00:00 / 00:30
连播
清屏
智能
倍速
点赞460
00:00 / 01:00
连播
清屏
智能
倍速
点赞2093
♂Gay♂的全新用法,快去找好兄弟试试吧! 声明 本视频内容仅字面含义,非引战,非水军,非反串, 仅为个人感想无任何衍生含义,内容不代表任何其他 团体个人,无任何隐喻,暗示,反串,碰瓷,蹭热度 等想法。本人家庭和睦安康、无任何心理或精神疾病 智力为正常水平。观点及言论仅代表我个人一点浅薄 的看法,非专业学术内容仅为个人bb空间,部分内容 仅为猜测不代表实际,与本人所在群体、父母亲朋、 所在省市地区无关。如有不同观点欢迎礼貌讨论感谢 指正。本言论不含有对任何群体的歧视,不含有任何 挑起对立的含义。本人认知范围浅薄,无专业团队, 内容偏个人想法,如有误会歧义欢迎指正。视频内容 如有雷同纯属巧合。如有疑惑欢迎私信质疑本人一一 回复,因私信评论较多时间有限短期未回复不代表无 视。未回复也可能是手滑没看到。本人视频使用字体 为免费开源字体无任何恶意侵权行为,视频中如出现 他人均已模糊处理,如有侵权请证明关联性作者会尽 快处理。本人的表达能力一般,面部表情管理较差, 如表情过于欠揍绝非恶意鄙视某个人、团体、群体的 含义,评论区网友意见绝非本人想法,不代表本人意 思,如有点赞到您不认可的内容纯属手滑,绝非故意 针对你个人,你所在群体、团体、组织。本人视频内 容天马行空,常常脱离常识,如有歧义欢迎指正,本 人为地球人。热爱地球文化文明,绝无任何反人类倾 向,本人承诺未向三体发送过地球坐标,未向任何外 星人、异次元文明、平行宇宙、其它宇宙、平行宇宙 透露过地球信息,本人个人性别为男性,坚定支持男 女平等,男女两字的排序不分前后。本人用词较为网 落通用口语,绝无任何恶意,绝无任何将严肃话题娱 乐话的意图。本人承诺热爱小动物,如把人比喻成狗 仅通俗调侃,绝无任何践踏人类人格、尊严、人权等 意图,绝无歧视动物的意图。本人素质为平均素质, 发表言论不具备任何专业性,仅供参考。本人对自己 发表内容会负所有责任。弹幕评论中如有不好言论, 建议自行拉黑或举报处理,绝非up视而不见置之不理 或认可不良内容。内容如有雷同纯属巧合爱你哟比心
00:00 / 00:24
连播
清屏
智能
倍速
点赞28
00:00 / 01:50
连播
清屏
智能
倍速
点赞17
Deepseek 梁文锋署名开源「记忆」模块 DeepSeek与北京大学联合发布论文《Conditional Memory via Scalable Lookup》,将开源名为Engram的条件记忆模块。这项研究旨在解决大语言模型的核心缺陷:虽然混合专家(MoE)通过条件计算实现了参数规模的稀疏化扩展,但Transformer架构本身缺乏原生的知识查找机制,只能通过计算过程低效模拟检索行为。 Engram架构:静态记忆与动态计算的解耦 Engram模块的设计目标是将静态模式存储与动态计算过程分离。 Figure 1| The Engram Architecture 显示,该模块通过两个阶段增强主干网络:首先对当前位置的后缀N-gram进行提取压缩,通过哈希机制以O(1)时间复杂度检索静态嵌入向量;随后通过上下文感知门控动态调整检索结果,实现记忆与当前隐藏状态的融合。 U型扩展规律:重新定义稀疏性分配 研究发现神经计算(MoE)与静态记忆(Engram)之间存在U型权衡规律。 U型扩展规律与内存扩展效应 显示,将约20%-25%的稀疏参数预算重新分配给Engram可获得最优性能。在270亿参数规模下,Engram-27B在等参数、等FLOPs条件下全面超越纯MoE基线,不仅在知识任务(MMLU提升+3.0)表现优异,在推理(BBH提升+5.0)和代码数学(HumanEval提升+3.0)领域提升更为显著。 系统级优化:实现计算与存储的高效解耦 Engram的确定性寻址机制支持训练阶段通过模型并行将嵌入表分片至多GPU,推理阶段采用预取-重叠策略从主机内存异步加载嵌入。 系统效率优化策略 展示了这种硬件-算法协同设计如何实现近乎零开销的记忆扩展。 结合此前发布的mHC技术,DeepSeek V4的架构轮廓已清晰可见:通过Engram条件记忆模块与MoE条件计算的互补,构建下一代稀疏大模型的核心范式。该研究为解决LLM的知识查找效率问题提供了全新思路,标志着AI模型架构从单纯参数扩展转向更精细的稀疏化设计。
00:00 / 12:35
连播
清屏
智能
倍速
点赞3
David Goh2天前
最近留意到有部分 AI 平台喺某啲地區被限制使用。 當我向 Grok AI 了解相關情況時,佢解釋限制背後同 AI 圖片生成被濫用有關,包括出現非自願性同違法內容,因而觸及當地法規。 值得討論嘅,並唔係封鎖本身,而係 AI 已經可以清楚表述「點解自己會受到監管」。 呢個現象其實反映一個現實問題: 人工智能嘅發展速度,正逐步超越現行法律與監管框架。 補充背景: Grok AI 嘅語音/對話(類通話)功能自 2025 年中 起逐步推出,之後擴展至手機同網頁平台。 即係話,用語音同 Grok 對話嘅功能,到而家已經推出咗 大約半年至九個月。 本內容僅作科技觀察與倫理討論,並非任何形式嘅使用指引或建議。 