🗞️

#15 《小木屋随缘月报》

Date
Mar 15, 2023
Tags
周报

科技

  • 分享一个关于现阶段神经网络原理的科普视频。这个视频通过大量的动画和图形,让普通人也能轻松理解什么是神经网络。
即刻精选 在 Twitter: "分享一个连站票也买不到但是急着出发要坐火车的冷知识,如果想买的车次连无座也不能买的话,你可以执行以下步骤:
  1. 首先第一步你打开12306看看你想坐的车次,车次号叫什么,途径哪几个站,然后挨个试试任意两个站之间是否有站票可售,如果有的话迅速买下;只要有这个车次的任意一站票就可以帮助你走人工通道完成检票。
  1. 第二步再继续打开12306,随便买一张你所在车站当天出发的任意车票,站越近越好,价格越便宜越好。只要有这张你所在车站出发的票,你就能进安检。进站后迅速把这张票退掉,扣20%的手续费,10块钱的票就扣2块钱。(纸质车票进站后就不能退了)
  1. 总结就是,凭借着所在火车站出发的票能进入安检进入候车室,再凭借着该车次的票和检票小姐姐说你要上车补票走人工通道你就能上车了,然后上车后可以找到餐车坐下再找列车员补票。
  1. 别问我为啥知道这么清楚,是因为我以为火车站门口吆喝的黄牛真的能买到票,原来付了100块之后他只是给我展示了他的这个骚操作。 所以这个冷知识值100块不过分吧?
notion image
  • fast.ai - GPT 4 and the Uncharted Territories of Language
    • 再一次被GPT4震撼到了!建议大家阅读@jeremyphoward(昨天分享的人工智能课程的作者)的一篇文章,我已经将主要内容的中英对照截图放在下面。难以置信,这篇探讨GPT4对人类影响的科技散文,有着如此深刻的见解和优美的语言,但竟然是GPT4自己写!作者也给出了使用的提示词和思路,好的提示词能激发出GPT多么强大的能力,同样值得我们学习和思考。 “语言就像我们用来导航世界的地图,但它也像一座监狱,让我们看不到墙外的东西。” “最后,GPT 4 给我们带来了一个悖论。一方面,它有可能扩大我们的语言视野并打破限制我们的墙壁。另一方面,它提出了关于智力、创造力的本质以及人的意义的问题。当我们深入研究语言的未知领域时,我们必须注意拥抱创新和保持我们自己的智力自主之间的微妙平衡。” “因此,挑战在于将 GPT 4 用作我们自身成长和探索的催化剂,而不是替代我们自己的思想。通过以好奇心、谦逊和对道德考虑的承诺来接触这项技术,我们可以冒险超越维特根斯坦的围墙,并在语言、思想和人类潜能方面开辟新的领域。 ”

