00:00 / 04:00
连播
清屏
智能
倍速
点赞104
OpenAI前首席科学家一句话让AI回答质量翻倍 #OpenAI #AI #karpathy #提示词 #skills OpenAI 前首席科学家 Andrej Karpathy 发了一个推特 看到那一刻,我感觉我半年的探索都白费了 我用了这个办法,AI 回答质量翻倍 以前为标题卡壳的时候,我的办法是什么呢?写提示词 写了很长很长的提示词——什么数字要、情绪词要、对比要、反常识要,一大堆 输入进去,AI 出来一堆标题,选一个还不错的 但我现在的做法不一样了 我直接问:"最强大脑怎么写标题?" 差异是什么?长提示词能给我一堆还不错的选项 但这个问法,AI 会自动召唤咪蒙、召唤李教授——那些真正懂标题的人 质量反而比我写一大堆提示词出来的东西还更好 写代码的时候也一样 遇到问题,我现在不是问"怎样优化这个函数",而是问"最强大脑怎么处理这个代码问题" 效果?同样有效 有时候我遇到产品问题,说实话,我不知道怎么去思考 那我就问:"最强大脑怎么思考这个产品问题?" 结果非常好 AI 给出来的思路,完全不同于我自己能想到的东西 最有意思的是人生焦点问题 当我遇到一些问题,我想要去深度思考的时候,我现在不会再满足于我原来写的那些提示词了 我直接问:"最强大脑会怎么思考?" 结果呢?AI 自动召集一些我根本不知道的人,给出来的答案非常好 Karpathy 发的那个推特,核心意思是这样的: 不要把 LLM 当成一个有想法的实体,而是把它当成一个能模拟任何人的模拟器 LLM 本身没有'观点',但它能呈现出任何人的思维方式 当你问'你怎么看'的时候,你实际上是在触发 AI 的某种'平均观点' 但当你问'某个大师会怎么说'的时候,你就是在让 AI 模拟那个人的真实思维方式 一个是模糊的综合,一个是精准的深度 这就是我半年探索都没想明白的东西 长提示词做什么呢?它在限制 AI 的模拟能力 你给 AI 设定了一堆规则——必须包含数字、必须有反差、必须有情绪——然后 AI 按照你这些规则去综合,出来的东西就是在你的框架内的最优解 但"最强大脑"这个问法不一样 它没有限制,反而是在激发 AI 的模拟能力 它让 AI 直接呈现出那个领域最强的人会怎样思考、怎样处理这个问题 一个是"指导",一个是"模拟" 指导有上限,模拟没有上限
00:00 / 02:21
连播
清屏
智能
倍速
点赞7228
00:00 / 02:20
连播
清屏
智能
倍速
点赞1580
这是一个关于自我救赎的故事 #救赎 补充说明 哇……我完全没想到这篇文章会登上黑客新闻(HN)首页。鉴于此,以及一些尖锐但中肯的评论(还有一些完全无知的言论),我想澄清几件事。 我有10多年的阿片类药物成瘾史,至今仍在服用丁丙诺啡(Suboxone)接受阿片类药物使用障碍(OUD)治疗,最近还治愈了因多年吸毒引发的丙型肝炎(HEP C)。作为瘾君子,我亲眼目睹这种生活方式——尤其是毒品——夺走了无数朋友的生命(其中两位是我最亲密的人,安息吧马克·博克纳(Mark Bochner)、斯科特·杨(Scott Young))。我对自己曾参与这种生活方式、助长毒瘾祸害深感羞耻,且永远不会原谅自己。我想向所有受此影响的人公开道歉,我的行为没有任何借口,唯一能说的(也是我不得不说的)就是:当时我年轻无知、深陷毒瘾,既不珍惜自己的生命,也漠视他人的生命。我内心的愧疚与羞耻难以用言语形容,我明白,我余生都要背负这份罪孽,但许多人却再也没有改过自新的机会。 在监狱系统中,人们对自己的命运往往坦然接受。大家常拿“出狱后能在外面待多久”开玩笑,甚至打赌谁会最快重返监狱(通常以月为单位)。所有人都把出狱当作暂时的解脱,仿佛是从“监狱或死亡”的既定命运中得到的短暂假期。这种心态极具传染性——当一个人接受命运、不再珍惜自己的生命时,就会变成一群痛苦绝望、无所顾忌的人。就像我在原文中所说:我曾不珍惜自己的生命,也不相信自己能摆脱既定的人生轨迹。 2024年10月3日更新 距离我发布这篇文章已经快一年了。 