TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #989 · 3.06
Ух какая жесть, показывающая затянувшееся отсутствие централизованного управления у VK. Потому что весь отдел продвижения и взаимоотношений с аудиторией на этом месте нужно увольнять. Присутствие знаменитостей и лидеров мнений — одна из важнейших ценностей любой публичной площадки. Во-первых, потому что это повышает уровень доверия у простых людей. Во-вторых, потому что лидеры мнений приводят за собой толпы фанатов. У VK с этим в основном было плохо. Когда-то всё держалось на Дурове, который сам по себе притягивал аудиторию. Но всё равно писатели и журналисты тусовались в Фейсбуке, актёры и музыканты — в Инстаграме. Даже предельно пророссийские люди вроде Сергея Лукьяненко и Тёмы Лебедева после смерти ЖЖ ушли в американский Фейсбук, который во всём без исключения омерзителен, кроме ровно одной черты — ауры московского снобизма, притягивавшей туда элиты. Но сейчас, когда оговнение Фейсбука достигло терминального состояния, приведя к блокировкам, для VK наступила золотая лихорадка — знай себе лови авторов. В некоторых ситуациях даже что-то попытались — вот Лебедева к себе перетащили, хотя хвалит он VK очень неубедительно, Инсту свою рекламирует до сих пор, а вместо ведения паблика его редакторы просто копипастят древние записи. В некоторых ситуациях, наоборот, проявили удивительную небрежность — почему российский политик Медведев ведёт текстовый блог в де-факто иностранном Телеграме, а не в VK? Но вот с этими верификациями это просто стыд и позор. В комментариях другой известный русский писатель — Алексей Пехов — тоже указывает на аналогичную проблему. Ладно, допустим в VK нет достаточно разумного топа, который настучит по голове тем, кто систематически пытается искусственно поднять счётчики у мертворождённых историй. Но хотя бы для реальных знаменитостей могли бы сделать исключение. #web
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