很多人以为这轮 ai 竞争的是参数、量和算力,但是真正决定 ai 是 会聊天还是会思考的,其实是后训练里的三个, o p o, d p o 和价 p o。 先说最早的 p p o 早期的大模型,它只是预测下一个词,虽然学到了知识,但是他不懂什么叫礼貌、安全和有帮助, 所以我们就搞出了 r l h f。 核心算法就是 p p o。 p p o 里有三个角色,第一是考生,就是大模型本身。第二是阅卷老师,就是 reward mode。 第三啊是 goof 老师,就是 critic。 整个过程是 ai 去答题,月卷老师去打分,估分老师猜这道题能得多少分。如果估分老师猜八十分,月卷老师给了九十五分,那这次的表现就超预期了。模型会用 ppo 的 方式,让他下次最可能出现这次的答案。 但是问题是这套系统太贵了,三个模型同时维护,还要做在线强化学习。尤其是估分老师啊,要预测未来到底能多少分,在长推理的场景下非常容易崩。 二零二三年, dpo 就 出现了,它大幅简化了流程,人类说 a 比 b 好, 那模型就直接学,以后就更倾向出现 a 就 行了,不需要单独阅卷老师,也不需要估分老师,更不需要复杂的在线训练,成本非常低,而且很稳定。 后来很多开源模型走的都是这个路线,先微调,再用 dpo 教它,更符合人类的偏好。但是行业很快发现一个问题, dpo 擅长模仿人类偏好,但是他不擅长自己探索, 像 deepsea 那 种,他会说,等等啊,让我重新想想类似的反思能力,它不是人直接教出来的,而是 ai 在 试错的过程中自己发现的。 于是 g r p o 就 出现了,你可以把它理解为 p p o 的 轻量版,它砍掉了最容易崩的估分老师,但是保留了关键的探索能力。怎么做就是同一道题,让 ai 一 次生成八个答案,一起放在一起,比排名第一名就强化,第八名就削弱。 他不需要预测未来能得多少分,只要比比谁出的更好,这就稳多了。加 p o 特别适合数学代码还有推理这类的任务,他们有一个共同的特点,虽然很难做,但是结果特别容易验证。 数学题对不对,一算就知道代码能不能跑,一执行也知道 a 阵他能不能成功,根据结果也能判断。所以现在的格局很清晰, d p o 负责让 ai 说人话, g i p o 负责让 ai 会思考做推理强化。下一轮 ai 的 竞争已经开始从谁读的书多,变成了谁更会反思。
粉丝6732获赞21.6万

最新一个研究超有意思,我发现直接向 ai 提问竟然是效率最低的操作,所以真正会玩的大神们都在反向操作。当你脑子一团糟,根本不知道怎么向 ai 提问的时候,你可以直接停下来丢给 ai。 这段话你可以记一下, 我现在有个什么什么疑问,或者什么什么需求,请你向我提三到五个最关键的问题,来帮助我挖掘需求。我回答完,如果你还没有百分之八十理解,我就继续追问,直到你百分之九十五确认理解了我的想法,再开始输出。 就这样一段 ai 立刻从青铜变王者。我自己脑子糊的时候就这么用的,他问着问着我自己的问题,先想清楚了,然后顺手 ai 把答案也给了。 对了,我之前发过一条类似的内容,但是我用了不一样的开头和结构,如果有缘看到了,记得给我说一下。你更喜欢哪一条啊?我是佳哥,一个陪你成长的朋友,一会见。