Some AI platforms have recently been restricted in certain regions. When I asked Grok AI about this, it explained that the restrictions are related to the misuse of AI image generation, which resulted in non-consensual and illegal content that conflicted with local regulations. What stands out is not the restriction itself, but the fact that an AI can clearly articulate why it is being regulated. This highlights a broader issue: the pace of AI development is increasingly outpacing existing legal and regulatory frameworks. Background note: Grok AI’s voice / call-like conversational features have been available since mid-2025, with wider rollout across mobile apps and the web later that
00:00 / 01:38
连播
清屏
智能
倍速
点赞3
某网红被爆感染梅毒?保护好自己才是最重要 最近看到不少朋友因为一些新闻而感到焦虑,担心自己会不会“无缘无故”感染上梅毒。这里想跟大家说明:日常生活中的普通接触,是不会传染梅毒的。 梅毒主要通过性接触、血液和母婴途径传播。它作为一种经典的性传播疾病,并不会通过一般的日常交往,比如共餐、握手、拥抱、共用办公用品、触摸门把手等行为感染。 这主要与梅毒螺旋体的生物特性有关:它是一种极度厌氧的微生物,一旦离开人体,暴露在空气和干燥环境中,会很快失去活性,难以生存。简单来说,它在外界环境中的生存和传染能力非常弱。 我们可以做个比喻:一个完好的生鸡蛋,在一定条件下可以孵化出小鸡;但一个煮熟了的鸡蛋,内部结构已经被破坏,就绝对无法再孵化了。同样,离开人体后,梅毒螺旋体在环境中会迅速“失活”,不再具备传染的能力。 关于大家担心的“通过物品接触”的可能,我们可以分两种情况来看: 1. 如果物品表面没有附着含有梅毒螺旋体的体液(如血液、精液、阴道分泌物等),那就完全不存在感染的可能。 2. 即使物品表面确实沾有新鲜的、含有梅毒螺旋体的体液,也需要同时满足多个极其严苛的条件才可能构成理论上的风险,而这些条件在日常生活中几乎不可能同时出现: ◦ 体液必须是新鲜的、未干燥的,并且液量要足够多、活性病原体浓度要足够高。 ◦ 接触者身体相应部位(如手部)必须有新鲜的、开放的伤口或破损,并且这个伤口要立即、直接接触到那些新鲜体液。 ◦ 即便这样,由于离开人体后病原体数量会快速下降,其剂量通常也远未达到能引起感染的量。 因此,在日常生活中,通过接触物品(如马桶圈、衣物、餐具、毛巾等)而感染梅毒的可能性微乎其微,基本无需担心。 总结: 梅毒的传播有明确的途径。保持单一、稳定的性伴侣,正确使用安全套,避免不安全的血液接触,是预防梅毒最有效的方法。对于日常的社交和生活接触,请大家放下不必要的焦虑,保持科学认识即可。如果确实有高风险行为或出现可疑症状,应及时到正规医疗机构检查咨询,而不是自己恐慌猜测。 #艾滋病 #恐艾 #恐艾咨询 #梅毒科普 #恐梅
00:00 / 00:25
连播
清屏
智能
倍速
点赞0
00:00 / 02:55
连播
清屏
智能
倍速
点赞4
00:00 / 01:37
连播
清屏
智能
倍速
点赞63
00:00 / 00:18
连播
清屏
智能
倍速
点赞2
00:00 / 00:18
连播
清屏
智能
倍速
点赞6
来听听几位AI大佬在AGI-Next峰会都聊了啥干货? 近期,唐杰、杨强、杨植麟、林俊旸和刚回国的姚顺雨在AGI-Next峰会都聊了啥干货? #AGINext峰会 :中国AI领袖激辩2026技术路径,Scaling Law面临范式变革 在清华大学主办的AGI-Next峰会上,智谱唐杰、月之暗面杨植麟、阿里林俊旸旸、腾讯姚顺雨等顶尖AI科学家展开三小时深度对话,揭示了2026年AI发展的关键趋势与挑战。 Scaling Law面临效率瓶颈,新架构呼之欲出 唐杰直言Scaling是“人类最轻松的偷懒方式”,认为单纯堆参数已近极限。他呼吁探索模型自主Scaling能力,重点突破超长上下文处理、高效知识压缩等核心难题。杨植麟则坚持Scaling Law本质是“能源转智能”的优化过程,其Kimi团队通过Moonlight Muon优化器实现2倍token效率提升,新一代模型K3将融合架构创新与审美提升。 Agent路径分化,B端落地领先C端 姚顺雨观察到Agent赛道已明显分化:To B场景进入持续上升通道,模型智能直接转化为生产力;To C则面临能力与产品指标弱相关的困境。林俊旸旸提出“模型即产品”理念,认为Agent成败取决于能否解决长尾问题。唐杰强调价值、成本、速度三大要素,指出半年时间窗口决定应用成败。 中美差距客观存在,20%领先概率已属乐观 林俊旸旸预估中国团队3-5年内全球领先概率仅20%,主因算力差1-2个数量级且资源多消耗于交付工作。姚顺雨指出中国优势在工程化能力,但需突破算力、光刻机、软件生态等硬约束。91岁张钹院士呼吁建立“可检验”的AGI标准,涵盖多模态理解、在线学习等五项能力,并指出大模型存在指称、因果等五大根本缺失。 2026年聚焦多模态与自主进化 与会者共识2026年将是多模态落地关键年。唐杰预测AI for Science将爆发,杨植麟强调长上下文是Agent基础能力,林俊旸旸布局Omni模型实现多模态生成。尽管路径分歧,但自主学习和物理具身成为共同方向,标志AI从语言模型向环境交互的深刻转变。
