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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #211 · 7.02

Приобщился к миру механических клавиатур. Механическая клавиатура — это название ряда способов организации нажатия клавиш. Разумеется, механика как физическое понятие есть во всех не сенсорных клавиатурах. Можно сделать клавишу, которая продавливает мембрану специальной формы — такие клавиатуры мы в основном видим в ноутбуках. А можно сконструировать специальной формы пружину, у которой в общем случае будет разное усилие в зависимости от положения, разная глубина хода и разный момент срабатывания. Так получилось, что у значимой доли людей работа с такими клавишами вызывает приятный эмоционально-тактильный отклик. Поэтому вокруг механических клавиатур выросла целая религия, без какого-либо преувеличения. Это очень похоже на то, как ведут себя, например, аудиофилы или фанаты Apple: - делать вид, что решений за пределами религии не существует: «Зачем вообще кто-то покупает обычную клавиатуру (...устройства не Apple, простые наушники, итд)?»; - убеждать людей, которые не примкнули к религии, что у них просто религии нормальной не было: «Ты просто попробуй попечатать на механике (...попользоваться айфоном, послушать вот эти наушники, выпить вот этот алкоголь...), обратно не захочешь!»; - тратить много денег на продукты, которые людям вне религии кажутся мало отличимыми от продуктов за мало денег; - создавать много религиозно-специфичных деталей, терминов и ритуалов, непонятных широкому кругу. В мире механических клавиатур так много деталей и мелочей, что утонуть можно очень быстро. Есть типы механизмов и характеристики каждого механизма, которые ещё и носят кодовые названия по цветам. Например, я взял простенькую (по меркам религии) клавиатуру Durgod K320 Nebula, а переключатели у неё Cherry MX Silver — это означает, что у них линейная зависимость между силой и положением, величина усилия 45 сантиньютонов, длина хода до срабатывания 1.2 мм, и общая длина хода 3.4 мм. Настоящие адепты, впрочем, составляют кастомные клавиатуры, где разные клавиши сконфигурированы по-разному. Ещё очень важен звук — на сайтах про механики предлагают даже послушать щелчок того или иного типа переключателей. У меня вот относительно тихие и глухие щелчки. Так вот. Я много слышал об этом, но сам не пользовался раньше. Моя старая клавиатура стёрлась, и я решил попробовать. Надо сказать, на меня религия вполне подействовала! Оказалось, я как раз из тех людей, кому кайфово. Первые дни я вообще не мог остановиться, постоянно хотелось делать клац-клац. Боюсь, при следующей покупке я рискую стать одним из тех, кто будет делать кастомную сборку за неадекватные для клавиатуры деньги. Я во всех чатах после покупки писал о том, как мне прикольно набирать текст. Но вам советовать не стану, не пробуйте! #gadgets

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #bitdance

当前筛选 #bitdance清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #9534 · 17.02.2026 г., 09:02

🌟BitDance: авторегрессионная генерация изображений с бинарными токенами. Генеративные модели делятся на 2 лагеря: диффузионные и авторегрессионные. Вторые концептуально ближе к LLM - генерируют изображение токен за токеном, как текст. Проблема в том, что это очень медленно, а качество проигрывает диффузии. BitDance - экспериментальная 14B AR-модель, которая пытается решить оба этих вопроса разом. Этим проектом группа китайских рисёчеров показала, что правильный бинарный токенизатор + diffusion head + параллельный патчинг закрывает большинство претензий. Они локализовали 3 проблемы дискретных AR-моделей и закрыли каждую отдельным решением. 🟡Плохая реконструкция токенизатора Вместо VQ-кодбука тут используется бинарный токенизатор на основе квантования с групповым разбиением каналов. Словарь вырастает до 2²⁵⁶ (для сравнения: у Cosmos - 65536), при этом модель держит PSNR 25.29 против 24.81 у непрерывного DC-AE, то есть бинарные токены реконструируют изображение лучше, чем VAE у SANA. 🟡Нестабильный сэмплинг А как вообще выбирать из словаря в 2²⁵⁶ вариантов? Обучить классификатор на все возможные токены тут не вариант: такой слой не поместится ни в какую память. В качестве решения - прикрутили diffusion head, которая моделирует биты на непрерывном гиперкубе. То есть, модель предсказывает структуру битов через velocity-matching, что и позволяет сэмплить из гигантского пространства состояний. 🟡Скорость AR генерирует по одному токену за шаг. BitDance за один шаг выдает сразу 64 токена (или 16), при этом модель понимает, как они связаны между собой внутри этого блока. Громко заявленный результат: 30x ускорение относительно next-token AR при сопоставимом качестве. об этом в конце 🟡Тесты На мелкой версии ImageNet BitDance-H достигает FID 1.24 (лучший результат среди AR-моделей, наравне с xAR-H). На DPG-Bench (text-to-image) полноценная BitDance набирает 88.28 - это выше FLUX.1-Dev, SD3, Janus-Pro, но уступает Seedream 3.0 и Qwen-Image. В релизе 2 версии 14B модели, с предикшеном на 16 и 64 токена и макс. разрешением 1Мpx. Остается вопрос: насколько бинарный токенизатор + diffusion head добавляет латентности на каждом шаге, даже если самих шагов стало меньше из-за патчинга. 30x по скорости - это сравнение не с диффузионными моделями, которые уже умеют генерировать за 4–8 шагов. 14B - это не про "взял и запустил". Есть конечно версии на ImageNet с разрешением 256х256 для воспроизведения эксперимента, но не за этим мы сюда пришли. 📌Лицензирование: Apache 2.0 License. 🟡Страница проекта 🟡Arxiv 🟡Модель 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#AR#T2I#BitDance