← СИГНАЛ Сюжет
Сюжет

поиск

8 материалов · хроника по теме

Хабр · 22:28

Абзацы от 30 слов чаще попадают в ответы ИИ

Автор проверил на ответах Perplexity, какие абзацы нейросеть цитирует чаще, и обнаружил, что взятые фрагменты заметно длиннее — от 30 слов. Совет не начинать абзац с местоимений не подтвердился.

Reddit · 14 окт, 09:44

У Google AI пропала долговременная память

Пользователи сообщают о внезапном исчезновении кросс-тредовой памяти в ИИ-режиме Google. Инцидент затрагивает функцию, которая сохраняла контекст между сессиями.

Хабр · 14 окт, 00:02

GPT-6 будет собирать ответы из диаграмм и форм

С выходом GPT-6 ChatGPT сможет отвечать текстом вместе с диаграммой, формой или кнопками. OpenAI не раскрыла правил отбора брендов для этих элементов, что ставит вопросы перед рынком поисковой оптимизации.

Хабр ML · 13 окт, 22:00

Тесты Rerank в Obsidian на 64 и 500 заметках

Разработчик добавил Rerank в плагин для Obsidian и проверил, оправдана ли вторая модель при каждом поиске. На малой базе выигрыш оказался редким, на большой — оценка целых документов скрывала различия фрагментов.

Хабр · 13 окт, 14:23

Разбор шести причин сбоев памяти RAG-агентов

Материал объясняет технологию RAG и перечисляет шесть типовых причин, из-за которых память ИИ-агента работает плохо. Отдельно описан порядок диагностики этапа retrieval.

Reddit LocalLLaMA · 12 окт, 09:44

VectorDash заменит поиск Windows на EmbeddingGemma 2

Вышел VectorDash — полноценная замена поиска Windows 11 на базе EmbeddingGemma 2. Индексирует фото, аудио, видео, PDF и документы Office, позволяя искать по смыслу.

Хабр · 11 окт, 03:36

Google выпустила EmbeddingGemma 2 для мультимодальных эмбеддингов

Google DeepMind представила открытую модель эмбеддингов EmbeddingGemma 2, которая переводит текст, код, изображения, видео и аудио в единое 768-мерное пространство. Компактность модели позволяет запускать текстовую часть прямо на смартфоне Pixel 11 Pro.

Reddit LocalLLaMA · 10 окт, 17:43

Открытое Mac-приложение ищет файлы через EmbeddingGemma 2

Вышло open-source приложение для macOS, которое локально запускает EmbeddingGemma 2 и ищет файлы по содержимому. Решение позволяет организовать семантический поиск без облачных сервисов.