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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #367 · 30.05

Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev

Hashtags

Резултати

Намерени 6 подобни публикации

Търсене: #multi

当前筛选 #multi清除筛选

💎Multi Parallel 平行多开空间v4.0.60.0227绿化版 8 ♻️资源介绍:Multi Parallel Premium「平行多开」是一款稳定、快速的应用程序克隆器。为社交应用和游戏运行多个帐户。大多数社交应用程序和游戏创建并运行多个帐户。可以帮助您摆脱管理多个帐户的麻烦!轻松使用一部手机登录多个帐户,并使所有帐户同时保持在线!创建所需数量的帐户,使用不同的图标和名称自定义它们,并使用隐私柜保护它们。 ⬇️本地下载 🔔标签:#安卓软件#Multi#多开空间

Libreware

@libreware · Post #1131 · 18.05.2023 г., 07:42

DataBackup An easy-to-use backup Libre application for Android, however your phone needs to be rooted , unless a ROM were to include it as a system app Support for #multi-user/double backup: same backup/restore on multiple partitions! Cloud: fully supports #Rclone, which can perform local mounting of network drives from various service providers. 100% data integrity: all data will be retained and there is no need to reconnect or download additional packages. Complete: Split Apk, Arm32, Arm64, x86, x86_64, Android9+. Fast: Support: tar lz4 zstd (default). GitHub - XayahSuSu/Android-DataBackup: 数据备份 DataBackup for Android - https://github.com/XayahSuSuSu/Android-DataBackup Reminder : to install it via F-Droid first add the Izzy repository to F-Droid ( settings - repositories/sources) IzzyOnDroid F-Droid Repository - https://apt.izzysoft.de/fdroid/ #Backup #Android

💎Multi Parallel 平行多开空间v4.0.30.0628绿化版 9.0 ♻️资源介绍:Multi Parallel Premium「平行多开」是一款稳定、快速的应用程序克隆器。为社交应用和游戏运行多个帐户 ⬇️本地下载| 🔵网站下载 ❤️资源指南: 💠主频道|🧑‍💻合作|🤖游戏|👍群聊 🔔标签:#安卓软件#Multi#Parallel#平行多开空间

djangoproject

@djangoproject · Post #129 · 31.08.2016 г., 15:36

https://pypi.python.org/pypi/numpy #NumPy is a general-purpose #array-processing package designed to efficiently manipulate large #multi-dimensional arrays of arbitrary records without sacrificing too much speed for small multi-dimensional #arrays. NumPy is built on the #Numeric code base and adds features introduced by #numarray as well as an extended #C-API and the ability to create arrays of arbitrary type which also makes NumPy suitable for interfacing with general-purpose #data-base applications.

Maximalist🍋🍋🍋

@maximalist_1 · Post #627 · 30.08.2024 г., 09:23

Данные от Santiment: 10 крупнейших кошельков удерживают значительные доли в крупнейших альткоинах, что подчеркивает проблему централизации в крипте: #Polygon (MATIC): 69.4% #Shiba Inu (SHIB): 61.2% #Uniswap (UNI): 50.8% #Pepe (PEPE): 46.1% #Ethereum (ETH): 44.0% #Tether (USDT): 33.1% #Chainlink (LINK): 31.1% #Toncoin (TON): 27.5% #Multi Collateral Dai (DAI): 24.5% #USD Coin (USDC): 19.0% 💬Мнение : Такая концентрация может повлиять на рынок, так как несколько крупных игроков могут существенно влиять на цену и ликвидность этих активов. #КриптоНовости#обзоррынка

🐬DOLPHIN | AI PREDICTIONS 26.01.2024 02:00 GMT Expected 5% Profit/Loss in 24 Hours #PORTO | 2.478 | PP: 51% | LP: 93% #PROM | 8.059 | PP: 49% | LP: 91% #LAZIO | 2.576 | PP: 46% | LP: 90% #DUSK | 0.2487 | PP: 46% | LP: 94% #PENDLE | 2.4848 | PP: 43% | LP: 93% #OM | 0.09924 | PP: 42% | LP: 90% #CVP | 0.3888 | PP: 36% | LP: 93% #SYN | 0.8595 | PP: 36% | LP: 95% #CHZ | 0.11037 | PP: 34% | LP: 93% #TRX | 0.11277 | PP: 33% | LP: 93% #POND | 0.01638 | PP: 31% | LP: 94% #CHR | 0.2542 | PP: 30% | LP: 94% #FIS | 0.392 | PP: 29% | LP: 91% #CTSI | 0.2212 | PP: 28% | LP: 93% #FXS | 10.035 | PP: 28% | LP: 94% #MKR | 2084 | PP: 28% | LP: 95% #ORDI | 51.163 | PP: 26% | LP: 90% #AMB | 0.00751 | PP: 25% | LP: 90% #BTCDOWN | 0.002722 | PP: 25% | LP: 93% #LSK | 1.301 | PP: 25% | LP: 95% #VTHO | 0.002161 | PP: 24% | LP: 92% #CITY | 2.958 | PP: 24% | LP: 93% #LDO | 2.999 | PP: 24% | LP: 93% #1000SATS | 0.0003885 | PP: 23% | LP: 91% #AUCTION | 24.96 | PP: 23% | LP: 93% #NMR | 19.46 | PP: 22% | LP: 94% #CTXC | 0.4164 | PP: 22% | LP: 95% #AMP | 0.003401 | PP: 21% | LP: 92% #SKL | 0.07252 | PP: 21% | LP: 93% #ALPINE | 2.074 | PP: 21% | LP: 94% #PROS | 0.5028 | PP: 21% | LP: 95% #PSG | 3.253 | PP: 20% | LP: 91% #WING | 8.78 | PP: 20% | LP: 92% #ACM | 2.047 | PP: 20% | LP: 94% #ASTR | 0.1674 | PP: 20% | LP: 94% #MAV | 0.5367 | PP: 20% | LP: 96% #MULTI | 2.202 | PP: 20% | LP: 96% #NTRN | 1.0397 | PP: 19% | LP: 91% #RAD | 1.867 | PP: 19% | LP: 92% #XMR | 157.8 | PP: 19% | LP: 92% #DATA | 0.0461 | PP: 19% | LP: 95% #SEI | 0.6017 | PP: 19% | LP: 96% #INJ | 31.39 | PP: 18% | LP: 93% #RLC | 2.09 | PP: 18% | LP: 95% #DIA | 0.4029 | PP: 17% | LP: 93% #BNX | 0.2869 | PP: 16% | LP: 90% #KMD | 0.2419 | PP: 16% | LP: 90% #RPL | 28.39 | PP: 16% | LP: 91% #SSV | 28.74 | PP: 16% | LP: 91% #ORN | 0.8144 | PP: 16% | LP: 93% ... ——————————————————————— Total Predictions: 368 PP > 50%: 1 LP > 50%: 368 PP > 60%: 0 LP > 60%: 368 PP > 70%: 0 LP > 70%: 367 PP > 80%: 0 LP > 80%: 357 PP > 90%: 0 LP > 90%: 219 ——————————————————————— PP: Profit Probability | LP: Loss Probability