается, stay tuned. #diy#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