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
TGTGInsightаналитика telegramLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Найти похожее
Источник @Pro100IPO · Post #310 · 1 апр.
И снова третье сентября 1 АПРЕЛЯ Сегодня День смеха, все устраивают розыгрыши или делятся смешными историями. Такие есть и у меня, вот парочка. 1️⃣ Когда я ходил еще “пешком” в одно большое серьезное финансовое учреждение, не было даже интернета, а телефон был главным инструментом для торговли акциями и облигациями. Компанией руководила некая дама-директор. И вот у нее была секретарша, девочка-блондинка. Этой милой девочке я позвонил с утра 1 апреля и сказал, что сегодня будет подаваться ток высокого напряжения по телефонным кабелям. И нужно все телефоны возле терминалов накрыть мокрыми тряпками. Когда мы пришли на работу к началу торгов, все телефоны были накрыты мокрыми тряпками. Где она взяла столько тряпок, я не знаю! 2️⃣Производная второго порядка - работал в крупной инвестиционной компании, где все знали, что я люблю шутить. Было весьма трудно кого-то обмануть. Правда, был один человек мега-ответственный, юрист – никогда не шутил и шуток не понимал. И вот ранним утром 1 апреля – это был выходной день – у нас назначена тренировка по футболу. Я позвонил ему и сказал, что в зале покрасили полы, тренировка отменяется. Его даже не нужно было просить – он сам обзвонил всех и отменил тренировку. И все спросонья поверили – тем более, знали, что он точно никогда не шутит, этот парень с серьезным голосом. Народ улегся “досыпать”, отменил свои планы. Выдержав примерно час, я снова набрал его и объяснил, что пошутил, мол, 1 апреля же. И затем мы с ним уже вдвоем всех обзванивали – сказать, что это была шутка, чтобы они приходили. К сожалению, до некоторых так и не удалось дозвониться во второй раз, видимо, крепко заснули – и тренировка прошла в половинном составе. ☘️ Мне будет очень приятно, если вы улыбнулись! Делитесь своими смешными историями в комментариях! @pro100IPO #1апреля
Hashtags
Результаты
Найдено 2 похожих постов
Поиск: #mlm
当前筛选 #mlm清除筛选
Machinelearning
@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