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 74 подобни публикации

Търсене: #paper

当前筛选 #paper清除筛选
LESHER IS HERE!

@xlesherxishere · Post #17509 · 19.01.2026 г., 10:04

Почему новый альбом A$AP Rocky «Don’t Be Dumb» – провал 🤔 Свершилось! Почти 8 лет ожиданий, сотни слухов и несколько переносов – «Don’t Be Dumb», долгожданный альбом Ракима Майерса, всё же вышел. Казалось бы, повод для восторга. Но, как это часто бывает, всё оказалось не так однозначно. Давайте разбираться. Анонс альбома состоялся ещё в 2023 году, и с тех пор сопровождался тщательно продуманной визуальной кампанией, клипами и громкими коллаборациями – и даже для создания обложки Раким обратился к Тиму Бёртону. На первый взгляд всё выглядело как серьёзное возвращение большого артиста, но при ближайшем рассмотрении за эффектной оболочкой почти не обнаружилось содержания – живого и внятного художественного высказывания. Когда речь заходит о таком долгом ожидании, невольно вспоминается Playboi Carti и его «MUSIC». Да, альбом перегружен треками, но в нём есть идеи, энергия, риск, внутренняя динамика. «DBD» лишён всего этого – он не раздражает, не провоцирует, не вызывает споров. Пластинка просто проходит мимо. Главная проблема «DBD» в том, что он устарел ещё до своего выхода. И дело не в возрасте A$AP Rocky. Зрелые артисты умеют звучать свежо без оглядки на современное звучание или TikTok – Tyler, The Creator, Кендрик Ламар, Clipse или тандем Future с Metro Boomin это наглядно демонстрируют. Более того, Тайлер – давний соратник Майерса и соавтор «DBD» – последние годы показывает, как должна выглядеть эволюция артиста с амбициями. На таком фоне новый альбом Ракима выглядит не просто слабым – он устарел ещё на стадии концепции, если она вообще была. Можно не обращать внимания на целостность звучания, но сложно не заметить количество проходных песен. Здесь слишком много «базового» рэпа поверх вторичных битов, которые, наверное, могли бы впечатлить кого-то в 2018 году, но точно не сегодня. У некоторых композиций заметен странный эффект – вторая половина трека звучит так, что можно было бы обойтись и вовсе без неё. Что касается экспериментов на альбоме, они есть – «STFU» и «AIR FORCE (BLACK DEMARCO)», но в этих композициях Раким почему-то звучит потерянным, что сильно портит впечатление. Тем не менее, сильные эпизоды у альбома, конечно, есть. Прекрасная джазовая композиция «ROBBERY» с Doechii – редкий пример действительно удачной идеи с внятной реализацией. Можно также отметить «STOLE YA FLOW», «WHISKEY (RELEASE ME)» с Деймоном Албарном и «STOP SNITCHING» с чётко выстроенной атмосферой. И всё же эти треки скорее исключения, подтверждающие общее правило: «Don’t Be Dumb» не удерживает внимание и не оставляет никакого послевкусия. И здесь неизбежен главный вопрос: чем A$AP Rocky сегодня может удивить как артист? Тем, что у него трое детей от одной из самых красивых и ярких певиц XXI века – Рианны? Тем, что он снимается в фильмах, появляется на модных показах и обложках журналов? Всё это, безусловно, замечательно, но это не про музыку, и уж тем более не про релиз, которого слушатели и фанаты ждали почти 8 лет. «Don’t Be Dumb» – не провал в громком смысле слова, это куда более неприятная форма неудачи: альбом, о котором попросту нечего говорить, потому что в нём нет идей, за которые можно было бы зацепиться. Возможно, Ракиму действительно стоит взять паузу – не ради перезагрузки образа, а ради возвращения к самому важному: к искренней музыке, способной удивлять, вдохновлять и задерживаться в памяти. 🎧: VK • Apple Music • Spotify • YouTube #paper