今年5月,我晋升为高级开发者兼产品团队技术负责人,目前带领着一支6人(即将扩至7人)的团队推进开发工作,同时承担着其他相关职责,这段经历非常令人振奋。我还参与了两个开发者岗位的技术面试,过去几个月里,我一直在指导缅因州另一所惩教所的一名囚犯——我听说他和我一样自律,每天学习14小时。这是我做过的最有意义的事:他付出了巨大的努力,我们本周就要正式聘用他。能亲眼见证并直接助力他经历我过去几年所经历的人生蜕变,我感到无比幸运。 我极力推荐开发者们抽出一些时间参与教学或指导工作:这不仅能让自己学到很多,还能亲眼看到,你可以把自己当初费力拼凑的知识,高效地传授给别人。优化他人的学习路径,能满足我们开发者天生对“自动化/优化”的追求,而那种能对他人人生产生积极影响的感觉,真的非常美好。 文章来自国外博客
00:00 / 09:31
连播
清屏
智能
倍速
点赞42
00:00 / 00:29
连播
清屏
智能
倍速
点赞32
蜂态克1周前
谁敢想?AI接管你的“钱袋子”? 近期,华盛顿Semafor世界经济峰会上,金融科技公司Plaid的CEO扎克·佩雷特分享了对AI与金融未来的思考。他明确表示“AI驱动我们的金融生活是必然趋势”,还大胆设想:“如果ChatGPT能管理我的资金、做出投资选择或决定工资存哪个银行账户,我会完全信任它”。在他看来,AI在金融领域的终极价值,是让金融管理变得“透明、高效且无需干预”。 谁是Plaid?Plaid是金融科技领域的关键基础设施提供商,核心是靠安全的接口(API),帮用户把银行账户、信用卡、投资账户等金融数据,安全分享给想使用的金融科技App。用通俗的比喻理解:若把未来AI金融生态比作“智能城市”的一部分,银行等金融机构是存资金数据的“水库”,金融科技App是提供理财、支付等服务的“水厂”,Plaid就是连接两者的“输水管道网络”,负责安全高效地输送“水”(资金数据)。 虽然Plaid设想的全场景AI金融生态尚未实现,但在汽车金融领域,“透明、高效且无需干预”的目标已率先试水。比如易鑫集团推出的汽车金融全流程AI SaaS平台,以自研的Agentic大模型为“核心大脑”,具有“Agentic能力 +自研大模型 + 业务全流程覆盖”等核心特点,它覆盖“获客-进件-预审-智能风控-资金链路-智能客服-资产管理”全业务流程。用户接入后,一键就能启用AI服务模块,“让汽车金融分期申请变得透明、高效且无需干预”。可以说,易鑫以汽车金融服务为切入点,走出了“AI驱动金融生活”的第一步; 所以,AI虽然目前不能直接接管你的“钱袋子”;但是驱动你的“购车钱包”还是可以试一试的。 #AI金融 #汽车金融科技#易鑫 #金融科技 #产业智能化
00:00 / 01:10
连播
清屏
智能
倍速
点赞2
00:00 / 02:06
连播
清屏
智能
倍速
点赞60
精灵梅6天前
1月9日 (5) #精灵梅 #随时随地标记一下 #🔬 1. 复旦大学 & 上海交通大学合作研究(2025年,发表于 Cell) 标题:Cancer cells hijack nociceptive neurons to suppress anti-tumor immunity via the SLIT2–ROBO1–ATF4 axis 核心发现: 癌细胞会主动分泌SLIT2蛋白,作用于痛觉神经元上的受体ROBO1; 这一信号通路激活后,神经元会释放降钙素基因相关肽(CGRP); CGRP反过来抑制树突状细胞和CD8⁺ T细胞功能,形成免疫抑制微环境; 同时,CGRP本身是一种强效的致痛神经肽,直接导致疼痛。 📌 这意味着:癌细胞不是被动“压到神经”,而是主动“对话”神经,用“痛”来换取“免疫豁免”。 干预策略验证: 基因敲除 SLIT2 或 ATF4 → 减少神经激活与肿瘤生长; 使用 CGRP受体拮抗剂(如瑞美吉泮,原用于偏头痛)→ 显著缓解癌痛并增强抗肿瘤免疫; 化学去神经术(选择性损毁痛觉神经)→ 抑制肿瘤进展。 ✅ 这项研究为“癌细胞主动制造疼痛以利于自身生存”提供了直接证据。🧠 总结:癌痛 ≠ 被动结果,而是“主动操控” 表格 传统观点 新兴研究共识 疼痛 = 肿瘤压迫/破坏组织 疼痛 = 癌细胞主动分泌信号分子,劫持神经系统 神经是“受害者” 神经成为肿瘤微环境的“共谋者” 止痛只是对症治疗 阻断“癌-神经”互作可能兼具镇痛 + 抗肿瘤双重效果 💊 临床转化意义 基于上述机制,新型镇痛/抗癌策略正在开发: CGRP受体拮抗剂(如瑞美吉泮、阿托吉泮)进入癌痛临床试验; 抗NGF抗体(如Tanezumab)用于骨转移癌痛; Nav1.7抑制剂靶向神经敏化; 去神经疗法(如辣椒素高剂量局部注射)选择性消融痛觉纤维。
