TGTGInsighttelegram intelligenceLIVE / telegram public index
← Mathshub: интенсив по математике и Python (aug '22)

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonmathaug22 · Post #33 · 19 сеп.

❗️ВАЖНО❗️ 🎾Обратная связь по четвертой неделе интенсива Оставить отзыв на занятия прошлой недели 12 и 15 сентября можно по ссылке: https://forms.gle/HCXZb1B8q77FoGDy8 🎾Обновления в домашних заданиях В домашней работе №3: – исправили ответы на вопросы №2 и №7 – добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток) – продлили дедлайн до 24 сентября 23:59 (мск) В домашней работе №4: – поправили прием ответа на вопрос №12 (ранее у некоторых студентов возникали трудности) – добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток) – дедлайн остается тем же: 30 сентября 23:59 (мск) 🎾 У меня возникают разные вопросы по задачам — к кому обратиться? К хелперам в Discord-комьюнити: мы раздали роль helpers тем, кто готов помогать начинающим с нуля. Хелперы отображаются красным цветом. Создали 10 мини-групп с 2-3 хелперами в каждой. В ближайшее время начнем распределять по мини-группам студентов, которые оставили реакции под постом о наборе в мини-группы начинающих. Этот пост находится в последнем закрепленном сообщении на канале #python-и-математика: реакции все еще можно оставить, если вы хотите в мини-группу. Хорошей недели! Команда Mathshub

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #crossmodal

当前筛选 #crossmodal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