Hashtags

Iceyの彩虹糖

@Iceyour · Post #5 · 22.05.2022 г., 15:09

#Paper Here are some excellent mathematics article that don't requirepro fessional knowledge to understand. “What educated citizens should know about statistics and probability”|《你应该知道的概率统计》 “A Plea for Pure Science ”|《为纯科学呼吁》

Hashtags

Am Neumarkt 😱

@amneumarkt · Post #109 · 09.12.2020 г., 12:11

#ML#paper https://arxiv.org/abs/2012.00152 Every Model Learned by Gradient Descent Is Approximately a Kernel Machine Deep learning's successes are often attributed to its ability to automatically discover new representations of the data, rather than relying on handcrafted features like other learning methods.

Hashtags

Earth&Climate Tech

@earth_climate_tech · Post #391 · 18.09.2023 г., 18:17

​​Seismic Foundation Model от создателя FaultSeg3D Как говорится paper alert📖! Когда-то давно d 2018, тогда еще сотрудник Техасского Университета в Остине, Xinming Wu сделал синтетический датасет сейсмических моделей с разломами и обучил на нем довольно простую по нынешним временам сверточную нейронную сеть для сегментации разломов - FaultSeg3D. Написал статью и выкатил модель в октрытый доступ. На тот момент это был прорыв, так как модель работала во многом лучше существующих на тот момент инструментов. Совсем недавно, он же сделал первый шаг к созданию первой базовой модели (Foundation Model) для сейсмического анализа недр и выпустил статью - "Seismic Foundation Model (SFM): a new generation deep learning model in geophysics". Особенность базовых моеделей в том, что они обучены на огромном количестве данных и служат отправной точкой для разработки специализированных моделей и могут быть легко адаптированы к широкому спектру применений. Авторы накопали 192 сейсмических куба, >2 миллионов сейсмических разрезов и натренировали эту самую сейсмическую базовую модель, используя архитектуру Трансформера. Затем протестировали работу модели на различных задачах: классификация фаций, сегментация геологических тел, сейсмическая инверсия, подавление шумов и интерполяция сейсмической записи. Теперь они могут дообучать модель или использовать тонкую настройку для более узких задач. Побольше бы такого! В обсчем, что тут сказать, Data is a King 👑. Есть данные, будет и базовая модель. Но только, сдается мне, что даже с "номинально" открытыми данными все не так просто и там куча условностей. Видимо по этому, ссылка на гитхаб в статье не работает 😀. Статью можете нати во вложении! #ML#AI#paper

Hashtags

ИХР РАН / ISC RAS

@isc_ras · Post #984 · 10.08.2023 г., 08:43

В международном журнале Colloids and Surfaces A: Physicochemical and Engineering Aspects вышла новая статья ученых ИХР РАН к.х.н. Гуриной Дарьи Леонидовны и д. физ.-мат. н. Будкова Юрия Алексеевича. В этой статье представлено полноатомное моделирование классической молекулярной динамики процесса самосборки обратных мицелл в четыреххлористом углероде и сверхкритическом диоксиде углерода (scCO2). В исследовании изучалось влияние типа растворителя, структуры поверхностно-активного вещества (ПАВ), соотношения вода/ПАВ и концентрации ПАВ на самосборку, размер и форму обратных мицелл. Результаты получены с помощью суперкомпьютерных вычислений с привлечением GPU. https://www.sciencedirect.com/science/article/pii/S0927775723012840?via%3Dihub #paper#ИХРРАН

Am Neumarkt 😱

@amneumarkt · Post #140 · 09.01.2021 г., 09:17

#intelligence#paper#ML Superintelligence Cannot be Contained: Lessons from Computability Theory https://www.jair.org/index.php/jair/article/view/12202 > We argue that total containment is, in principle, impossible, due to fundamental limits inherent to computing itself. Assuming that a superintelligence will contain a program that includes all the programs that can be executed by a universal Turing machine on input potentially as complex as the state of the world, strict containment requires simulations of such a program, something theoretically (and practically) impossible.

123•••67
ПредишнаСтр. 1 от 7Следваща