即刻App年轻人的同好社区
下载
App内打开
无情大猪蹄
388关注316被关注1夸夸
青山见我如是
置顶
无情大猪蹄
7月前
话只跟值得的人说,不然浪费表情。

宇宙自在心: 一些信息助人尝试心得: 小红书上评论区瞎逛,留下高赞评论引起博主注意了, 然后有博主问了我一下,我认真码了一堆字。 我真的感觉这堆字值很多钱,免费,给了出去 然后对方:字太多了 嗯,福至心灵不管用。 我是“帮扶”界的萌新。 我微微开始明白为什么有些人要“知识付费”+“知识分层”了。 有些人真的不是割韭菜,就特么是福至心灵了之后帮的人好的情况是:懒得看,字太多。 不好的情况是:升米恩斗米仇,比如你今天跟我说了这些为什么下次你就不教我了?…… 干货要说给有5种共性的人: 1、想找答案的人 2、了解并认可你在个人领域专业性的人 3、听得懂/会问问题/谦虚耐心的人 4、执行力强的人 5、有感恩心的人 / 今天刷信息流还刷到有陌生宝布的动态: 不要瞎给建议,你没办法对对方未来负责,给了建议管不了交付和跟进。你是爹吧。 内心:好吧 🙂 说到这里,也是自己摔过跤,才能懂一些“大爹”的美。 真美。我以后再也不骂大爹了。你们都是善人。 / 好消息是一个大四的妹妹好歹带的动。 我已经跟她约了一轮call给她布置两轮作业了。 / 最近的摸索很有意思的,还有我想到的就是, 以肉身搏“量”,是真的没有想象的简单。 因为时间、精力是非常有限的。 当我们的目的是“助人”的时候, ROI就要考虑到自己的时间精力成本以及对方的理解能力和认识基础。 要求“精”不求“多”,要学会拒绝 因为假如你是一个“负责任的人”, 那未来面对的是无尽的follow up 因为免费的干货人人都想要,你不给是本分,不是亏欠 / 以后我的信息流免费(当然),系统知识另说(我还需要思考一下) / 这趟江浙沪还是纯粹一些,除了业务相关就是纯粹朋友交流了,我不“爹”。当然感受到“接纳”和“听得懂”还是可以敞开交流的。 / 这条写得很尬,但确实是不亲身经历不会体会到。 本来我以后知识付费还会考虑这那但现在我完全自洽了。 我近期也不会搞知识付费,有别的事情。 但这条我不删,以后弄出知识付费如果有人diss我,我就转发这条,或者建议对方试试福至心灵免费纯享式一对一mentor可以怎么做得可持续。 或者就学人写书/文章。一次性交付劳动所得。

