Maxime 🥛

@grandchnew Sah tu dis de la D

@TwitchGauchiste On vit quand même dans un pays où une meuf dont le " travail " est de jouer à la switch et d'être vaguement sympa a le droit ( enfin avait mdr ) de décider comment mon argent est dépensé Enième rituel d'humiliation pour Nicolas

@lekebabier_on @nonamejosuke_ Abdel-Gorille

Le genre de perf que je dois lâcher pour cacher ma puff quand je dors chez mes parents

@Cacamann_ trop bien ce meme qd je vais l'utiliser quand quelqu'un dira un truc du genre "imagine inox danser en jouant à lol devant ava mind qui mix" et là je pourrais placer le meme je pense

Je l'ai perdue... Sans blague j'ai l'impression de perdre 80% des stats que je trouve, c'est effrayant.

@QuadMerad Anyme ministre de la cb12 🤣🤣🤣🤣🤣🤣🤣🤣🤣 et billy ministre du donuts sucré o sucre 😹😹😹😹😹😹😹😹😹

i think about this dude all the time

She dumped me last night. Not because I don't listen. Not because I'm always on my phone. Not even because I forgot our anniversary (twice). But because, in her exact words: "You only pay attention to the parts of what I say that you think are important." I stared at her for a moment and realized... She just perfectly described the attention mechanism in transformers. Turns out I wasn't being a bad boyfriend. I was being mathematically optimal. See, in conversations (and transformers), you don't give equal weight to every word. Some words matter more for understanding context. Attention figures out exactly HOW important each word should be. Here's the beautiful math: Attention(Q, K, V) = softmax(QK^T / √d_k)V Breaking it down: Q (Query): "What am I looking for?" K (Key): "What info is available?" V (Value): "What is that info?" d_k: Key dimension (for scaling) Think library analogy: You have a question (Query). Books have titles (Keys) and content (Values). Attention finds which books are most relevant. Step-by-step with "The cat sat on the mat": Step 1: Create Q, K, VEach word → three vectors via learned matrices W_Q, W_K, W_V For "cat": Query: "What should I attend to when processing 'cat'?" Key: "I am 'cat'" Value: "Here's cat info" Step 2: Calculate scoresQK^T = how much each word should attend to others Processing "sat"? High similarity with "cat" (cats sit) and "mat" (where sitting happens). Step 3: Scale by √d_kPrevents dot products from getting too large, keeps softmax balanced. Step 4: SoftmaxConverts scores to probabilities: "cat": 0.4 (subject) "sat": 0.3 (action) "mat": 0.2 (location) "on": 0.1 (preposition) "the": 0.1 (article) Step 5: Weight valuesMultiply each word's value by attention weight, sum up. Now "sat" knows it's most related to "cat" and "mat". Multi-Head Magic:Transformers do this multiple times in parallel: Head 1: Subject-verb relationships Head 2: Spatial ("on", "in", "under") Head 3: Temporal ("before", "after") Head 4: Semantic similarity Each head learns different relationship types. Why This Changed Everything: Before: RNNs = reading with flashlight (one word at a time, forget the beginning) After: Attention = floodlights on entire sentence with dimmer switches This is why ChatGPT can: Remember 50 messages ago Know "it" refers to something specific Understand "bank" = money vs river based on context The Kicker:Models learn these patterns from data alone. Nobody programmed grammar rules. It figured out language structure just by predicting next words. Attention is how AI learned to read between the lines. Just like my therapist helped me understand my focus patterns, maybe understanding transformers helps us see how we decide what matters. Now if only I could implement multi-head attention in dating... 🤖 Still waiting for "scaled dot-product listening" to be invented.

@LiberezBR Mais qui sont les fdp qui mataient ça je comprends pas

En tout cas l’histoire de JP nous apprend une leçon à tous : des comportements pareils ne peuvent pas avoir lieu en live peu importe le lien qui unit les concernés, faut tout faire pour faire sauter directement les chaînes pour que ça incite personne à reproduire cette merde

@lrsn99 Moi

Cherche un développeur pour une application

@AntoineReuter Ptn j’ai pareil

@YvareII C’est pas un amusement qui durera -29 ans ???? Elle est conne ou koi 🤣🤣

Ça m’a proposé de jouer à league of legends après m’avoir friendzone. Rien à ajouter de plus 🧌

@grandchnew Sah tu dis de la D

Pq nous les hommes de twitter sur nos pdp on regarde ou a gauche ou a droite ptdrrr montrez vos sale race les frères nah?

@Ahev1__ @aplmoatonton Y’en a vous savez jamais doser

@aplmoatonton Merci de remettre les pendules à l’heure et j’ajoute même que Xeu est top 10 albums de la decennie

RAS pas de ralentir

@KobzDetaille @CarlRma

Je vous jure que ça se soigne

@AspettaCarlo @LeMTempete

Mdrrrrrr

Dire barbe à papa sans bégayer

@Vbderahman94 @rueidff

@rueidff Il faut divorcer et la rayé de sa vie il faut pas frapper rien du tout il faut juste aller au tribunal et demander le divorce et casser la gueule au mec

Il a surpris sa femme en train de faire escorte, c'est une dinguerie