TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #456 · 22.07
Раз уж зашёл разговор про YouTube, я хотел было рассказать вам про свои подписки, но потом подумал, что каких-нибудь Slow Mo Guys или Доктора Дью и так все знают. Поэтому вот вам из моих подписок каналы либо малопопулярные, либо узкой тематики: Виталий Галайчук (рус) — автор летает на планерах без мотора (их поднимают самолётом, а затем он лавирует в воздушных потоках). Очень атмосферные и крутые съёмки. Luke Towan (англ) — автор — мастер по созданию диорам (миниатюрных трёхмерных моделей участка местности). Показывает процесс создания, залипательно и медитативно. Человек с Земли (рус) — украинский видеоблогер, занимающийся квадрокоптерами. Очень красиво делает ролики, отличный саунд-дизайн. Алексей Макаренков (рус) — раньше вёл канал как сотрудник компании 4game, а сейчас свой отдельный. Про видеоигры и игровую индустрию. Хорошо рассказывает, интересно, и явно в теме. Numberfile (англ) — автор ходит к разным математикам, и они рассказывают ему о любопытных задачах и других вещах из мира математики. Для любителей чисел, много необычных и удивительных сюжетов. Dustin Penner (англ) — плотник и столяр, делает на станках и руками разные конструкции из дерева. Гуляйнен (рус) — парни из Петербурга катают на велосипедах по красивым местам. Очень молодой канал, желаю ему всяческих успехов и развития. Это они, кстати, авторы проекта "Скретч-карта Ленобласти". Лёша Корепанов (рус) — чисто разговорный блог для начинающих программистов и тех, кто хочет ими стать. Автор русский, но живёт в Нидерландах и работает программистом уже много лет, делится своим опытом. Рыбалка с Romario Agro (рус) — медитативный блог о рыбалке. Автор выезжает на лодке один в красивые места, там рыбачит, готовит походную еду итд. Хотя последние месяцы что-то его не видно. AnikFPV (рус/англ) — опытный русскоязычный FPV-пилот тестирует дроны и связанные с этим вещи, участвует в соревнованиях, ездит летать в красивые места. Что-то только для тех, кто этим занимается сам, но что-то вполне себе интересно для широкой публики. Буду рад, если в комментариях поделитесь своими малоизвестными или узкотематическими подписками! #web
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