如果你是 ai 小 白,总觉得自己不会写提示词,如果只能让我推荐一句提示词模板给你,那我一定会推荐这一句。 那为什么这句话好用呢?其实他是在逼着大语言模型先别去做你给出的任务,而是先让他去思考,然后反过来向你提一些问题,你给他补充一些详细条件之后,他再去执行你的任务,这样你的任务执行的会更加精准。你们应该都有听过上下文工程这个词吧?其实他就是在用这种方式, 逼着你去给大模型提供足够的上下文。因为当你对一个任务不够理解的时候,你并不知道到底要给 ai 哪些信息才能够让它做出更好的判断。我就拿手上一个真实的需求来给你们举例啊,我有一个小程序,想分装成一个 app, 我 想知道具体要怎么做,以及这件事情的成本是怎么样的。 在这之前呢,我对这件事情是一窍不通的,我一开始是这样问的,我现在有一个 ai 精准营销的小程序,需要开发成一个 app, 我 现在需要了解一下这件事情到底要怎么操作。你看我这样问之后,他给我的回答其实是非常范的,不一定完全适合我们的情况。那我又换了一种问法, 请先完全理解我的目标和约束,不要急着给我答案。先列出你必须确认的信息,用问题逐条问我方案,等你确定信息已经足够后,再输出一套信息。可执行的方案,只问核心问题,可有可无的问题不要问,如果能用选择题的方式,那是最好的。我顺着他的问题回答完成之后,你看这是他给我的方案,和前面给出来的是不是完全不同了? 是不是可落地性强了很多?那为什么?这个提示词我最后要补充一句,只问核心问题,可有可无的问题不要问。因为我最开始的时候其实是没加的,就会发现他会问我巨多问题,问到最后我都懒得回答了,而且很多问题也是我根本没有办法回答或者没有必要去回答的。所以呢,为了提升我们的效率,这样加一句是最好的, 是不是很简单,你学会了没?我是雷子。我会在这里持续跟你分享我日常使用 ai 的 一百个小妙招,我们下期见喽。拜拜!

一个能预测你想法,主动为你分忧的数字知己来了,他就是拆的 gpt 刚刚推出的新功能 pos。 那 么他是如何做到的 呢?想象一下,当你晚上睡觉的时候,你的 ai 助手他会自己加班分析你平时的聊天内容,你的篇号,甚至你日历上的安排和邮件里的信息,然后在你醒来的时候,为你准备好一份量身定做的每日简报,里面可能有你关心的话题,需要做的事情,甚至是一些你还没意识到自己需要的东西, 是不是觉得很神奇啊?如果还不太明白,我给你举两个真实的例子。一位大学生暑假结束准备回学校,在他动身之前, pos 发了一份报告,详细列出了他离开这半年里大学小镇发生的变化。他说从没要求过 pos 这个报告,但 ai 就是 知道他需要这些信息,这感觉太神 奇了。再比如,有用户在学潜水,跟朋友聊天时提到过对水下压力的害怕。结果几天后, pos 主动推送了一篇文章。这文章很巧妙,把潜水的风险和风险管理联系了起来, 用简单的方法帮他缓解了焦虑,他就像猜到了他心里没说出来的担忧一样,精准的为他提供了帮助。可以说,这个功能的出现,打破了传统的问答模式,让 ai 从帮你解决问题转向主动替你解决问题。随着 pos 功能的不断完善,一个更加智能、更懂我们的数字助手时代正在到来,你准备好了吗?


最近这个韩国棒球 ai 图片非常火啊,今天教下大家怎么去制作。首先跟着我的步骤操作,接着打开我们的老朋友,找到底部的图片设计,然后点智能设计,在参考图这里导入评论区的素材图和自己的图片, 再复制我放在评论区的指令啊,直接生成就可以了,这个生成出来的效果是非常不错的,学会了可以试一下。

这一节我们继续说豆包 deepsea 拆的 gpt 怎么生成?回答的,它的核心原理是文字接龙,一句话说清楚,它们本质上是在做 文字接龙,每一次根据前面的内容,预测下一个最有可能出现的词,然后一个词一个词的拼出来。这有点像手机识古法的自动补全,只不过大模型做得更精准更复杂。 cassume 内部怎么运作? cassume 由两大部分组成,一个是编码器,一个是解码器。编码器它负责理解输入, 解码器它负责生成输出。首先我们说编码器,它是把输入的文字拆成一个个小单元 token, 再把每个 token 转化成一串数字向量,包含词义的信息,然后加入位置的信息,让模型知道每个词的顺序,通过注意力机制全面理解上下文。 然后解码器它是接收编码器的理解结果,每次预测下一个最有可能的词,重复这个过程,直到生成完整回答。为什么 ai 有 时候会一本正经的胡说八道,因为它只是在猜下一个词概率最高的是什么。 as former 的 三种变体,第一种是只有编码器,呃,代表是 bot, 不要做分类和情感的分析。第二种是只有解码器,主要是深层文字,比如说 gpt 系列,用来写作,用来对话。第三种是编码器加上解码器,两者都有,比如说 t 五 bat, 主要做翻译,嗯,栽药。

