Что ни говори, а инфраструктура под недружественные интеллекты очень дружественная, и для тех, кому машина нужна не под капотом возиться, а ехать, Хадли делает классные продукты.
Его {ellmer} позволяет без особых усилий извлекать структурированные данные из изображений. Что это такое — решайте сами; в моем случае — распознанный текст и перевод. OpenAI: распознавание на 5, перевод на русский на 3+.
Записывайте: перечислить файлы, придумать тип данных для выхода, запустить чат. На выходе таблица: в одном столбце текст, в другом — перевод.
library(ellmer) library(tidyverse)
# придумываем, какие нужны столбцы
type_text <- type_object( "Latin text and Russian translation of the text. Occasionally, you might see some Ancient Greek.", text = type_string("Latin text"), translation = type_string("Russian translation") )
# список изображений my_images <- list.files(pattern = "png")
# рабочая функция для purrr process_image <- function(image_path) { response <- chat$extract_data( content_image_file(image_path), type = type_text ) return(response) }
# еще спроси, а где здесь вожжи all_responses <- map_dfr(my_images, process_image)
Что ни говори, а инфраструктура под недружественные интеллекты очень дружественная, и для тех, кому машина нужна не под капотом возиться, а ехать, Хадли делает классные продукты.
Его {ellmer} позволяет без особых усилий извлекать структурированные данные из изображений. Что это такое — решайте сами; в моем случае — распознанный текст и перевод. OpenAI: распознавание на 5, перевод на русский на 3+.
Записывайте: перечислить файлы, придумать тип данных для выхода, запустить чат. На выходе таблица: в одном столбце текст, в другом — перевод.
library(ellmer) library(tidyverse)
# придумываем, какие нужны столбцы
type_text <- type_object( "Latin text and Russian translation of the text. Occasionally, you might see some Ancient Greek.", text = type_string("Latin text"), translation = type_string("Russian translation") )
# список изображений my_images <- list.files(pattern = "png")
# рабочая функция для purrr process_image <- function(image_path) { response <- chat$extract_data( content_image_file(image_path), type = type_text ) return(response) }
# еще спроси, а где здесь вожжи all_responses <- map_dfr(my_images, process_image)
These entities are reportedly operating nine Telegram channels with more than five million subscribers to whom they were making recommendations on selected listed scrips. Such recommendations induced the investors to deal in the said scrips, thereby creating artificial volume and price rise. "Markets were cheering this economic recovery and return to strong economic growth, but the cheers will turn to tears if the inflation outbreak pushes businesses and consumers to the brink of recession," he added. What distinguishes the app from competitors is its use of what's known as channels: Public or private feeds of photos and videos that can be set up by one person or an organization. The channels have become popular with on-the-ground journalists, aid workers and Ukrainian President Volodymyr Zelenskyy, who broadcasts on a Telegram channel. The channels can be followed by an unlimited number of people. Unlike Facebook, Twitter and other popular social networks, there is no advertising on Telegram and the flow of information is not driven by an algorithm. Telegram, which does little policing of its content, has also became a hub for Russian propaganda and misinformation. Many pro-Kremlin channels have become popular, alongside accounts of journalists and other independent observers. Ukrainian President Volodymyr Zelensky said in a video message on Tuesday that Ukrainian forces "destroy the invaders wherever we can."
from br
