TGINSIGHT SIMILAR POSTS
Chaîne source @OnePlusGuide · Post #2707 · 11 août
🔻OXYGENOS 11 DP3 PER ONEPLUS 8 E 8 PRO 🔻 #OP8#OP8PRO#OOS#R ▪️Download OP8 | Download OP8PRO ▪️Rollback OP8 | Rollback OP8PRO ▪️OP Thread Nella giornata di ieri OnePlus ha rivelato la nuova HydrogenOS con un sacco di novità e senza perdere tempo oggi è stata rilasciata la nuova OxygenOS 11 DP3! Changelog • Nuovo design visivo (inclusi app Meteo, Launcher, Galleria, Note) • Nuovo layout per un utilizzo più comodo e conveniente con una sola mano • Always On Display, con 11 nuovi stili di orologio. • Sfondo animato che cambia in base all'ora del giorno. • Nuovo font OnePlus Sans che migliora la leggibilità. • Modalità oscura ottimizzata, con aggiunto un collegamento rapido nella tendina notifiche per attivarla ed aggiunta la possibilità di attivarsi e disattivarsi automaticamente in base all'orario nelle impostazioni. • 3 nuovi temi della modalità Zen, più opzioni di temporizzazione e nuova funzione di gruppo per usare la modalità Zen con gli amici. • Nuova funzione Galleria che crea automaticamente una storia settimanale basata su foto e video. ❗️Problemi noti • Alcune applicazioni di terze parti potrebbero non funzionare come previsto • Problemi di stabilità del sistema • Problemi di stabilità della rete in alcuni scenari Pierre — Il nostro canale 👉🏻@oneplusguide I nostri gruppi 👉🏻@oneplusitcommunity
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