TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #559 · 19.09
Первые три сезона "Лучше звоните Солу" — один из самых антигероических сериалов, что я видел. Там нет совсем тяжёлой драмы как "Во все тяжкие", нет череды жестоких смертей как в "Игре престолов". Но весь сюжет о том, как герой постоянно пытается делать хорошие вещи, исправлять свои ошибки и помогать людям, и каждый раз из-за этого получает какой-то серьёзный ущерб: то лишится денег, то в тюрьму попадёт, то физически пострадает. Можно было бы смело использовать лозунг "Делай добро и беги". С четвертого сезона, правда, направление сюжета меняется (возможно, это связано с покупкой сериала Нетфликсом). Но вот до этого: прямо чёткая антиреклама честности и раскаяния. Кстати, уже третий сериал про юристов смотрю (ещё был Suits и How to Get Away with Murder). И не устаю поражаться тому, как много абсурда и отсутствия здравого смысла в юриспруденции. Допускаю, что это всё художественный вымысел для пущего эффекта, но основано то хоть в какой-то степени на реальных законах. Например, сторона, которая не права, может угрожать затягивать дело годами, и сторона, которая права, пойдёт на не слишком справедливую сделку. Или можно найти какую-то мелочь, которая чисто формально меняет ситуацию целиком. Вот такую аналогию придумал: представьте дверь с надписью "не входить". Ты берёшь и въезжаешь туда на роликах. С точки зрения здравого смысла очевидно, что ты нарушил указанный на двери запрет, потому что он говорит о необходимости не допустить присутствия человека в помещении. Но формально ты не вошёл, а въехал, и условный суд может не признать тебя виновным. Читал много лет назад про случай: покупатель засудил производителя холодильников, потому что в инструкции не было написано, что холодильник нельзя таскать на себе, а покупатель попытался и словил травму. Реально выиграл суд. "Кринж", как сейчас говорят. Не сомневаюсь, что достаточно хитрые люди паразитируют на этой кривой системе очень лихо. По крайней мере, США это страна очень вычурной и формализованной юстиции, и в США адвокаты в основном дорогие, их обучение полу-закрыто-элитарное (и тоже очень дорогое), и вообще у них там своя тусовка (если я правильно понял, за преступление адвоката судит тоже не обычный суд, а спец комиссия). Американцы, конечно, порой и сами стебутся над своим кверулянтством: вспомните хотя бы город юристов из "Трасса 60". Можно ли создать какую-то хорошую, но не такую абсурдную систему, при этом работоспособную? Всё-таки, там суды хотя бы работают, в отличие от, скажем так, некоторых других стран. И случаи победы простого человека над гигантской корпорацией или над государством действительно бывают. #fiction
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