即刻App年轻人的同好社区
下载
置顶我的Deepsearch公益共享计划（长期）：
🎯Deepsearch每天额度用不完，共享出来帮即友们体验一下：
（欢迎大家来这里提交需求👉roxane-library.notion.site）
参与方法：
1️⃣提交一个你希望Deepsearch的需求
2️⃣我来帮你用Gemini Deepsearch跑结果（一般当天或隔天回复）
3️⃣如果你同意，我会将你的需求和模型报告公开分享（可选）
4️⃣随机掉落ChatGPT，Perlexity或Grok等其他deepsearch的横向对比结果（感谢 @Kangyuan.C 支持Gork）
5️⃣在我notion主页还可以看到别人分享的deepsearch报告，目前进度：6
按谷歌目前用量，每天能处理三五个需求，按提交顺序🌹
欢迎来玩！
🎯Deepsearch每天额度用不完，共享出来帮即友们体验一下：
（欢迎大家来这里提交需求👉roxane-library.notion.site）
参与方法：
1️⃣提交一个你希望Deepsearch的需求
2️⃣我来帮你用Gemini Deepsearch跑结果（一般当天或隔天回复）
3️⃣如果你同意，我会将你的需求和模型报告公开分享（可选）
4️⃣随机掉落ChatGPT，Perlexity或Grok等其他deepsearch的横向对比结果（感谢 @Kangyuan.C 支持Gork）
5️⃣在我notion主页还可以看到别人分享的deepsearch报告，目前进度：6
按谷歌目前用量，每天能处理三五个需求，按提交顺序🌹
欢迎来玩！
19 102
一些个人认为适合非技术背景同学入门RL的材料不完全整理：
1️⃣青铜级
（都是播客）
《一堂「强化学习」大师课》——42章经
《与马毅聊智能史:“DNA 是最早的大模型”，智能的本质是减熵》——晚点聊LateTalk
《我是这样用 RL + LLM 做 Agent 的｜对谈 Pokee AI 创始人朱哲清 Bill》——42章经
《走向强化学习：Agent 还是应用公司的机会吗？对话 Pokee.ai 创始人》——硅基觉醒
《Agent 开发的上半场：环境、Tools 和 Context 如何决定 Agent》——42章经
《强化学习的前世今生》——科技慢半拍
（以下是一些发布时间较早，但是我认为仍有价值所以保留推荐的⬇️）
《AGI 范式大转移：和广密预言草莓、OpenAI o1 和 self-play RL》——张小珺Jùn｜商业访谈录
《逐句讲解 DeepSeek-R1、Kimi K1.5、OpenAI o1 技术报告 ——“最优美的算法最干净”》——张小珺Jùn｜商业访谈录
《对话 Google Deepmind 研究员：OpenAI o1 及LLM+RL 新范式》——OnBoard!
2️⃣白银
Andrej Karpathy《Deep Dive into LLMs like ChatGPT》（视频）（不是专门讲RL的，但是建议先看，系统了解）
Sam Lehman《The World's RL Gym》
Sutton与Deepmind《Welcome to the Era of Experience》
《Richard Sutton on Pursuing AGI Through Reinforcement Learning》（视频）
3️⃣黄金
OpenAI o1 技术报告《Learning to reason with LLMs》
Deepseek官方论文《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》
Sebastian Raschka《The State of Reinforcement Learning for LLM Reasoning》
4️⃣翡翠
《Transformer原作、斯坦福、清华交大三篇论文共识：基座模型边界锁死RL能力上限》（一篇公众号的概述，建议阅读原文）
《OpenAI's o3: Over-optimization is back and weirder than ever》
5️⃣钻石
Sutton and Barto《Reinforcement Learning: An Introduction》
（坦白说还没学到这个层次，欢迎大佬们补充...）
其实还有很多优质的资料，但我还没读的就不冒昧推荐了，欢迎在评论区安利🥹
🎊扩展阅读
《A biref history of intelligence》
1️⃣青铜级
（都是播客）
《一堂「强化学习」大师课》——42章经
《与马毅聊智能史:“DNA 是最早的大模型”，智能的本质是减熵》——晚点聊LateTalk
《我是这样用 RL + LLM 做 Agent 的｜对谈 Pokee AI 创始人朱哲清 Bill》——42章经
《走向强化学习：Agent 还是应用公司的机会吗？对话 Pokee.ai 创始人》——硅基觉醒
《Agent 开发的上半场：环境、Tools 和 Context 如何决定 Agent》——42章经
《强化学习的前世今生》——科技慢半拍
（以下是一些发布时间较早，但是我认为仍有价值所以保留推荐的⬇️）
《AGI 范式大转移：和广密预言草莓、OpenAI o1 和 self-play RL》——张小珺Jùn｜商业访谈录
《逐句讲解 DeepSeek-R1、Kimi K1.5、OpenAI o1 技术报告 ——“最优美的算法最干净”》——张小珺Jùn｜商业访谈录
《对话 Google Deepmind 研究员：OpenAI o1 及LLM+RL 新范式》——OnBoard!
