TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #524 · 2.09
Издательство Лавка Игр выпускает на русском настолку Живой Лес. Мне за этот пост не платили, но хочу прорекламировать, потому что и игра кажется достойной, и то, как Лавка ведёт кампании, мне тоже импонирует. Живой Лес это семейная настольная игра в жанре "построение колоды" от датского дизайнера Аске Кристиансена. Она уже получила ряд престижных наград, и в целом отзывы положительные. Нужно будет спасать сказочный лес, собирая колоду из карточек с волшебными животными, дающими разные свойства. Очень хвалят иллюстрации и качество компонентов. Если вы вдруг думаете, что это что-то детское, то нет: современные семейные игры научились делать, с одной стороны, достаточно простыми для детей (не слишком мелких, а например школьного возраста), с другой стороны, взрослому есть где подумать и поразвивать стратегию. Мы с семьёй играем, например, в Wingspan или Everdell, и взрослые даже близко не скучают — котелок по полной разогревается, когда нужно построить движок для получения камней, на которые ты построишь дом, позволяющий бесплатно поселить зверя туда и получать по карте каждый ход, но только если... Короче, правда интересно. Вот Живой Лес обещает быть чем-то подобным. Я уже предзаказал. Отдельная крутая фишка: за каждые 10 заказанных коробок Лавка Игр посадит одно дерево (либо сами, либо силами специального фонда, пока не решили). #games
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