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)
Pavel Durov, a billionaire who embraces an all-black wardrobe and is often compared to the character Neo from "the Matrix," funds Telegram through his personal wealth and debt financing. And despite being one of the world's most popular tech companies, Telegram reportedly has only about 30 employees who defer to Durov for most major decisions about the platform. The message was not authentic, with the real Zelenskiy soon denying the claim on his official Telegram channel, but the incident highlighted a major problem: disinformation quickly spreads unchecked on the encrypted app. Overall, extreme levels of fear in the market seems to have morphed into something more resembling concern. For example, the Cboe Volatility Index fell from its 2022 peak of 36, which it hit Monday, to around 30 on Friday, a sign of easing tensions. Meanwhile, while the price of WTI crude oil slipped from Sunday’s multiyear high $130 of barrel to $109 a pop. Markets have been expecting heavy restrictions on Russian oil, some of which the U.S. has already imposed, and that would reduce the global supply and bring about even more burdensome inflation. The perpetrators use various names to carry out the investment scams. They may also impersonate or clone licensed capital market intermediaries by using the names, logos, credentials, websites and other details of the legitimate entities to promote the illegal schemes. The SC urges the public to refer to the SC’s I nvestor Alert List before investing. The list contains details of unauthorised websites, investment products, companies and individuals. Members of the public who suspect that they have been approached by unauthorised firms or individuals offering schemes that promise unrealistic returns
from ua