2️⃣白银
Andrej Karpathy《Deep Dive into LLMs like ChatGPT》（视频）（不是专门讲RL的，但是建议先看，系统了解）
Sam Lehman《The World's RL Gym》
Sutton与Deepmind《Welcome to the Era of Experience》
《Richard Sutton on Pursuing AGI Through Reinforcement Learning》（视频）
3️⃣黄金
OpenAI o1 技术报告《Learning to reason with LLMs》
Deepseek官方论文《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》
Sebastian Raschka《The State of Reinforcement Learning for LLM Reasoning》
4️⃣翡翠
《Transformer原作、斯坦福、清华交大三篇论文共识：基座模型边界锁死RL能力上限》（一篇公众号的概述，建议阅读原文）
《OpenAI's o3: Over-optimization is back and weirder than ever》
5️⃣钻石
Sutton and Barto《Reinforcement Learning: An Introduction》
（坦白说还没学到这个层次，欢迎大佬们补充...）
其实还有很多优质的资料，但我还没读的就不冒昧推荐了，欢迎在评论区安利🥹
🎊扩展阅读
《A biref history of intelligence》
33 923
都说AI的世界变化快，现在来看完全没有现实世界快。。。
周末病了两天断网休息，今天上网一搜，AI还是那些AI，印巴已经又开火停火了一个来回，中美竟真在日内瓦谈出一个联合声明。。。
学吧，学海无涯啊！
周末病了两天断网休息，今天上网一搜，AI还是那些AI，印巴已经又开火停火了一个来回，中美竟真在日内瓦谈出一个联合声明。。。
学吧，学海无涯啊！
14 00
#记录一些不一定正确的思想碎片
今天跟一个创业中的朋友聊天时突然意识到，其实我也算是从私企到大型外企到freelancer都做过，而后又在两家不同的创业公司经历过从A到C不同阶段来着...（说出来有种自己年纪很大的感觉怎么回事🥹）
跟朋友聊到一个观点就是，创业是否成功其实有一个很重要的能力是被大家忽略了的，就是“管理的能力”（除非你是一家彻彻底底的一人公司）。
在创业早期，当你有一个很好的创意，有一个激动人心的梦想和愿景，一个看起来前景无限的商业模式，一些很看好你的投资人...
这时候你也许会觉得世界上的一切都很美好，管理不过是一种务虚或者形式主义。
但是当问题出现，当一切开始遇到挑战，或者是当一家公司从10人变成50人、100人、500人，你才有可能会意识到团队管理的重要性。
你的企业文化，价值观，领导风格，组织架构，如何激励员工，决策和问题处理机制...有多少领导者认真考虑过这些问题并有意识地设计或者维护它们，以便让你的公司和团队向着更好的方向行驶，而不是一路滑向深渊？
我不是一个很有经验或者很成功的管理者，但是有一点是肯定的：
你如何对待你的员工，你的员工就会如何对待你的公司。
（书摘来自一本老书，我不完全同意书中所有观点，但是内容实用性还是蛮强的，推荐阅读）
今天跟一个创业中的朋友聊天时突然意识到，其实我也算是从私企到大型外企到freelancer都做过，而后又在两家不同的创业公司经历过从A到C不同阶段来着...（说出来有种自己年纪很大的感觉怎么回事🥹）
跟朋友聊到一个观点就是，创业是否成功其实有一个很重要的能力是被大家忽略了的，就是“管理的能力”（除非你是一家彻彻底底的一人公司）。
在创业早期，当你有一个很好的创意，有一个激动人心的梦想和愿景，一个看起来前景无限的商业模式，一些很看好你的投资人...
