TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #368 · 31.05
В первой серии нового сезона Stranger Things показывают баскетбольный матч, идущий параллельно с партией в настольную игру. Монтаж специально сделан такой, чтобы сопоставить эти две вещи: вот и там и там атака, а вот и там и там игроки в напряжении из-за сложностей, а вот им нужен командный дух итд. Игрок пафосно берет мяч / игрок пафосно берет кубик d20. Несколькими сценами ранее лидер движения настольщиков подшучивает над баскетболистами в стиле: "Вы задроты и занимаетесь какой-то ерундой, а мы вот реально интересными вещами". Да, именно так, настольщик говорит это баскетболисту, а не наоборот, как можно было подумать. Мысль о том, что гики и ботаники это новые популярные люди была раскрыта ещё 10 лет назад в фильме 21 Jump Street (который у нас к сожалению довольно глупо перевели как "Мачо и ботан"). Устарел классический стереотип американской школы — популярный спортивный парень, который играет в футбол или баскетбол, любимец девушек, не слишком умный интеллектуально и со скверным характером противопоставляется главному герою: умному, но несколько асоциальному ботанику. В фильме есть эпизод, когда герой говорит другу надеть рюкзак обеими лямками, как носят гики, потому что одной — как носили спортивные "хулиганы" — уже не модно и моветон. Герои Stranger Things размышляют об этом в первой серии: давайте, мол, перестанем быть задротами и начнем тусить с крутыми. Но в их реальности это выглядит не слишком правдоподобно. Эти парни и без того успешны, уверены в себе, обладают хорошим чувством юмора, над ними никто не стебется, у них есть девушки (одна из которых дважды спасла мир, чем не перестает хвастаться её парень). Не слишком веришь, что для них есть хоть какой-то резон стремиться в тусовки к простым и одномерным спортсменам-красавчикам. В Sex Education похожая тема: главный герой и внешне и по характеру откровенный ботаник, что не мешает ему ни иметь друзей, ни пользоваться уважением, ни даже влюбить в себя девушку из тусовки "популярных" пафосных чик. В фильме Wish I Was Here бородатый нерд создаёт себе костюм-скафандр для посещения комикс-конвента. Поначалу этот персонаж кажется тем, у кого вообще не бывает отношений в привычном нам смысле: слишком увлечённым какими-то "несерьёзными", "детскими" вещами, удалёнными от "настоящей реальной жизни". Его соседка — симпатичная девушка — приходит жаловаться на шум, и оказывается, что она тоже фанатка комиксов, тоже косплеер, у них завязываются отношения, один идут на конвент вместе. Это всё не выдумка. Киберспорт собирает стадионы, а стримеры и блогеры — новые звёзды. Теория Большого Взрыва долгое время была самым популярным сериалом в США. Абсолютные мировые топы по сборам в кино берут комиксы про супергероев. Рынок настольных игр взлетает в небеса, и давно вышел далеко за пределы каких-то банальных вещей вроде "Монополии", а тематические каналы на Ютубе ведут взрослые дядьки с семьями и детьми. Гик-культура больше не нишевая, теперь это просто культура. Я кидаю d20 и прохожу проверку на публикацию поста. #hobby#fiction
Търсене: #mlm
@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
@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