人文

  • 洗瑙就像注射毒品。洗时间长了,你突然给他停掉,他会愤怒,生气,甚至反过来要报复毁掉你。 对很多人来说,真相不仅是难听的问题,真相更是一件让人恐怖的存在。 所以聪明人不讲真相,聪明人只提供 Du 品。——章工
  • 脑力劳动者和体力劳动者工作时,有个明显区别:脑力劳动者的工作并不完全是有效的。 脑力工作者的产出只是信息,并不能直接变成产品。体力劳动者的工作产出是具体有效的,可以直接变成产品。 对脑力工作者来说,忙碌本身没意义,你的工作中有效性产出的占比高低,才是真正决定你工作价值的关键所在。——章工
  • 很多人获得知识的来源,不根据多方面线索和证据分析、推理,得出自己的结论,而只是看别人最后的结论。他们心里想的是:A 说这个,B 说那个,那我信谁的呢? 最后,他们的知识就建立在了信仰之上,而不是证据,逻辑和科学方法。不仅是普通人,高层管理人员也经常这样。——章工
  • 不要用消费代替你本该付出的东西
    • 起因是在B站看一个iPad手写视频,UP主吐槽,很多人问她用什么类纸膜、什么笔刷,却没人问她练字多少年。 资本家用消费营造了许多美好的假象,让人觉得“只要我买了xxx,我就能xxx”。然而——如果你想拥有一个好皮肤,你需要的不是一桌轻奢贵妇化妆品,而是良好的作息、健康的饮食、规律的运动(以及最重要的基因遗传)如果你想拥有匀称的身材,你需要的不是私教会员健身卡、运动内衣瑜伽裤,而是持之以恒的训练和坚持。 如果你想拥有一手好字,你需要的不是iPad、Pencil、类纸膜笔尖套,而是日复一日的临帖、书写。 如果你想拥有美丽的穿搭,你需要的不是显瘦显白的淘宝衣服,而是对身材的足够自律,对美学的耐心钻研。 如果你想要拥有丰富的精神涵养,你需要的不是付费课程、盐选会员,而是日积月累的阅读和深度思考,是远离推荐算法的浮躁。 如果你想要拥有过硬的专业技能,你需要的不是报班和付费资料,而是刻苦的学习、积累、总结和反思。 如果你想要优异的考试成绩,你需要的不是“考研要不要买iPad”,而是专注的听课、海量的刷题。 不要用消费代替你本该付出的。消费不能让人变得更好,只有你自己的付出才能。 作者:落花拨琴弦(来自豆瓣)来源:https://www.douban.com/note/813378777/
  • 大部分人的工作/创业,本质是处理人的关系。商业世界的技术永远过剩。如何用好技术,同各方需求协调起来实现共赢才是核心。 既然不是学者/研究员,就不要天天抱着技术思维。技术就是被应用的,技术思维难以主导和推进事情。围绕“人”,展开思考 ,这里的复杂度不比技术低。 别怕麻烦,人其实大多不坏。——章工
    notion image

    程序员

    • 100%中国自主!开源软件五巨头全部支持龙芯CPU龙架构 著名的LLVM国际开源软件社区发布16.0.0版本,以正式后端(official target)f的级别,实现了对龙芯LoongArch指令集龙架构的完善支持。至此,开源软件世界最重要的五大基础软件(BIG FIVE),包括Linux Kernel内核、GCC编译器、LLVM框架系统、Glibc运行库、Binutils工具集,全部已经正式支持LoongArch架构。
    最近看了极客时间的 AI 课,发现之前对 openAI 误解了。开始我以为只是一个通用的聊天模型,但实际上确实一个提前训练好的超大超大超大模型。
    以前如果做分类问题,比如差评和好评的分类,需要先找好大量的已经标好的数据,通过朴素贝叶斯计算好特征值的概率或者逻辑回归训练出一个模型,然后就可以预测新的数据是好评还是差评了。
    但通过 openAI 提供给我们的 api 就不需要自己收集数据和训练模型了,可以转为最简单的思路。
    随便找一个好评和差评的例子作为锚点,比如「这家店太好了」和「这家店太差了」,然后通过 openAI 的 api 得到上边两句话的【向量值】。
    如果要预测新的一句话「降价厉害,保价不合理,不推荐」是好评还是差评,我们只需要得到这句话的【向量值】,然后和我们预设的好评和差评的向量值分别求出余弦距离,然后做个差。
    如果差值大于 0,那么说明我们的评论和「好评」的距离更近,我们就可以判断它为好评。否则就是离「差评」更近,我们就可以判断它为差评。
    从前深度学习我们需要自己找好标定的数据然后自己训练一个模型,现在相当于 openAI 提供了一个万能的模型,包含了所有的信息,我们只需要发挥想象力,做应用层的东西,https://www.deepdh.com/ai
    未来会怎么样不知道,但确定的是一定会有一个大的变化了。
     
    • GiB:以1024为进位,GB:以1000为进位。所以平常买的硬盘都“误以为”比标的小。
    https://github.com/megvii-research/expman
    https://github.com/coderit666/GoGuide