Намери подобно съдържание

Изходен канал @clockstackwheels · Post #782 · 17.03

Начал по чуть-чуть смотреть на русскоязычные видеоплощадки, чтобы понять, а существует ли какая-то вменяемая альтернатива, которую, например, могли бы использовать русскоязычные блогеры для доступа к своей аудитории. Как сейчас, после демонстрации Ютубом своей идеологической однобокости, так и в потенциале, если, например, в России Ютуб таки заблокируют. Бывает, что у человека есть какие-то субъективные пожелания к интерфейсу — он считает удобным то, к чему лично он привык, и что лично он использует. Но существуют и вполне объективные фундаментальные вещи. Например, видеосервис должен давать вам навигацию между роликами: возможность отличать просмотренное от непросмотренного, возможность видеть новые выпуски. Не менее важна навигация внутри видео: чтобы сервис запоминал, где вы остановились, и чтобы по ролику можно было перемещаться. Нельзя, например, сказать, что пожелание "Запомнить, на каком месте в видео ты остановился" — личный каприз, вызванный моим собственным паттерном просмотра, который отличается от такового для других людей. Это абсолютно точно одна из фундаментальных функций. Она есть у всех стримингов, и она является определяющей для базового удобства использования сервиса, а её отсутствие способно сделать сервис почти буквально неюзабельным. Я рассмотрел основных претендентов на замену Ютуба: VK с трёх источников (приложение, полный сайт, мобильный сайт), Дзен и RuTube. Главным образом оценивал работу на телефоне, потому что, например, с перемоткой на десктопе проблем никогда не бывает — любой даже самый старый примитивный видеоплеер ещё 20 лет назад позволял мышкой мотать видео, и разработчики сервиса в эту функцию ничего своего не вкладывали. А вкладывали, например, авторы Ютуба, создав функцию перемотки двойным тапом по краю видео на 15 секунд вперёд/назад. Но это нюансы. В таблице есть и не нюансы, а вполне себе базовые вещи, отсутствие которых, честно говоря, повергло меня в шок. #web

Hashtags

#web

Резултати

Намерени 1 подобни публикации

Търсене: #roberta

当前筛选 #roberta清除筛选

Machinelearning

@ai_machinelearning_big_data · Post #8817 · 20.10.2025 г., 20:41

Намери подобни Прегледай

⚡️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

Hashtags

#ai #diffusion #roberta #bert #languagemodel #mlm #research