TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #403 · 29.06
В Петербурге будут расширять зону платных парковок. С 1 июля добавят 56 новых улиц, затем с 1 сентября ещё столько же, и до конца года хотят плюс 153 улицы. Пока всё в центре, причем, даже не включают Ваську, Горьковскую, Петроградку (хотя уж там сам бог велел разобраться с парковками). Как автомобилист :) я категорически поддерживаю эту инициативу и, на мой взгляд, платные парковки на обычных улицах нужно вводить вообще по всему городу. Ранее я уже писал, что не так редко встречается проблема, когда водители банально не могут разъехаться из-за припаркованных авто на узкой улице, и вынуждены подвергать себя, автомобиль и окружающих людей дополнительной опасности, например, сдавая задним ходом продолжительное время. Не знаю как в центре, но на окраине эта проблема достаточно систематическая. А в центр я не езжу за редкими исключениями. Пару раз пришлось, но стараюсь такого избегать. Не знаю, решат ли хоть чуть-чуть платные парковки проблему загруженности движения: будут ли люди реже выбирать в качестве транспорта до центра автомобиль, если за стоянку придётся платить? Я бы и въезд в центр тоже платным сделал. А ещё лучше — пешеходный центр с перехватывающими парковками вокруг. Но на такое нужна управленческая воля уровня руководителей европейских городов — в Петербурге подобного ожидать не приходится, к сожалению. Уже писал ранее о том, насколько по Москве комфортно гулять из-за отсутствия стояночной свалки вокруг. Хочется верить, что в Петербурге мы движемся к чему-то такому. #life
Hashtags
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