TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #993 · 9.07
Trigger Warning: санкции, вкусовщина, личное мнение. Прочитал новость о снижении посещаемости кинотеатров в России. Спустя почти три года могу сказать, что нынешняя ситуация целиком уничтожила лично в моей жизни только две вещи: дроны и походы в кино. Всё остальное или чуть-чуть видоизменилось (перешёл с Fusion 360 на Компас, проблем не испытываю), или подстроилось вообще без заметных внешних эффектов (вместо Google Pay теперь платёжный модуль банка, например Alfa Pay, работает не хуже). Какие-нибудь 3D принтеры от топовых брендов всё так же продаются на Aliexpress с доставкой из России напрямую от производителя. Для покупки видеоигр и софта тоже куча вариантов. Стройматериалы есть (сделал 2 ремонта за последние 2.5 года), инструмент есть, электроника есть. Наверное, люди, которые любили путешествовать по Европам, испытывают больше неудобств. А пользователи Инстаграма и Фейсбука неудобств не испытывают, потому что они и так непрерывно едят кактус. Как и пользователи айфонов, впрочем, эти вообще готовы терпеть что угодно. И если с дронами всё очень трагично, то вот от кинотеатров я, похоже, отказался сам. Рефлексировал этот момент и понял вот что: иногда в кино выходило что-то, что я хочу посмотреть. Я порывался купить билет, но не из-за того, что в кинотеатре удобнее или качественнее, а просто ради возможности посмотреть что-то уже сейчас. Почти во всех случаях меня в итоге закручивали дела, и через пару месяцев я уже смотрел нужный фильм у себя дома. В этом смысле фильмы являются заложниками тех правил, по которым их сначала выпускают в кинотеатры и только потом уже в широком доступе. Был бы я готов платить деньги просто за получение фильма в момент выхода? Билет в хороший кинотеатр стоит порядка 1000 рублей, но ты отдаёшь эти деньги за инфраструктуру: комфорт, зал, звук, большой экран. Билет в плохой кинотеатр на тот же фильм будет стоить рублей 150-300. Если я не использую инфраструктуру кинотеатра и плачу только за доступ, то именно по этой цене и нужно смотреть. В таком случае да, пожалуй: дайте мне возможность заплатить эти 300 рублей и посмотреть дома фильм в момент его выхода, а не через несколько месяцев. Тем более, качество и комфорт дома будут кратно выше, чем в кинотеатре за 300 рублей. Понятно, что так не делают в первую очередь из-за пиратства, потому что кинотеатры позволяют гарантировать платёж, а цифровое распространение не позволяет. Но, всё-таки, надеюсь, современный тренд со всеми этими стриминговыми сервисами приведёт куда-то туда. #life
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