#128: Faiss: A library for efficient similarity search and clustering of dense vectors.

Misreading Chat

Player FM - Internet Radio Done Right

159 subscribers

הוסף לפני seven שנים

תוכן מסופק על ידי Hajime Morrita , Jun Mukai. כל תוכן הפודקאסטים כולל פרקים, גרפיקה ותיאורי פודקאסטים מועלים ומסופקים ישירות על ידי Hajime Morrita , Jun Mukai או שותף פלטפורמת הפודקאסט שלהם. אם אתה מאמין שמישהו משתמש ביצירה שלך המוגנת בזכויות יוצרים ללא רשותך, אתה יכול לעקוב אחר התהליך המתואר כאן https://he.player.fm/legal.

Higgle: The B2B Sales Club

1
Why You Need to Grow Your Customer’s Decision Confidence with Brent Adamson and Karl Schmidt 36:25

לפני 11 weeks36:25

הפעל מאוחר יותר

רשימות

לייק

אהבתי

36:25

Are you ready to discover why building customer self-confidence is more crucial than ever in today's B2B sales landscape? Brent Adamson and Karl Schmidt join us today, the duo behind the upcoming book "The Framemaking Sale." These sales experts unravel the critical yet often overlooked aspect of buyer confidence. They shift the focus from traditional supplier-centric models to the empowering idea that true confidence comes from within the customers themselves. This perspective not only transforms how we view B2B sales, but also highlights the importance of nurturing decision confidence. Throughout our conversation, Brent and Karl introduce their innovative concept of framemaking, a strategy that aligns sales solutions with client priorities. This approach goes beyond typical sales tactics by fostering genuine, lasting relationships with clients, even when they choose competitors. Their ideas promise to shake up conventional sales methods. Topics covered during this episode include: Why buyer confidence should be supplier-agnostic and focus on customers' decision making abilities. How Brent and Karl met each other at Corporate Executive Board (now part of Gartner). Why nurturing customer decision confidence is crucial in B2B. How framemaking aligns sales solutions with client priorities to overcome decision complexity. Why the book emphasizes customer confidence over supplier trust for effective decision making. The impact of decision complexity, information overload, and outcome uncertainty. Why understanding clients' businesses deeply helps navigate obstacles and maintain deal momentum. How salespeople can anticipate and overcome potential deal barriers. Why gaining customer confidence involves addressing emotional and rational decision aspects. Listen now to learn how to revolutionize your B2B sales approach with innovative framemaking techniques that build lasting customer relationships. Brent on LinkedIn: https://www.linkedin.com/in/brentadamson Karl on LinkedIn: https://www.linkedin.com/in/karl-schmidt-q…

לפני שנה 42:38

MP3•בית הפרקים

Meta の vector search 実装の関連論文を向井が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。iTunes のレビューや星もよろしくね。

147 פרקים

#コンピューターサイエンス #テクノロジー #Computer Science #Hajime Morrita, Jun Mukai

#128: Faiss: A library for efficient similarity search and clustering of dense vectors.

Misreading Chat

159 subscribers

published לפני שנה

שתפו

MP3•בית הפרקים

147 פרקים

#コンピューターサイエンス #テクノロジー #Computer Science #Hajime Morrita, Jun Mukai

כל הפרקים

1
#143 – SWE-bench: Can Language Models Resolve Real-World GitHub Issues? 36:07

לפני 30 weeks36:07

36:07

GitHub の Issue を読んでバグを直すエーアイについて森田が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [2310.06770] SWE-bench: Can Language Models Resolve Real-World GitHub Issues? [2405.15793] SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering SWE-bench Introducing SWE-bench Verified | OpenAI The new Claude 3.5 Sonnet, Computer Use, and Building SOTA Agents — with Erik Schluntz, Anthropic…

1
#142: An Empirical Study of Rust-for-Linux: The Success, Dissatisfaction, and Compromise 54:05

לפני 31 weeks54:05

54:05

Rust を Linux カーネルへで使う取り組みの進捗を向井がウォッチしました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 An Empirical Study of Rust-for-Linux: The Success, Dissatisfaction, and Compromise | USENIX Rust for Linux

1
#141: SQL Has Problems. We Can Fix Them: Pipe Syntax In SQL 36:55

לפני 34 weeks36:55

36:55

Google SQL の新しい文法を森田が紹介しました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 SQL Has Problems. We Can Fix Them: Pipe Syntax In SQL PRQL Pipe syntax | BigQuery | Google Cloud SQLite Forum: Interesting paper from Google on pipe syntax on SQL

1
#140: GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models 39:54

לפני 37 weeks39:54

39:54

LLM にひっかけ算数問題を出してみる話を向井が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [2410.05229] GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models GitHub – openai/grade-school-math

1
#139: NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis 38:00

לפני 40 weeks38:00

38:00

写真を集めてシーンをレンダリングするニューラルネットを森田が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis NeRF Tutorial ECCV 2022 illuminate.google.com

1
#138: Distilling the Knowledge in a Neural Network 23:38

לפני 43 weeks23:38

23:38

大きなモデルから小さなモデルを作るテクニックを向井が回願しました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [1503.02531] Distilling the Knowledge in a Neural Network

