HackerTrans
トップ新着トレンドコメント過去質問紹介求人

smaddrellmander

90 カルマ登録 3 か月前
idlemachines.co.uk

投稿

The annotated PyTorch training loop

idlemachines.co.uk
81 ポイント·投稿者 smaddrellmander·19 日前·19 コメント

Mae vs. MSE: more than just the mean vs. median debate

idlemachines.co.uk
1 ポイント·投稿者 smaddrellmander·23 日前·0 コメント

DiffusionGemma: Discrete diffusion in a large language model

idlemachines.co.uk
3 ポイント·投稿者 smaddrellmander·先月·1 コメント

Heaven knows I'm perplexed now

idlemachines.co.uk
2 ポイント·投稿者 smaddrellmander·先月·0 コメント

Reading MAI's efficiency gain. How to pick architectures like serious people

idlemachines.co.uk
9 ポイント·投稿者 smaddrellmander·先月·0 コメント

MAI-Thinking-1: Building a Hill-Climbing Machine [pdf]

microsoft.ai
3 ポイント·投稿者 smaddrellmander·先月·0 コメント

Are contrastive losses just cross entropy all along?

idlemachines.co.uk
2 ポイント·投稿者 smaddrellmander·先月·0 コメント

Every token, everywhere, all at once

idlemachines.co.uk
2 ポイント·投稿者 smaddrellmander·2 か月前·0 コメント

The cut in the Mixture of Experts compute graph

idlemachines.co.uk
1 ポイント·投稿者 smaddrellmander·2 か月前·0 コメント

DeepSeek V4 from the Inside

idlemachines.co.uk
2 ポイント·投稿者 smaddrellmander·2 か月前·0 コメント

Softmax, can you derive the Jacobian? And should you care?

idlemachines.co.uk
134 ポイント·投稿者 smaddrellmander·3 か月前·47 コメント

Gemma 4 is not your standard transformer

idlemachines.co.uk
2 ポイント·投稿者 smaddrellmander·3 か月前·0 コメント

コメント

smaddrellmander
·4 日前·議論
Love this! Cute graphics and the way the balls combine is really fun. Great job.
smaddrellmander
·2 か月前·議論
A similar vein, asking why in PRs. Most people don’t do the above, and asking why when it doesn’t make sense really helps understanding what your colleagues are actually thinking. Helps create a unified perspective on the codebase.