TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #575 · 29.09

Если вдруг кто-то думает, что Apple и другие корпорации справедливо наезжают только на сторонников варварского режима, а, пока ты правильный человек, который вёдет себя как нужно, то никаких проблем, то вот ещё история из сети. Есть такой альтернативный клиент для Инстаграма The OG App. Он убирает всякий мусор вроде рекламы и тупых рекомендаций от алгоритмов, зато позволяет, например, создавать кастомные ленты с нужным тебе содержимым. Если вы думаете, что это что-то незаконное, то нет: до недавнего времени клиент распространялся через AppStore и Google Play. Причём, этот клиент не один такой, их даже в топе популярных несколько штук. И вот разработчики The OG App пишут, что почти одновременно произошли два события: - Apple удалила их клиент из AppStore - Facebook забанил личные аккаунты (!!!) всей команды На второе особенно стоит обратить внимание. Чисто формально американская капиталистическая модель разделяет ответственность компании и личную ответственность кого-либо из её сотрудников. Если условный Сбер получает бан от Гитхаба, то нет такого закона, который позволил бы Гитхабу забанить личные аккаунты сотрудников Сбера, если только на них как на отдельные лица не был наложен запрет. Члены команды OG App пишут, что для такого действия сотрудники Фейсбука должны были вручную искать каждого из них лично на LinkedIn или в Google, потому что никакой более явной связи между ними и приложением не было. Что касается удаления из AppStore, то, опять же, судя по всему, об этом просто попросил Фейсбук. Там у приложения, как пишут, был всплеск популярности, оно стало заметнее, и его забанили. Авторы предлагают переходить на андроид, лол :) И это не в какой-то варварской стране под банами. #web

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #mlm

当前筛选 #mlm清除筛选
Профцентр

@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

Machinelearning

@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