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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #315 · 25.04

Давайте поговорим про путешествия по России. С началом пандемии люди, которые любят путешествовать, как будто бы нехотя вынуждены были переключиться с любимых Европ и Америк на Россию. А сейчас и подавно: даже если не верить в западную русофобию, будут проблемы и с получением визы и с оплатой. Правда ли, что существует пренебрежительное отношение русских к внутреннему туризму? Если да, то чем это объяснить? Попробую и сам ответить, и вас призываю к обсуждению. По моим собственным наблюдениям, да существует. В Инстаграме, например, считается куда более пафосным выложить фотку из условных гор Норвегии, чем, скажем, с Кавказа. А сообщение о том, что ты поехал и посмотрел на Статую Свободы в США воспринимается с бОльшей долей зависти и уважения, чем поездка в Волгоград к статуе Родина-мать (которая и по высоте превосходит Статую Свободы, и по крутости в общем-то тоже). С городами ещё хуже: если вы съездите в Казань или Екатеринбург, в которых полно офигенно крутых городских достопримечательностей, то мало кто воспримет это с таким же воодушевлением, как поездку в Неаполь или Гамбург. У этого, на мой взгляд, две объективные и две субъективные причины. Объективные такие: 1. Россия, к сожалению, ничего не делает для хорошего развития внутреннего туризма. Качество отелей низкое, с транспортом большие проблемы, оснастка на местах тоже зачастую оставляет желать лучшего. К Столпам Выветривания в Коми комфортно попасть можно только на вертолёте, вокруг Байкала так и не облагородили пешеходный маршрут, а на Дальнем Востоке вы вряд ли сможете простым способом арендовать какой-нибудь квадроцикл. Ещё Россия не занимается популяризацией своих мест: в кино показывают мало, каких-то передач об этом полторы штуки в пятилетку и т.д. 2. Поездки заграницу дороже и сложнее (в среднем), а значит, менее доступны. Приоритетнее обычно хочется тратить время на что-то более уникальное и менее доступное, т.к. в целом отпуска у людей короткие. С этим мы с вами ничего не сделаем, к сожалению. Только правительство могло бы и внутренний туризм развивать и сделать для русского человека поездки в Европу чем-то обыденным (ха-ха-ха). Но из текущей ситуации если первое и возможно, то до второго стало невероятно далеко. Но есть и то, что чисто в головах у людей, субъективные причины: 1. Персональное восприятие русскими людьми всего русского, как чего-то плохого, низкокачественного. Конечно, здесь не только сами люди виноваты, но вот этот вот перенос впечатления с, например, производимой в стране продукции, на какие-то достопримечательности и памятники — это можно было бы и отрефлексировать. Я был много где в Европе, чуть-чуть в Азии, но в мой личный топ-5 поездок за всю жизнь входят, например, Салехард и Итуруп. 2. Косвенное следствие из обоих первых пунктов: низкая осведомлённость людей о том, что и где можно посмотреть. На самом деле у нас прямо сильно много интересного и крутого есть. Даже поверхностный поиск уже выдаёт десятки очень крутых вариантов. С этими причинами уже можно как-то самостоятельно работать. Прикреплю одну из своих любимых фото из путешествия — поездка в Карелию в 2016 году. #travel

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #flextok

当前筛选 #flextok清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #7942 · 02.07.2025 г., 09:01

🌟 FlexTok: адаптивная 1D-токенизация изображений от Apple. FlexTok - метод токенизации изображений, который преобразует 2D-изображения в упорядоченные 1D-последовательности переменной длины. Его цель - сократить объем данных, необходимых для обучения генеративных моделей, и при этом оставить достаточную информацию для качественной реконструкции и генерации. В отличие от традиционных подходов, где число токенов фиксировано и зависит только от размера изображения, FlexTok подстраивается под сложность контента: простейшая сцена может кодироваться несколькими токенами, а сложная - десятками и сотнями . FlexTok, это по сути, пайплайн из 3 компонентов: ViT‑энкодер, квантование регистров и маскирование внимания: ViT‑энкодер с набором «регистровых» токенов читает латентные представления VAE‑GAN и конденсирует их в 1D-последовательность до 256 регистров . Затем, с помощью FSQ‑квантования, каждый регистр дискретизируется в код из заранее определенного словаря размером ~64 000. На этом этапе применяется "nested dropout": во время обучения случайно обрезаются последние токены, чтобы модель научилась упорядочивать информацию от грубых форм к деталям. Параллельно применяется авторегрессионная маска внимания: каждый токен в цепочке видит только те, что были до него, и не знает о тех, что идут после. Это заставляет модель генерировать изображения шаг за шагом, от первого токена к последнему, и упрощает ей задачу прогнозирования следующих элементов. Декодер в FlexTok - это модель rectified flow, которая на вход берет укороченные токены и слегка зашумленные латенты VAE и учится предсказывать тот шум, который нужно убрать, чтобы вернуть исходное представление. Чтобы обучение шло быстрее и давало более точные результаты, добавляют REPA‑Loss: он сравнивает промежуточные признаки с векторами из DINOv2‑L. Благодаря этому даже при очень жесткой компрессии (от 1 до 256 токенов), FlexTok успешно восстанавливает детали изображения. FlexTok легко встраивается в текстово‑ориентированные модели и может улучшить соответствие изображения описанию, даже если число токенов меняется. К тому же его адаптивная токенизация применима не только к картинкам, но и к аудио или видео. ▶️Набор токенизаторов: 🟢Flextok_d12_d12_in1k - 12\12 слоев энкодер-декодер, датасет IN1K; 🟢Flextok_d18_d18_in1k - 18\18 слоев энкодер-декодер, датасет IN1K; 🟢Flextok_d18_d28_in1k - 18\28 слоев энкодер-декодер, датасет IN1K; 🟢Flextok_d18_d28_dfm - 18\28 слоев энкодер-декодер, датасет DFN. ▶️VAE: 🟠Flextok_vae_c4 - 4 каналов латента, коэффициент понижающей дискретизации 8; 🟠Flextok_vae_c8 - 8 каналов латента, коэффициент понижающей дискретизации 8; 🟠Flextok_vae_c16 - 16 каналов латента, коэффициент понижающей дискретизации 8. 🟡Страница проекта 🟡Набор на HF 🟡Arxiv 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#Tokenizer#Flextok#Apple