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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #887 · 10.10

Пишут, что Тёму Лебедева назначили дизайн-директором VK, и это хорошая новость. Да, я помню, что либералы массово кличут Тёму сумасшедшим пропагандистом. Я и сам так долго думал, пока лично не посмотрел его ролики, обнаружив, что в основном он делает вполне разумные высказывания и называет вещи своими именами. Просто красной нитью через всю его публицистику идёт любовь к России. Причём, что он особенно подчёркивает — не к каким-то конкретным политикам и государственному строю, а в целом к стране и как к физической сущности, и как к культурно-языковому феномену, с которым он связан по факту рождения. Но да, в наши дни расписываться в любви к России (в любом значении этого слова) в некоторых кругах настолько неприемлемо, что получаешь сразу много ярлыков себе на шею. Однако же, независимо от политической позиции, Лебедев — один из немногих живых российских деятелей, который умеет понимать и создавать современные продукты, в том числе в айти. Если ему действительно дадут власть, и это назначение не носит номинальный характер, то у VK появляется какой-никакой шанс выкарабкаться из многолетнего застоя, вызванного отсутствием единого продуктового видения. Я бы вообще его позвал сразу на гендира. Во-первых, Тёма по-настоящему умеет в дизайн и UX. Как правило он делает очень правильные замечания касательно дизайнов и интерфейсов вещей, которые нас окружают, а его собственные проекты нередко отличаются креативностью и интересными подходами. Во-вторых, у Тёмы нет причин просто попилить в VK бабло и уйти, ничего ценного не сделав. А так поступали едва ли не все управленцы со времён ухода Дурова. Но посмотрим. В комментариях место для ваших оригинальных и новых шуток о том, что с хорошим дизайном товарищу майору будет удобнее следить за людьми ) #web

Hashtags

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

⚡️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