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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #990 · 26.06

Сегодня официально закрыта ICQ. А у меня был когда-то семизнак, кажется. Удивительно, что я не помню момента, когда перестал пользоваться ICQ. Вот только что я запускал её каждый день, чтобы переписываться с одноклассниками. Точнее, я пользовался QIP Infium. Он не только радовал богатыми настройками, но и был написан на Delphi, что для меня по тем временам было близко, т.к. я сам писал на Delphi. Хотя в опенсорс автор, вроде бы, так ничего и не выложил. Так вот, QIP стоял у меня на автозапуске при включении компьютера. Я тщательно следил за папками в контакт-листе, обновлял статус, настраивал темы и звуки. Ладно, моя первая в жизни переписка с другим человеком через сеть состоялась не в аське, а в... HyperTerminal (Дима К, привет, если читаешь это). Тем не менее, даже до появления выделенного интернета, будучи на DialUp я всё равно сидел в аське постоянно. Ох, какие драмы там разыгрывались и судьбы решались! И вот, наступил момент, когда я запустил QIP в последний раз. Я не помню, когда, и сколько лет с тех пор прошло. Костяк моего круга общения перетёк в Skype и ВКонтакте. Да, был довольно длинный период, когда Skype для меня и друзей служил основным мессенджером, что сейчас звучит немного странно. В какой-то из дней я последний раз нажал на крестик в QIP, и больше никогда его не запускал. Пишут, что аську убила реклама (но я, как пользователь QIP, этого не видел). А, может быть, они слишком медленно среагировали на рост мобильного рынка, и там уже появился WhatsApp и всё отжал (один из худших моментов в истории человечества). Но факт остаётся фактом: аська умерла лет 10 назад, и вот сейчас её, наконец, с почестями проводили. #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