Увы, я это не записал на видео, значит надо будет достичь ещё раз чтобы попасть на сайт со спидранами, но ценой бессонной ночи я встал на 6ое место в мире в никому не нужной игре, в которую я гамаю периодически.
Теперь моя цель - попасть в лидерборд официально и стать топ-1 в мире
Теперь моя цель - попасть в лидерборд официально и стать топ-1 в мире
❤🔥38🤡8🌭1
Давайте может быть создадим исследовательскую группу, чтобы с помощью матеши и LLMок разработать технолингву, как в Вархаммере - универсальный язык для технарей, лишенный всего, что не связано с работой?
❤33👍3👎3🥴3
Мне начинает нравиться работать в Яндексе.
До этого я очень часто попадал в ситуации, когда все сломалось непонятно почему, и тратил много времени на раздебаживание внутренних сервисов. Но сейчас, со временем, я уже подпривык и научился разруливать вещи, поэтому реже задаю лиду вопросы и в целом разруливаю вещи сам. Это достаточно приятно и мне теперь даже не хочется убить себя каждый день из-за того что граф падает с непонятной ошибкой.
Яндекс это добро и позитив
До этого я очень часто попадал в ситуации, когда все сломалось непонятно почему, и тратил много времени на раздебаживание внутренних сервисов. Но сейчас, со временем, я уже подпривык и научился разруливать вещи, поэтому реже задаю лиду вопросы и в целом разруливаю вещи сам. Это достаточно приятно и мне теперь даже не хочется убить себя каждый день из-за того что граф падает с непонятной ошибкой.
Яндекс это добро и позитив
❤46👍6👎5❤🔥4🥰4
Зефирка тоже передаёт всем привет в честь Среды!
🥰37❤3❤🔥1🤡1💋1
http://arxiv.org/abs/2311.04161
Мы наконец-то публикуем статью, которую подали на AISTATS2024.
В этой статье мы предлагаем новый градиентный метод, позволяющий оптимизироваться в условиях сверх-тяжёлых хвостов и асимметричного шума стох.градиента, при очень малых предположениях на шум, и этот метод пробивает нижние оценки для тяжёлых хвостов.
Мы наконец-то публикуем статью, которую подали на AISTATS2024.
В этой статье мы предлагаем новый градиентный метод, позволяющий оптимизироваться в условиях сверх-тяжёлых хвостов и асимметричного шума стох.градиента, при очень малых предположениях на шум, и этот метод пробивает нижние оценки для тяжёлых хвостов.
🔥47❤🔥6👍1