00
无情大猪蹄
1月前

Diiiii: 什么是未来形态的“端到端”的企业?这是我觉得红杉这个分享中最有趣的部分。文章对于未来 AI Infused Companies 的企业形态进行了想像。如黄仁勋所说,未来的一切内容不再是预先录制好的,而是实时个性化生成的。同样地,在工作场景里,现有的 workflow 都会被打破,整个公司会像神经网络一样工作,变成某种“端到端”的模式。例如企业的目标是最大化利润,那么不再需要将利润拆解成“收入 - 支出”,再把收入拆解成“订单数 * 客单价”,一层一层地机械拆解下去,最终拆出公司的组织架构和 KPI。相反,AI 会基于“最大化利润”这个最终目标端到端地生成下一步需要做的工作任务和 KPI,而中间的拆解过程都将黑箱化。类似于自动驾驶,目标是 A 点到 B 点,直接输出实时的操作指令。如果说 LLM 是 software 3.0,那么这可能是 company 3.0 的形态吧。 如果将公司看做是一张神经网络,那么这张网络会有以下几个问题:1. 算力不够,2. 目前的网络结构、节点数量、权重都是人为决定的,3. 网络间的信息传输是有损的,且带宽很低、速度很慢。这还不算各个节点之间目标不一致、内耗等各种人类特有的桎梏。因此,这是一张很不智能的神经网络,还处于从 1.0 / 2.0 的阶段。 向 3.0 的升级过程正在发生。随着数字化、智能化的普及,随着算力的提升,可以看到公司越来越小、效率越来越高(如图所示,产生 1m 收入所需要的员工数量直线下降,YC 孵化的 Top100 GenAI Companies 有 84%在 10 人以下),本质上就是公司进化成了更好的神经网络,用越来越多的算力取代了人类智能。因此,未来有理由期待越来越多的 Copilot 甚至是 Autopilot 的企业涌现出来。 PS. Karpathy在会后的访谈也值得一看,几个 key takeaways: - 如果用 AlphaGo / AlphaZero 来类比,目前的 LLM 只进化到了 AlphaGo 模仿人类棋谱的第一阶段,接下来的关键在于能否实现 Reinforcement Learning 从而进入自主学习的第二阶段,这一阶段才是 AlphaGo 实现巨大飞跃的关键。RLHF 有点像,但还差得远,它的问题在于人类和模型的心智默认是不 align 的,因此人类反馈也无法直接被模型很好地学习。Andrej 描述了他想像的 LLM 的学习方式:自己读书,自己做书里面的习题,然后自己对照答案来纠错。总之他认为目前的模型还在非常早期。 - 除了规模之外,Andrej 较为关注 LLM 的能耗。人脑的功率是 20 瓦,而 LLM 的训练和推理则动辄以兆瓦为单位,为什么会有这么多个数量级的差异?他认为需要努力的方向,是让算法设计与硬件的计算架构更加 align,同时需要在精度、稀疏度、系统设计(例如对冯诺依曼架构的优化)等几个维度上进行更彻底地探索。 - Andrej 还比较关注 Diffusion Model 和 Autoregression Model 之间的区别,二者都是概率分布的某种representation,但适用于不同的场景,它们是否可以在更高的层次上被统一?是否有一种更为通用的 unified representation? - Andrej 谈 Elon Musk 的管理方式:he runs the biggest startups。无论企业规模多大,永远雇佣最好的人并且解雇掉没有贡献的人,设置最少的中间管理层级;打造用技术解决问题导向的文化;永远花最多的时间与一线工程师直接对话,收集第一手反馈。 文章链接: https://mp.weixin.qq.com/s/0KAYR0WY3j31t5IRSMkMkA

00
无情大猪蹄
2月前
Steam重大更新
112
无情大猪蹄
4月前
才三万多人发现这个QQ彩蛋
140
无情大猪蹄
5月前
好喜欢我头发的发色,阳光下照着是深栗色的,仔细看还带点深酒红色。

我没染过头发,就是拍不出来。
00
无情大猪蹄
5月前
我的白毛衣
00
无情大猪蹄
5月前
这天真特么冷
30
无情大猪蹄
5月前
有时候真觉得这个世界挺莫名其妙的,md
00
无情大猪蹄
5月前
从15年到现在,每年的十二月我就会各种点背,各种衰,各种惨。

我心态已经被搞麻了。

跟TM在渡劫一样。
00
无情大猪蹄
5月前
地球OL游玩提示:多动脑,少动心。
00
无情大猪蹄
5月前

一知羊: 昨天这期无人知晓里,最喜欢的是成庆老师这一席话: 在互联网上有一种假象,因为它贴的标签够多,而且够瞬时,你实际上可以同时以多种标签来认同、来行动。这会造成一种假象,好像你没有任何一种标签。 也就是说,你已经学会了在多种标签之间切换,但在每一种标签下你都非常努力。但是,它造成的结果是什么呢? 其实,就是一种巨大的内在消耗。 社交媒体的兴起,表面上开放了一个更大的交流空间,但事实上,它让人承担了过多的人情,难以承受的那种消耗感。比如说,你刷抖音的话,你会发觉喜怒哀乐是快速变化的。那当你品尝了足够多的东西,你会发现自己是非常累的,因为你在每一个境界里面你都非常努力。 我常常举一个例子:互联网社会就像给了我们很多个梦,小小的梦幻的气泡。我们过去一辈子可能就只做几个梦,也可能就一场大梦。但现代社会里面,它迅速地从一个小梦进入另一个小梦,而且瞬间转移,你会发现,你到每一个梦里面,你都这么用力,而且特别执着,被那里面的花花绿绿所吸引。 那你想一想,你的心灵,如果没有足够的用来跳脱来的智慧,你怎么可能不被它消耗了? 你刚才经历了一个特别让你感官上受刺激的东西,又进入了一个非常让你悲伤的事情,那么,这种切换对于一个正常人来讲,如果没有足够的反思能力的话,他的身心是支撑不住的。

00