@swhhaa

1. "教" 和 "训练" 的本质区别是什么? 为什么两者不同?为什么不能通过二实现一? LLM 训练的过程不是自然语言形式? 怎么定义 "模型没有学会微积分" 进而推广, 如何证明人类真的学会微积分? 利用一个例子去学会一类东西, 这个都到不了 LLM 这个阶段, 在 meta learning 的领域就已经被定义了. 最后最基本的,如何自大的认为 AGI 一定要通过自然语言才能"学成"一个 AGI?作为一个人类,也过于自大了吧?
2. 神经网络没有"好"的解决方案, 但是有的是还行的方案,以及 GPT 的解决方案
3. 关于 token 限制的认识, 明显说明你什么都没读过, 类似于:虽然我不怎么了解牛顿三大定律和黎曼积分更不知道参考系变换原理等等等等,但是我看了"一分钟看懂相对论"之后,觉得相对论是错误的,我觉得以后的相对论应该是 XXXXX

无知 自大 中二

@swhhaa 从你的发言没感受到真的读过论文

`一个 AI 小白的碎碎念` 反驳一个东西,至少要先了解那个东西吧

1. '你不能像教一个姗姗学步的孩子一样，从 1+1=2 一直教到微积分` 训练 LLM 模型的阶段不是么? 从这个引申,为何用文本那样训练,如果有足够的(上 T 的)标注文本,你觉得研究人员会不用么.
2. `ChatGPT 没有长期存储模块` 这个说到点子上一点,什么是终身学习,什么是权值遗忘,怎么解决?很多东西不是没有注意到而是现在没有足够好的方法解决
3. `当然这只是一方面，其实这也解释了为什么 ChatGPT 只接受 4096 个 Token 。` 胡说一千零二十四道,赶紧看点实在的东西吧,别让 2 这种确实有用的问题和思考变成鸡屎旁边的蛋糕
4. 什么是通用人工智能, 这本身就是一个问题, 再往本质上说, 难道每个拥有"智能"的人真的拥有"智能"么?还是只是自身几十年所接受信息的镜子? 这一切是注定的化学反应还是真的意志?

少点中二的 BB, 多坐下来看看论文和那种枯燥但是信息熵十足的视频

黑暗荣耀里宋慧乔让那几个都付出了几倍的代价, 自己基本没事儿.

这个故事里那几个经理有一个滚蛋的么, 滚蛋的是那个员工.

最大的优势不应该是不叫微信键盘么

@Vraw5 实物肯定有损失的, 具体一般是纯金砖最便宜(接近实际金价)然后不换银行不拆盒回收是最高的,具体多少看银行吧. 实物金我是防止巨大变动用的不准备还回去那种, 想收益的话肯定还是纸黄金好一点

@pkxutao 对,所以买的比较少,不准备卖,作为都归零的时候的东西. 后面如果买的话,为了卖的话可能就要慎重考虑了.

@lxxxv5 在公司带人和做个外包能一样么? `那我加上有带人经验不过分吧` 这不是分明就是写了一个 C++ 的 hello word 就说自己了解 C++ 一样.

所有项目解决的技术问题肯定有一个点, 而这个点在哪个深度知道的人一眼能看出来, 你没做过就是写不出来, 没什么缺陷, 缺陷就是没有那个技术别写啊.

@lxxxv5 你的有带人的经验和真的带人的经验就不是一回事儿, 真的带过就知道要写什么, 真的有过技术上的深入也会知道怎么写出来, 你没有这些经验,强行写出来也能看出来. 表面光确实有用, 但请真的努力达到那个实力再说

上面那些说混动不容易修容易坏的, 知不知道混动什么架构?

现在基本上都是串并联系统, 结构甚至比 CVT 还简单,推荐所有的串并联技术的混动(比如国内 DMI 国外的本田的), 丰田的是行星齿轮组调整负载不太了解不聊.

除了省油这种基操, 混动主要的优势是好开啊, 除了地板油基本上是用电池调动力的, 真的好开很多.

@lxxxv5 你写出来,和写出来能有人信是两回事儿,真做过和蹭文字是两回事儿

@pkxutao 买的实物, 但是实物不好出手啊

去年 370 的时候入了点黄金, 现在有点后悔没多入点...

要是我选的话我还是选黄金, 现在感觉不太行, 等一个节点, 等到了 410 左右的时候

说实话像咱们这种 100w 以下的, 感觉折腾也没啥意思, 哎

看着还行, 北京 15K 吧...

资深的话需要, 公司前端都走了就一个人了也能短时间抗住吧, 还要会带人, 计算机基础也了解很好吧至少

貌似 macOS 的实现问题, 不支持一些 GPU 的 OP, 要等到 13.3 才行

刚刚看了一眼新风的历史记录, 凌晨四点 PM2.5 763...

@br_wang 谢谢, 哎真的是买了个爹回来

@br_wang 看视频时间长了 app 卡顿的有什么办法解决么?

https://service.sony.com.cn/download/firm/00002932.html 这个么? 感觉就是修 bug