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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #269 · 24.03

Пост про фантастику. Одна из серий "Черного Зеркала" показывает нам антиутопический мир, в котором большинство людей сутками крутят велотренажёры для выработки энергии. Это такое гротескное изображение работы. За это люди получают очки, на которые можно покупать скудноватую еду и возможность иногда урывками отдыхать. Меньшинство людей это богема: певцы, ведущие телешоу, звёзды. Они живут в роскоши и достатке, велотренажёры конечно же не крутят. Можно попробовать перейти из низов в богему, для этого нужно потратить 10млн очков и купить билет на шоу талантов, где тебя уже ведущие оценят. Главный герой зарабатывает на такой билет для своей подруги. Это даётся ему очень тяжело, но после долгих месяцев (а может и лет) тяжкого труда и лишений он всё-таки достигает цели. Они идут на шоу талантов, подруга выступает, но ведущие её отклоняют. Тогда главный герой приставляет к своему горлу осколок стекла и выходит из-за кулис на сцену. Он рискует своей жизнью, чтобы выступить с проникновенной речью о том, как ужасна построенная элитами система, и как плохо живут люди. В этот момент происходит кульминация противостояния героя и системы, максимальные ставки. Но развязка неожиданная: ведущие говорят, что им понравилось "шоу" героя, и они хотят дать ему эфирное время. Так и происходит. В конце мы видим, как остальные люди продолжают крутить педали, а герой стал богемой и ведёт своё шоу. В этом шоу он выступает с осколком стекла у горла, хотя теперь то уже угрозы для него нет, это просто символ. То есть да, герой, переехав в комфорт, рассказывает людям, которые остались и продолжают трудиться, как ужасна жизнь. К чему это я? Ну, люблю фантастику, вот, вспомнилось. #fiction

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #mlm

当前筛选 #mlm清除筛选
Профцентр

@profcen · Post #383 · 16.08.2023 г., 09:03

Поэтому вести борьбу с купцами счастья нужно неустанно и постоянно, как за зарплаты и нормальные условия труда. Победа на этом фронте сулит значительные успехи и на остальных. Не слушайте игры нарядных дудочников. Думайте. Боритесь. @profcen_bot #инсайд#мошенничество#mlm#сетевоймаркетинг

Machinelearning

@ai_machinelearning_big_data · Post #8817 · 20.10.2025 г., 20:41

⚡️BERT is just a Single Text Diffusion Step Любопытны пост, где автор объяснил на примере очень простую и очевидную, но мощную идею. Он заметил, что то, что мы называем диффузией текста, на самом деле - это просто обобщённая версия классического обучения BERT. Как работаетBERT? В BERT модель берёт текст и маскирует часть слов, а потом учится угадывать, какие слова были скрыты. В диффузии происходит почти то же самое, только шагов больше: на каждом шаге модель немного «портит» текст (добавляет шум), а затем восстанавливает его, всё меньше и меньше теряя смысл, пока не соберёт финальный чистый текст. То есть BERT делает один шаг очистки - угадывает замаскированные слова. А диффузионная модель делает много таких шагов подряд, постепенно превращая случайный набор токенов в осмысленный текст. Барри дообучил RoBERTa, чтобы показать это на практике - и получил настоящий текстовый диффузионный генератор. В примере: - Используется RoBER (улучшенная версия модели BERT,) и датасет WikiText. - На каждом шаге часть токенов заменяется на <MASK>, модель восстанавливает их, потом снова маскирует — и так несколько раз. - После нескольких итераций модель способна генерировать связный текст, даже без автогенеративного декодера (как у GPT). 📈Результаты - Модель генерирует осмысленный текст, хотя и не идеально связный. - Качество улучшалось по мере добавления шагов диффузии. - По времени генерации RoBERTa Diffusion была немного медленнее, чем GPT-2 (~13 сек против 9 сек), но архитектура осталась полностью encoder-only. Автор упоминает, что позже наткнулся на работу DiffusionBERT, где идею реализовали глубже и подтвердили результатами. Главная мысль: BERT можно считать одноступенчатой версией текстовой диффузии. Если добавить больше шагов, то vs получаем диффузионный генератор текста. Если BERT - это один шаг диффузии, то будущее может принадлежать моделям, совмещающим "понимание" и "генерацию" текста в одном процессе. https://nathan.rs/posts/roberta-diffusion/ @ai_machinelearning_big_data #AI#Diffusion#RoBERTa#BERT#LanguageModel#MLM#Research