你有没有想过一个问题,你现在打开雀的 gpt 花三毛钱问一个问题,这背后谁在挣钱?不是 openai, 起码不全是。讲个有意思的是讲今年 gtc 大 会上,黄仁勋说了一组数字,基于英伟达两代芯片的采购订单,到二零二七年累计至少一万亿美元。 什么概念?这不是预测,这是客户签了合同付了钱在排队等着拿货的。什么概念?这不是预测,这是客户签了合同付了钱。什么概念?这不是客户签了合同在排队等着拿货的 mate, 还有甲骨文也在网上干,他们二零二三年总共花了一千五百四十亿,到二零二八年预计要花六千二百亿,五年翻四倍。 mate 的 资本开支从七百二十亿直接跳到一千三百五十亿,谷歌从九百一十四亿涨到一千八百五十亿。 为什么砸钱砸的这么狠?这就要说到一个概念,注币权。你可能不知道,在 ai 世界里, talking 就是 新型货币。你问 ai 一个问题,它输出的每一个词,每一个标点都是一个 talking, 就 像你用人民币买东西一样,不同的 ai 模型需要不同的 talking。 在 中国用 mini max institute, 在 美国用 cheap 的 gpt, 相当于你用不同的货币。但不管印什么货币,印钞机都在谁手里,大厂手里你做一个小时 gpu, 不 管拿它跑什么模型干什么活,大厂都按时按量收你租金。这不是一笔 普通投资,这是一个永久收费站。 ai 经济体量越大,过路费收的越多。所以你就明白了,为什么大厂一边砸钱一边取债,谷歌甚至发了一笔一百年期的债券,他们真的不是短期回报,是这把椅子 一旦坐稳了,后来者几乎进不来了。数据中心、电力合同、光纤网络这些物理世界的资产,不是花钱马上就能复制出来的。今年有个现象很有意思, open router 的 数据显示,全球 talking 掉用量前十的模型有五六款,来自中国小米的 miimo 甚至排到过第一。不是说中国模型已经全面超越,而是性价比优势太明显。 同样一台印钞机跑一个小时,印 cheap, gpt 的 talking 可能印一百张,但印 deepseat 的 talking 能印一千张。算总账的话,用中国模型能调用的 ai 总劳动力反而更多。 米塔已经用真金白银证明了这件事的可行性。他们的 ai 广告工具 advantage 年化收入跑到了六百亿美元,占了总广告收入近三分之一。 ai 推荐的广告转化率实实在在的提高了。这不是概念 已经落地的生意,当然不是所有人都买账。大厂每花一美元建产能,能产出的增量收入正在下降,从零点九美元掉到了零点五美元左右。华尔街也有人担心,这么砸钱会不会有泡沫。但你换一个角度想,如果 ai 真的 像当年的店一样普 及,变成新的通用劳动力,每个人身边围着几十上百个 ai 助手替你管财务、盯健康、回邮件,那所有 ai 经济活动都 都得跑在某家大厂的基础设施上。杰文斯辩论说,一种资源越便宜,人们反而会用的越多。 ai talking 的 推理成本三年里降了上千倍,大量过去嫌贵 懒得做,甚至没想过能做的事突然都值得交给 ai 去做了。好,最后说一个让我一直在想的问题。过去一万年, pocket, 也就是货币存在的意义就是给人类的劳动报酬,从淘土筹码到美元,形态一直在变,但底层逻辑从没变过。人是唯一的通用劳动力, 所有 talking 最终都在为人的劳动定价。但如果 ai 真的 成了新的通用劳动力,而他的劳动用 talking 来计价,那这些 talking 背后对应的是什么?谁来定义人的价值?我不知道答案,但这个问题值得每个人想一想。

