Одна из лучших фантастических вселенных это Звёздные Войны. В ней одни из самых знаковых персонажей это джедаи. А среди джедаев один из самых интересных — Оби Ван Кеноби. Надо же было сольный высокобюджетный сериал про него сделать таким пресным... Все моменты, ради которых стоит смотреть 6 часовых эпизодов, можно уложить в трёхминутный ролик на Ютубе. И 90% хронометража там будет занимать пафосный синтетический голос Дарта Вейдера.
Ну да ладно, уже весь интернет прошёлся и по нелогичности сюжета, и по слабой мотивации героев, и по многократным нарушениям канона.
Куда интереснее лично мне ситуация вокруг актрисы Мозез Ингрэм, которая играла инквизиторшу. После трейлера и первых серий заявлялось, что на неё повалился поток расистских оскорблений: дескать, важный персонаж афроамериканка, и фанатам это не понравилось.
Но это меня удивляет, и есть подозрение, что дело не в расизме. Актриса совсем неубедительно играет, а её персонаж написан плохо и вшит в повествование белыми нитками. Я могу легко допустить, что люди ругались именно на это, и цвет кожи здесь был вообще не при делах. Трудно представить, чтобы фанаты Звёздных Войн написали Сэму Джексону оскорбления из-за того, что его персонаж Мейс Винду — чернокожий. Вероятнее всего, Мозез Ингрэм просто не слишком хорошая актриса. Но современная американская повестка позволяет на любые претензии кидать клич "Это потому что я черная, а вы расисты". Если чернокожий врач плохо лечит пациентов, то они расисты. Если чернокожий программист пишет кривой код, тоже наверняка пользователи расисты, раз у них программа не работает. Так и живут.
#fiction
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
⚡️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