1
#137: Optimal Quantile Approximation in Streams 27:32

לפני 47 weeks27:32

27:32

ストリームにパーセンタイルを計算したい森田が教科書を読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [1603.05346v2] Optimal Quantile Approximation in Streams Small Summaries for Big Data Data Types – Presto 0.288 Documentation Estimating Percentile Values | Snowflake Documentation KLL sketch vs t-digest – DataSketches…

1
#136: Distinct Elements in Streams: An Algorithm for the (Text) Book 25:58

לפני 48 weeks25:58

25:58

学部生にも実装できるストリームの要素カウントアルゴリズムを向井が試しました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [2301.10191] Distinct Elements in Streams: An Algorithm for the (Text) Book The CVM Algorithm for Estimating Distinct Elements in Streams Computer scientists invent an efficient new way to count | Hacker News…

1
#135: In-Datacenter Performance Analysis of a Tensor Processing Unit 44:18

לפני 1 year44:18

44:18

行列の掛け算が得意なハードウェアについて森田が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。iTunes のレビューや星もよろしくね。 [1704.04760] In-Datacenter Performance Analysis of a Tensor Processing Unit Systolic Arrays – an overview | ScienceDirect Topics Pallas: a JAX kernel language — JAX documentation About Groq – Fast AI Inference The Design Process for Google’s Training Chips: TPUv2 and TPUv3 | IEEE Journals & Magazine | IEEE Xplore…

1
#134: LoRA: Low-Rank Adaptation of Large Language Models 28:40

לפני 1 year28:40

28:40

巨大 ML モデルの軽量 fine-tuning 手法を向井が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [2106.09685] LoRA: Low-Rank Adaptation of Large Language Models

1
#133: Triton: An Intermediate Language and Compiler for Tiled Neural Network Computations 30:19

לפני 1 year30:19

30:19

CUDA を書かずに済む GPU カーネルの DSL について森田が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 Triton: An Intermediate Language and Compiler for Tiled Neural Network Computations Introducing Triton: Open-source GPU programming for neural networks | OpenAI Welcome to Triton’s documentation! — Triton documentation Hello Triton.ipynb – Colab #01: Tensor Comprehensions, Rust Belt – Misreading Chat #23 – Halide: Decoupling Algorithms from Schedules for High-Performance Image Processing – Misreading Chat #27 – Julia: A Fresh Approach to Numerical Computing – Misreading Chat…

1
#132: High-Resolution Image Synthesis with Latent Diffusion Models 34:30

לפני 1 year34:30

34:30

Stable Diffusion の元論文を向井が読みました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [2112.10752] High-Resolution Image Synthesis with Latent Diffusion Models [2105.05233] Diffusion Models Beat GANs on Image Synthesis Classifier-Free Diffusion Guidance | OpenReview What are Diffusion Models? | Lil’Log…

1
#131: FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness 30:40

לפני 1 year30:40

30:40

CUDA で書かれた PyTorch 用カーネルに森田が玉砕しました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 [2205.14135] FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness GitHub – Dao-AILab/flash-attention: Fast and memory-efficient exact attention GitHub – NVIDIA/apex: A PyTorch Extension: Tools for easy mixed precision and distributed training in Pytorch [2307.08691] FlashAttention-2: Faster Attention with Better Parallelism and Work Partitioning [2112.05682] Self-attention Does Not Need $O(n^2)$ Memory GitHub – tspeterkim/flash-attention-minimal: Flash Attention in ~100 lines of CUDA (forward pass only)…

1
#130: Diffusion models from scratch, from a new theoretical perspective 30:44

לפני 1 year30:44

30:44

向井が画像生成の拡散モデルに入門しました。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 Diffusion models from scratch [1503.03585] Deep Unsupervised Learning using Nonequilibrium Thermodynamics [2006.11239] Denoising Diffusion Probabilistic Models

1
#129: Programming Massively Parallel Processors (Ch.4- Ch.6) 59:43

לפני 1 year59:43

59:43

森田が飽きずに CUDA の教科書を読んでます。ご意見感想などは Reddit やおたより投書箱にお寄せください。 iTunes のレビューや星もよろしくね。 Programming Massively Parallel Processors: A Hands-on Approach ( Amazon.co.jp , Elsevier ) NVIDIA H100 Tensor Core GPU Architecture Overview

ברוכים הבאים אל Player FM!

Player FM סורק את האינטרנט עבור פודקאסטים באיכות גבוהה בשבילכם כדי שתהנו מהם כרגע. זה יישום הפודקאסט הטוב ביותר והוא עובד על אנדרואיד, iPhone ואינטרנט. הירשמו לסנכרון מנויים במכשירים שונים.

תקשיבו ל-500+ נושאים

159 subscribers

דומה לMisreading Chat

Bounty Quick Size Paper Towels, White, 8 Family Rolls = 20 Regular Rolls (Packaging May Vary)

Amazon eGift Card - Bright Balloons (Animated)

2025 Topps Series 1 Baseball Trading Card MLB Jumbo Fat Pack

פודקאסטים ששווה להאזין

Misreading Chat « » #128: Faiss: A library for efficient similarity search and clustering of dense vectors.

#128: Faiss: A library for efficient similarity search and clustering of dense vectors.

פודקאסטים ששווה להאזין

ברוכים הבאים אל Player FM!

דומה לMisreading Chat

מדריך עזר מהיר

Misreading Chat « »
#128: Faiss: A library for efficient similarity search and clustering of dense vectors.