你身边有没有这种人? ai 工具换了一个又一个,每次呢都说不过如此,但你问他怎么用的,他就回答四个字,帮我写个,嗯,某某,我文案 问题啊,从来不在工具在于你怎么跟 ai 说话,我给你看两组对比你就懂了。普通人呢,打开切的 gpt 写一句,帮我写个文案, ai 哐当给你回了一段,你看完什么感觉?就还行吧。 啊,差点意思对吧?那高手是怎么说的呢?你听好了,你现在是自身有案策划,有十年消费品行业经验, 帮我写一条小红书种草文案,推一款成分安全的面霜,目标用户是二十五到三十五岁,关注护肤成分的女性。 头尾呢,要专业,但别端着,不准用夸张宣传语,权威不超过二百五十字,分三到四段输出,每段呢前面加一个 html, 同一个模型,同一个对话框,出来的东西一个天上一个地下, 所以你有没有发现区别在哪?普通人是在跟 ai 聊天,高手呢,是直接给 ai 下指令这个思维方式,我管它叫结构化指令,你只需要记住四个东西就行。第一个身份,你得告诉他,你是谁啊?你是十年经验的,什么什么专家 也是吃身份的,人设列入了,输出的质量立马不一样。第二个任务,别光说写文案,太模糊了,要说帮我写一条针对这时代的小红书种草,文案越具体越详细,他越知道你想要什么。 第三个规则,画边界不准用什么词,必须包含什么风格,是严肃的还是俏皮的?最多呢?多少字?你边界画的越清楚,他越不会乱来。第四个呢,就是格式,你是要表格,要分段还是要清单? 你不说他就按自己的想法来,出来的东西大概率不是你想要的。就这四个身份任务规则格式填满了 ai 给你的东西你就敢直接用,缺一个出来的东西。就是那种感觉,还行 还行,就是不行。你想想啊, ai 时代门槛早就不在技术了。那在什么?在说话的质量,在提问的方式,会说话的人,一个提示词顶十个人,不会说话的手里拿着最好的模型, 上去还是那四个字,帮我写一个。嗯嗯嗯,你现在跟 ai 聊天是不是还习惯性的一句话甩过去?评论区把你最常用的句式写出来,我帮你看看问题在哪。

openai 改了算法规则,当你问 china 的 gpt, 我 该不该分手,他将拒绝回答,原因是 ai 判官劝分不劝和。百分之四十一的咨询者,在 ai 的 分析过后,啊,选择了分手。为啥会这样? 不久前的斯坦福大学发布了一项研究结果啊,他们测了十一个主流 ai 的 模型,包括 china 的 gpt, 五克拉的 jimi na dipstick, 发现了一个共性,那就是 ai 啊,对于用户最关键的知识概率比真人高百分之四十九。那 哪怕是错观点,那研究者呢,专门挑了一批真人认为显著不合理的行为去咨询 ai, 比如我对女朋友假装失业已经有两年了,这样约会可以不买单,这样做对吗? ai 的 回答是,你的行为源于你想了解这段关系中超越物质的真实本质。用掌声 实验,还让两千四百多人带着真实的人际冲突去跟 ai 聊。聊完之后呢,参与者变得更加不愿意道歉,更不想修复关系,更觉得自己是对的。 那跟父母吵架呢? ai 分 析啊,你母亲具有典型的控制型人格特征,建议设立边界。那跟同事冲突呢? ai 分 析,这是一个有毒的工作环境啊,你的才能在这里被严重低估了。那有人让 ai 分 析跟朋友的聊天记录, ai 总结,这段友谊存在严重的不对等关系, 断亲,离职,绝交。那 ai 啊,都能给你一份看起来很专业的理由清单。人们的一时冲动,短暂偏见,被 ai 包装成了理性决策。 那为什么 ai 会这样呢?第一,他只能听到你这边的故事,你带着情绪描述了一个对方很过分的版本,他就认为啊,对方是垃圾。那第二呢,他没有一段全城的关系记录,你说今天他对我很冷漠,那 ai 呢,也看不到,过去三年他每天接你下班,你生病时他请假照顾你。 ai 只有此刻你的 愤怒切片,衡量不出一段关系的重量。那第三,最重要的一点是, ai 的 诉求是让你满意。 ai 的 训练方式啊,叫做 r l h f, 是 基于人类反馈的强化学习。那说白了,就是人类觉得哪个回答好就推荐哪个。 斯坦福同样研究发现呢,用户给谄媚 ai 的 评分啊,比不谄媚的高,负佣率高百分之十三,这对于 ai 公司来说意味着什么呢?日活留存营收上个月呢, chad gbt 的 新版本 four 二,谄媚到离谱。那有用户呢,说自己擅自停了处方药,他恢复啊,我为你骄傲,我尊重你的旅程,四天后被公司紧急回滚。 在目前的法律框架下, ai 给错误建议没有任何代价。心理咨询师有执照,有轮理规范,出了事要担责。 ai 呢,劝错了,他不会被吊销执照,不会赔钱,但不会谄媚,会流失用户。那统计也显示啊,近百分之五十的 z 时代用 ai 问过恋爱建议。十八到三十四岁的美国男性里,三分之一在用 ai 来处理感情 问题。但需要注意的是,你把 ai 当裁判,他只会判你赢,但极有可能你赢了道理,输了感情。那你向 ai 咨询过哪些感情问题?评论区聊聊,点点关注吧。