00:00 / 07:41
连播
清屏
智能
倍速
点赞72
Kocher周3天前
思想实验:2026平权奇点 #思想实验 #AGI #平权 #奇点 #2026展望 全栈AI生成包括背景歌曲《跃迁》(收录于同名视频号“Kocher周”音乐创作专辑“千古风流.现代”篇,另有其他专辑及更多音视频及研报文章等内容,欢迎关注)歌词: (Intro) [Acoustic guitar arpeggio, soft and mysterious] [Light shaker enters] (Verse 1) 云层压得很低 遮住起跑的火 风里传来的消息 说对手已经过河 我还在原地 整理磨损的甲壳 计算着 下一次潮汐 到底是什么颜色 (Pre-Chorus) [Bass guitar enters, steady rhythm] 那些推算不出 却迎面撞上的曲折 把平凡的骨骼 磨成了坚硬的铁 不是没想过退缩 只是身后已无退路可择 火光就在深渊那一头 闪烁 (Chorus) [Powerful Strumming] [Driving Percussion] 我相信 这是一场注定的 Quantum Leap (跃迁) 跨过那道 未知的 冰冷荒野 哪怕引力再沉重 哪怕光年太遥远 只要灵魂 还没熄灭 就在黑暗最深处 划破 终点线 (Verse 2) [Maintain steady beat] 算法里的森林 谁在布下陷阱 未知的竞争者 像影子里潜伏的鹰 我不看身后 也不问风的名字 只听见 心脏跳动里 藏着必胜的旨意 (Pre-Chorus) 那些推算不出 却迎面撞上的曲折 把平凡的骨骼 磨成了坚硬的铁 看那光点越来越近 轮廓越来越清澈 终点就在视线那一头 闪烁 (Chorus) [Anthemic Energy] 我相信 这是一场注定的 Quantum Leap (跃迁) 跨过那道 未知的 冰冷荒野 哪怕引力再沉重 哪怕光年太遥远 只要灵魂 还没熄灭 就在黑暗最深处 划破 终点线 (Bridge) [Emotional Peak] [Intense Strumming] 从低能级 冲向 那片 高地 是一次 撕裂身体的 蜕变 没有人能 阻挡 破茧的 瞬间 我早已 预见了 那个 终点! (Guitar Solo) [Melodic and uplifting
00:00 / 03:54
连播
清屏
智能
倍速
点赞4
sector 通常用在: 经济分析 政策讨论 宏观汇报 而且最常见的就是这两类: public sector 公共部门 / 政府体系 We work with clients in the public sector. 我们的客户主要来自公共部门。 private sector 私营部门 / 非政府组织 The private sector is driving innovation. 私营部门正在推动创新。 👉 sector 不是具体做什么产品,而是体系 industry 是你在工作中用得最多的一个词。 你在哪个行业? manufacturing industry 制造业 automotive industry 汽车行业 logistics industry 物流行业 例句: I've been working in the manufacturing industry for 8 years. 我在制造业工作了8年。 This technology is widely used across different industries. 这项技术被广泛应用于多个行业。 👉 行业介绍、背景说明、简历、汇报,优先用 industry。 business 是具体的公司业务,是这个生意本身。 Our business focuses on global markets. 我们的业务主要面向海外市场。 We're expanding our business in Europe. 我们正在拓展欧洲业务。 This is not our core business. 这不是我们的核心业务。 👉 business ≠ industry 👉 你可以在一个 industry 里,做不同的 business。 market 高频用法: The Asian market is very price-sensitive. 亚洲市场对价格非常敏感。 We're targeting the mid-range market. 我们主要面向中端市场。 总结: Sector:你属于哪种体系 Industry:你干哪一行 Business:你具体怎么赚钱 Market: 你面对的市场 #英语#英语口语#商务英语#成人英语 #外企英语
00:00 / 02:19
连播
清屏
智能
倍速
点赞16
00:00 / 01:24
连播
清屏
智能
倍速
点赞4