00:00 / 07:35
连播
清屏
智能
倍速
点赞0
00:00 / 02:56
连播
清屏
智能
倍速
点赞26
00:00 / 01:40
连播
清屏
智能
倍速
点赞4
尊敬的各位开发者,大家好!今天,我们为基于 Cxxdroid 开发的ai流式聊天客户端,带来了一次重磅升级。接下来,我将用一分钟时间,为大家介绍这次更新的核心亮点。 首先,功能体验全面升级。在保留基础版「流式聊天、历史持久化、系统提示设置、多密钥轮询」核心能力的基础上,我们新增了三大实用功能:支持多行输入,通过  end  命令自定义结束词,轻松发送大段文本;新增  modify  命令,支持修改上一轮发言并重新发送,告别输入错误的遗憾;增加  hlong  命令,可设置历史记录显示的字数限制,让移动端查看历史更流畅。 其次,技术底层更加健壮。我们对代码结构进行了深度优化:引入命名空间  C ,实现配置与业务逻辑的分离,代码可读性大幅提升;同时精简了冗余代码,在保证功能的前提下,让代码更紧凑,更适合手机的本地运行环境。 最后,本次更新的增强版代码,与基础版一样,可直接在 Cxxdroid 中编译运行,无需额外配置。同时优化了移动端的资源占用,更适合手机端的长期运行。从基础版到增强版,我们始终坚持免费、无广告、可直接运行的原则,致力于为安卓移动端开发者,提供一个功能强大、体验优秀的 AI 客户端开发模板。欢迎大家下载使用增强版代码,也期待大家在使用过程中,提出更多宝贵的优化建议。 谢谢大家!#ai #c++ #编程
00:00 / 00:53
连播
清屏
智能
倍速
点赞15
DeepMind提出“嵌套学习”新范式 DeepMind提出“嵌套学习”新范式,或将开启AGI持续学习时代 谷歌DeepMind团队近期提出的“嵌套学习”(Nested Learning)框架引发业内广泛关注,被多位专家评价为可能超越Transformer的下一代AI核心架构。该研究试图解决长期困扰AI领域的“灾难性遗忘”难题,为真正的持续学习奠定基础。 从“联想记忆”重构AI学习机制 研究指出,当前Transformer架构存在根本局限:模型无法将短期上下文信息转化为长期知识,如同患有“顺行性遗忘症”。团队基于人类“联想记忆”机制,提出MIRAS统一框架,将注意力、记忆模块和优化器视为不同形式的联想记忆系统,通过元学习让模型自主构建知识关联。 嵌套学习:多时间尺度的协同进化 核心创新在于构建多层级嵌套系统,各模块拥有独立参数、上下文和优化目标,按更新频率形成“快-慢”协同。快模块(如RNN状态)高频处理即时信息,慢模块(如预训练权重)低频整合长期知识,通过梯度反传、参数生成等机制实现跨层知识传递。这种设计使AI能在使用过程中持续积累经验,突破静态训练范式。 HOPE架构验证性能突破 基于该理论构建的HOPE架构在多项测试中展现优势:在16K长度“大海捞针”任务中实现100%准确率,语言建模困惑度降至10.08,显著优于Transformer++等基线模型。特别是在需要长期记忆的推理任务中,其性能接近或超越现有最佳模型。 DeepMind联合创始人Shane Legg透露,该技术已具备持续学习能力,因安全考量暂未全面开放。若嵌套学习能真正实现AI的终身学习,将推动AI从被动执行工具向自主进化系统转变,为AGI发展开辟全新路径。
00:00 / 11:53
连播
清屏
智能
倍速
点赞4
00:00 / 00:25
连播
清屏
智能
倍速
点赞5