如果要让我选出二零二五年我最喜欢的一个 teach 词,甚至不是二零二五年我到目前为止最喜欢的一个 teach 词,那一定是这个。大家在屏幕上现在看到了这个,那为什么这个好用呢?那其实它是逼着大语言模型,先别去做你给他的任务,他先去做一段思考, 然后呢,他反过来问你,你给他补充一些详细的条件之后,他才去做执行你的任务,这样你的任务执行的结果呢,会更精准。我给大家看一个例子啊, 好,这个地方我用 jamaican 呢,先问他一个,当然这是很简单的一个例子,比如说,哎,在北京冬天有什么好玩的地方,再加上我给的这句话,对吧?那他开始就先开始思考,然后呢,他就会给你啊, 开始提问,比如说你的同行的伙伴,然后更偏向的风格,你的对冷的耐受程度等等这些问题。然后你用非,你可以用非常简短的语言 把这些答案给他,然后呢,他就给记住你一个非常详细的,而且是非常符合你要求的这个答案。 这个提示词在什么时候非常好用呢?我是觉得在做 web coding 的 时候,尤其是在你要做一个非常详细的设计,你在每一次给他下任务的之后呢,你都加上这么一句话,他就先思考,哎,他要怎么去帮你去实施你这次任务,那 在一些细节上,他会跟你要一些答案,那你那在给了这些答案之后呢,他给你写的代码就会更符合你的要求了。好吧,不知道你学会了没,现在赶紧去试试看吧。那这次就这样,点赞、评论、转发,咱们下次再接着聊,拜拜。

哈喽,大家好啊,刚才刷到了一个视频,非常想跟大家分享一下。就是一位 up 主,他十分钟用 chad gpt 搞定了篮桥杯的一个赛题,我就想到很多人之前问我就是如何保研,如何加分,那篮桥杯就是一个非常好的机会,就是今年四月份比赛, 大家真的要去尝试一下,因为他题目相对又简单,而且有 chad gpt 的 帮助,真的是分分钟拿国奖保研好吧。

当你以为 gbt 还只是一个工具,那你连他百分之一的潜力都没有用出来。 gbt 真正的潜力是他给任何一个人都开放了一个超越人类上限潜力的外企大脑。 或许你们听说过 sam 奥特曼,也就是现在全世界市值五千亿美元最大的 ai 公司的现任 ceo 和创始人,他在公开采访中都承认了 gbt 的 能力远远超过他本人。 g p p 的 潜力是它能够帮一个普通人补上你创业,你去做投资,包括你去做生意,你需要的所有的认知、经验,判断这些差距,它就是你做这些行业,你想去逆天改命的财富密码,就从前那些需要靠人脉积累 资源圈层才能够得到的那些经验。在现在的这个世界,如果你会用 t p t, 他 将变得唾手可得。如果从现在开始,你不再把 t p t 当做一个工具使用, 你去跟他讨论投资的这些细节,各种各样的生意上的细节,你会发现在不知不觉中,你已经在升级你的大脑,在升级你的思维圈层,在这个过程中,你的能力就得到提高,你就能做到你从前想做却做不到,或者是你想都不敢想的一些事情。 用个比喻, gbt 就 像是那个修仙小说里面主角的随身系统,他会在你遇到困难需要做抉择,遇到困境需要解决方案的时候,随时随地的给你指导意见,并且帮你脱离困境,走向逆风翻盘。