这时候你也许会觉得世界上的一切都很美好，管理不过是一种务虚或者形式主义。
但是当问题出现，当一切开始遇到挑战，或者是当一家公司从10人变成50人、100人、500人，你才有可能会意识到团队管理的重要性。
你的企业文化，价值观，领导风格，组织架构，如何激励员工，决策和问题处理机制...有多少领导者认真考虑过这些问题并有意识地设计或者维护它们，以便让你的公司和团队向着更好的方向行驶，而不是一路滑向深渊？
我不是一个很有经验或者很成功的管理者，但是有一点是肯定的：
你如何对待你的员工，你的员工就会如何对待你的公司。
（书摘来自一本老书，我不完全同意书中所有观点，但是内容实用性还是蛮强的，推荐阅读）
4 00
无人知晓最新一期播客里提到过的一本书《A brief history of Intelligence》，这本书很容易搞错，因为微信读书上有一本中文重名的书《智能简史》，但是其实来自两个不同的作者，播客里推荐的是24年才出的，暂时没有找到中文版。
最简单读到这本书的方式：
1. 从z-library下载原版epub
2. 导入微信读书
3. 开启翻译功能
4. 双语对照阅读
唯一需要注意的就是腾讯的翻译引擎有一点点水，如果觉得译文很古怪，记得对照一下原文。
最简单读到这本书的方式：
1. 从z-library下载原版epub
2. 导入微信读书
3. 开启翻译功能
4. 双语对照阅读
唯一需要注意的就是腾讯的翻译引擎有一点点水，如果觉得译文很古怪，记得对照一下原文。
7 00
最近需要听的播客越来越多，虽然很多播客都想直接转写成文字快速阅读，但是非常优质的博客真的很需要配合字幕反复听和做笔记。
scripod对我这种如果只听不记脑子忘得特别快的单细胞动物真的很有帮助❤️如果收听时间能够计入即刻就更好了♫꒰･◡･๑꒱
scripod对我这种如果只听不记脑子忘得特别快的单细胞动物真的很有帮助❤️如果收听时间能够计入即刻就更好了♫꒰･◡･๑꒱
Wz__: https://scripod.com/?utm_source=jike 发布下我 vibe coding 的一个播客阅读工具。虽然还是个半成品状态，但忍不住了。 做这个工具主要是我听播客非常的依赖字幕，现有的产品又多多少少不合心意。其实五年前就想做，但当年一是成本比较高，二是能力有限。今天这都不是问题。vibe coding 好就好在，可以用一种完全符合自己审美的方式去实现🙂↕️
11 32
最近跟一些朋友和客户交流，callback了前段时间读到的一些内容，对”知识的诅咒“这个概念产生了一些发散联想：
心理学上有个概念叫“功能性固着”，意思是当我们知道了某些事物的固定作用和功能后，就会习惯性固化这些事物的用途而忽略的其他可能性。
越是”懂行“的人，越是难以接受新事物，越是容易产生一种惯性，那就是将一个新出现的事物套用到自己原先熟悉的框架里，导致看不到真正的创新和变革的可能性。
从另一个层面来说，这可能也是一种潜意识里的抗拒：
因为如果接受了这个新“故事”所描述的颠覆性效果，等于不得不承认自己过去的知识、经验甚至是积累的优势将要快速贬值。
只有当一个人很”无知“、或者是能够坦然地承认自己的无知，才能够看到更多”可能性“。
自我反思下，有时候人很容易不由自主地说出这样一些话：“怎么可能”、“这不就是”、“而已”、“早就试过”、“听起来像”、“太不成熟”、“我们原来”、“这不符合” ...
需要警惕类似的话背后的思维模式，避免主动走入“知识”的井中。
心理学上有个概念叫“功能性固着”，意思是当我们知道了某些事物的固定作用和功能后，就会习惯性固化这些事物的用途而忽略的其他可能性。
越是”懂行“的人，越是难以接受新事物，越是容易产生一种惯性，那就是将一个新出现的事物套用到自己原先熟悉的框架里，导致看不到真正的创新和变革的可能性。
从另一个层面来说，这可能也是一种潜意识里的抗拒：
因为如果接受了这个新“故事”所描述的颠覆性效果，等于不得不承认自己过去的知识、经验甚至是积累的优势将要快速贬值。
只有当一个人很”无知“、或者是能够坦然地承认自己的无知，才能够看到更多”可能性“。
自我反思下，有时候人很容易不由自主地说出这样一些话：“怎么可能”、“这不就是”、“而已”、“早就试过”、“听起来像”、“太不成熟”、“我们原来”、“这不符合” ...
需要警惕类似的话背后的思维模式，避免主动走入“知识”的井中。
8 21
