TGINSIGHT SIMILAR POSTS
Chaîne source @OnePlusGuide · Post #2140 · 24 mai
~ FUNZIONI DI OXYGENOS 9.5 CHE VERRANNO PORTATE SUI VECCHI TELEFONI ~ #OP5#OP5T#OP6#OP6T#OXYGEN OnePlus ha rotto il silenzio sulla possibilità che le funzioni esclusive di OnePlus 7 e 7 Pro arrivassero sui vecchi top di casa OnePlus. La risposta è un grande SÌ! Eccole tutte: • MODALITÀ FNATIC: La nuova frontiera del gaming sarà disponibile presto per tutti gli OP fino al 5! • MODALITÀ ZEN: Qualcuno di voi ce l'avrà giò essendo scaricabile manualmente, ma arriverà presto come app di sistema eliminando tutti i malfunzionamenti! • REGISTRATORE SCHERMO: Così come la Modalità Zen, anche il registratore schermo è già scaricabile, ma arriverà presto come app di sistema • RISPOSTA RAPIDA IN LANDSCAPE: Già in beta per tutti fino al 5, verrà presto portata nel ramo stabile • DC DIMMING: L'alternativa del gestore della luminosità schermo per migliorarne la qualità arriverà su OnePlus 6 e 6T e poi verrà valutata l'abilitazione anche sui telefoni del 2017 • RAM BOOST: Già disponibile nelle beta di OP6 e 6T, arriverà anche su 5 e 5T aumentanto la già eccellente velocità dei telefoni Che ne dite? Siete felici? Pierre
Recherche : #mlm
@profcen · Post #383 · 16/08/2023 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 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