Я вечером сидела за своей математикой, так что от фонаря накидаем в простую марковскую модель на дискретном времени и пространстве N^d, d - количество участников
Цепь однородная и вероятности перехода определены и со временем не меняются, начальное положение - случайно. Задача - оценить вероятность / ожидание события, что цепь окажется на "диагональной" гиперплоскости, т.е. Х_t = (a,a,a,a,a,a..,a)

Вот вы такие с чатиком хотите пойти на тусу. И решаете, куда же пойти. Сначала все ничего не придумывают, потом кто-то говорит "давайте в рюмочную", а другие такие "ну не, не хотим в рюмочную". Потом кто-то вбрасывает "давайте в театр!", а и тут кто-то "ну ты даёшь, Стасян, тогда уж лучше в рюмочную".

В общем, начитавшись @anarchyplus я подумал, что этот процесс можно моделировать и найти предельные параметры, когда договориться ещё возможно.
Накидал простой код. Берём группы разного размера по порядку от 1 до 50, в каждой группе делаем что сначала все сидят без идей. На каждой итерации каждый участник по очереди выбирает одно из трёх действий. С вероятностью A (acceptance rate) выбирает идею любого из участников с предыдущего шага (может и свою выбрать, может выбрать и отсутствие идеи). С вероятностью R (rejection rate) выбирает оставить свою идею с предыдыщего шага. A + R строго меньше единицы, поэтому с вероятностью 1 - (A + R) участник генерирует новую идею, которую ещё не называли. Процесс завершается, либо когда достигается максимальное число итераций, либо когда все сошлись на одной единственной идее. Да, очень тупая модель, но много разных усложнений можно сводить к этой же тупой модели просто изменением начальных параметров.

Не то, чтобы что-то сверхнеочевидное нашлось. Процесс сходится тем быстрее, чем меньше упрямцев, чем больше генераторов идей или просто на всё готовых участников. С ростом группы становится всё плохо. При самых утопичных параметрах 12 человек уже почти никогда не договорятся.

Вот код https://gist.github.com/iggisv9t/50744dfeff2eb338b74f6566b852ee23

Прикол в том, что заданные вероятности указаны относительно множеств состояний, поэтому модель перестает быть однородной в контексте состояний. Но если расщепить цепь относительно дополнения к перечисленным участниками состояний, можно найти аккуратное условие на вероятность того, что момент достижения цепью диагонали конечный. Собственно, для того, чтоб участники могли договориться, надо, чтоб эта вероятность была равна 1.

Щас я домой дотопаю и распишу :3

Только в русском языке три глагола подряд, и там ни одного "быть"

коротко о том как китайцы обновляют пакеты на пятоне

да кто такие эти ваши дата пипл :)

бесит, что вай-фай тянет телегу и не тянет хром

на этом всё

Кар.

Чёт потухнула
А вообще таски разные, но если бомбит, то всегда одинаково 🤷🏽‍♀️

Когда приехала с киева в эвропу и пытаешься прожить на полставки джуна

Пока я не в ресурсе даже лекции переписывать, ловите шутки старика Герберта

Вчера Facebook релизнул код для Instance-Conditioned GAN. Идея проста в своей гениальности – если раньше в мультиклассовых GAN'ах к случайному шуму при инициализации передавали указатель класса, чтобы модель лучше понимала, что именно ей генерировать, то теперь можно передать эмбеддинг из CLIP'а c описанием класса, который мы хотим получить, и тогда генерация будет больше 'сдигаться' к тому описанию, которое мы передали. К тому же, теперь можно не выбирать один из классов, а делать нормальный zero-shot

Очень прикольно это работает, если использовать и инициализацию изображения, и передавать описание, так как можно добиться переноса стиля или переноса контента (в оригинальной статье авторы, например, передают сетке изображение лабрадора с подписью 'хаски', и сетка генерит нечто между). Я попробовала из фотографии гор развернуть готический кафедральный собой, некоторые кадры у сетки получились прям красиво 🌚 В конечном итоге она решила кажется сгенерить собор в горах, в принципе fair enough

Колаб вот