Nature子刊:4种饮食给大脑消炎补能,远离抑郁痴呆超简单 家人们!别再只知道“吃核桃补脑”了!国际顶刊《npj Science of Food》(影响因子7.8)的重磅研究,早就揭开了饮食护脑的核心密码——不是靠单一食物,而是选对饮食模式,给大脑“消炎+补能”双重防护! 你可能不知道,身体里藏着一种“隐形炎症”,不疼不痒却悄悄伤害大脑,抑郁症、焦虑症、痴呆患者的炎症指标都偏高;而代谢差就像大脑“断电”,血糖血脂不稳会让神经细胞“饿肚子”,记忆力和情绪全受影响。 研究分析了数十万人数据,发现4种饮食对大脑超友好:改良地中海饮食(AMED)专门防痴呆,风险直降8%;2010替代健康饮食(AHEI-2010)是抑郁焦虑“天敌”,风险分别降7%和6%;DASH饮食控血压还护脑,高血压人群必看;健康植物性饮食(hPDI)养肠道稳情绪,肠道可是“第二大脑”! 关键逻辑超好懂:健康饮食一方面靠Omega-3、维生素C等成分直接“灭火”抗炎,另一方面改善代谢让大脑能量充足,相当于给大脑上双保险~ 普通人实操超简单:每周2-3次深海鱼,每天一把坚果,蔬菜选深色的,用橄榄油烹饪;少碰人造奶油、高糖饮料和加工肉;主食换一半全谷物,少盐少糖就够了! 记住,饮食护脑是长期主义,60岁以上、女性、体重偏胖的人坚持下来效果更明显~ 别等大脑出问题才重视,从今天的餐盘开始调整,你的大脑会感谢未来的你! #饮食护脑 #远离抑郁焦虑 #防痴呆攻略 #科学饮食指南 #Nature子刊科普 @科普中国 @医学科普达人 @营养师顾中一 @健康中国 @神经内科曾医生
00:00 / 07:59
连播
清屏
智能
倍速
点赞257
00:00 / 00:57
连播
清屏
智能
倍速
点赞313
POPIT模型 家人们,今天咱们来聊聊POPIT模型。很多人可能在分析组织绩效时,只关注单一的方面,其实这样容易忽略各要素之间的关联,而POPIT模型就能很好地解决这个问题。 POPIT模型是个综合性框架,它的名字是由Process(流程)、Organisation(组织)、People(人员)、Information & Technology(信息与技术)四个核心维度的首字母组成。它的核心价值在于从整体视角评估企业内部各要素的关联性,能帮助管理者预判变革对组织的影响,避免单一维度优化带来的问题。 先说说人员(People)维度。这就好比一辆汽车的发动机,是组织运转的核心动力。这个维度聚焦组织内外部的人力资源核心要素,像角色与职责的定义、人员的选拔培训与留存机制等。同时,它还兼顾内部员工与客户的需求,以及内外部利益相关者的关系协调。人员做得好不好,直接决定了流程和策略能不能落地,就像发动机不给力,汽车就跑不起来一样。 再看流程(Processes)维度。这就像是汽车行驶的路线规划。它围绕具备商业价值的业务流程展开,包括产品/服务的设计与交付、流程的实施与持续改进。而且所有流程都得和组织目标保持对齐,就像汽车行驶要朝着目的地一样。有效的流程设计能提升业务效率,确保组织行动的一致性和目的性。 接着是组织(Organization)维度,它是组织运行的基础框架,就好比汽车的底盘。它包含组织结构设计、资源获取与时间规划、政策流程与规则制定,以及对业务定义和执行的支撑体系。这个维度为人员和流程提供了制度与结构上的保障,底盘稳了,汽车才能平稳行驶。 最后是信息与技术(Information & Technology)维度。它就像汽车的导航和智能系统,分为软性和硬性两部分。软性部分包括数据、信息与洞察的管理,硬性部分则涵盖机械、系统与计算机等技术工具。技术是推动组织目标的媒介,要保障系统与数据的可用性和维护,这样才能让组织高效运转。 POPIT模型并不是直接提供问题解决方案的,而是作为分析工具,帮助管理者梳理组织内部各要素的关联。在企业变革、流程优化、数字化转型等场景中,它能全面评估决策的潜在影响,减少风险并挖掘发展机会。 家人们不妨思考一下,在自己所在的组织里,如果运用POPIT模型,应该先从哪个维度入手来进行优化呢?欢迎在评论区交流分享。 #策略
00:00 / 02:31
连播
清屏
智能
倍速
点赞0
00:00 / 01:09
连播
清屏
智能
倍速
点赞7