K线
数据链上
VIP
市值
API
排行
CoinOSNew
CoinClaw🦞
语言
  • 简体中文
  • 繁体中文
  • English
全球行情数据应用领跑者,致力于更高效地提供有价值的信息。

功能

  • 实时行情
  • 特色功能
  • AI网格

服务

  • 资讯内容
  • 开放数据(API)
  • 机构服务

软件下载

  • PC版
  • Android版
  • iOS版

联系我们

  • 聊天室
  • 商务邮箱
  • 官方邮箱
  • 官方验证通道

加入社区

  • Telegram
  • Twitter
  • Discord

© Copyright 2013-2026. All rights reserved.

简体繁體English
|旧版
BTCBTC
💲77230.67
+
0.65%
ETHETH
💲2121.83
+
0.35%
SOLSOL
💲84.71
+
0.11%
USDCUSDC
💲1.00
-
0%
HYPEHYPE
💲51.45
+
6.3%
ZECZEC
💲571.14
+
3.67%

头雁
头雁|2025年12月01日 09:03
Openai的founder Ilya最近一起的访谈利用周末时间好好细读了下。Ilya的这个访谈值得好好看几遍,除了讲了从scaling时代正迈向研究时代(不能只靠算力不断的扩展来实现更智能),我印象最深的是他的关于“研究品味“。 这个品味,是在研究过程中,让他能在研究高度不确定的事物时,如何通过自己的品味(信念和经验)自上而下的去验证,这个信念在AI里核心就是神经网络的拟人化(人的大脑的原理)。这些品味的感觉是基础的,当实验与信念不一致时,有时可能因为数据本身出了bug导致的,但如果只看当下和能看到的数据等已知事物,可能就无法找到真正正确的路线。 这个研究品味不单单可以用在AI LLM研究上,不管你是创业,你是做投资,撸空投,做新产品等等,这些都是在面对高度不确定的事情。你的品味,就是你对事物基本的本质认知,或则一些事物的基本规律等等基础维度。 比如当你是一个产品经理,当你看到一个功能几乎没人用,如果以此推论,可能用户没有这个需求,你把他砍掉了,但也有可能是你的设计出了问题,用户没有注意到这个功能。当你是一个没有产品品味的人时,可能只看你能看到的局部信息来做了决策和选择。 回想很多年前,在csdn上看到深度学习的技术文章讲解的是如果通过RNN实现加减乘除的计算,当时只是觉得很神奇,但是Ilya当时的好奇心已经联想到既然能做加减乘除的预测,就应该能做其他更复杂的事情。并且他意识到神经网络基础是来自于模拟大脑的结构作为理论基础,这两个点对Ilya探索LLM的智能化研究起到了重要的基础品味的积累。 https://www.dwarkesh.com/p/ilya-sutskever-2(头雁)
+6
曾提及
|
APP下载
Windows
Mac
分享至:

X

Telegram

Facebook

Reddit

复制链接

|
APP下载
Windows
Mac
分享至:

X

Telegram

Facebook

Reddit

复制链接

脉络

12月19日 15:00Horizen将推出14款新应用
12月18日 16:48ZK Gateway实现无需信任的原子消息传递
12月17日 06:39验证层搬上Base,提升用户体验
12月17日 02:29Robinhood Cortex,你的新AI助手
12月15日 14:302026年加密新玩意的三大idea
12月09日 13:14预言机连接链下数据,拓展DeFi场景
12月08日 00:47Swarm验证真相协议利用区块链机制
12月04日 21:45Bitcoin Core的新集群内存池升级
12月04日 01:22以太坊已正式部署Fusaka升级
12月02日 10:36以太坊开发者推进基于ZK的系统部署

热门快讯

|
APP下载
Windows
Mac
分享至:

X

Telegram

Facebook

Reddit

复制链接

APP下载
Windows
Mac

X

Telegram

Facebook

Reddit

复制链接

热门阅读