注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 第二步:数据标注、清洗等二次加工,借助模型提升审核、标注效率,
第二步:数据标注、清洗等二次加工,借助模型提升审核、标注效率, 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 第二步:数据标注、清洗等二次加工,借助模型提升审核、标注效率, 的推特
显示更多
拥抱泡沫=拥抱争议 投资 crypto 的黄金窗口,恰是它争议最大的那几年。 当它还被视为“投机工具”和“监管灰区”时,多数人看到的是风险,少数人看到的,却是一个尚未被主流定价的新网络。 类似的故事并不少见: ▌iPhone 刚问世时,许多人认为手机只能用于通信,小屏幕不可能取代 PC ▌电动车长期被质疑续航短、成本高、补能难,特斯拉也一度被视为资本游戏 争议越大,认知差往往越大。等共识形成、叙事被证明正确,不对称机会通常已经所剩无几。 1/ 下一场争议:机器人 如今分歧最大的行业之一,是具身智能/机器人。 看多者认为,它将引发下一场劳动力革命;看空者则认为,这只是靠 PPT 造富的工业版共享单车。 质疑并非毫无根据: 硬件和维护成本高 人形未必是最优工程方案 高质量真实数据极度稀缺 应用场景分散,付费意愿有限 这些问题都指向同一个核心:物理世界的摩擦。 语言模型可以从互联网学习文本和图像,机器人却必须学习如何行动。 它不只要认出一只杯子,还要判断从哪儿抓、用多大力、怎么避开障碍、如何稳稳放下。一旦抓空、打滑,或者物体位置和预期不符,它还得知道怎么纠错。 这类数据,比互联网上的文本稀缺太多了。 2/ 机器人缺的不是故事,而是数据 具身智能行业正卡在一个明显的矛盾里。 一边,硬件、传感器、算力和模型都在飞速进步; 另一边,能让机器人在真实世界中泛化的数据,依然昂贵、缓慢、稀缺。 传统的数据采集高度依赖封闭实验室:搭建场景 → 安排操作员 → 遥控真机 → 工程师清洗、标注、训练。 这套模式的问题一目了然: ▌速度慢、成本高 ▌场景覆盖有限 ▌难以处理真实世界的大量长尾情况 ▌数据供给很难跟上模型迭代速度 所以行业真正的瓶颈,也许从来不是能不能造出机器人,而是能否以足够低的成本、足够快的速度,持续生产出让机器人变聪明的数据? 这正是 @axisrobotics 的切入点。 3/ Axis Robotics:不造机器人,生产机器人数据 Axis Robotics 没有把重点放在再造一台人形机器人,而是选择了产业链中更基础、也更难规模化的一层:机器人训练数据。 它的路径分三步。 第一步:用浏览器,把仿真数据做成规模生意 用户不需要任何硬件,打开浏览器就能远程操作一台仿真机械臂,完成拿杯子、分拣物品、打开抽屉等任务。 每一次操作都会留下一条完整轨迹——关节状态、物体位姿、控制动作、任务元数据等,可直接用于基础策略的预训练。 第二步:用人工纠错,采集高价值的后训练数据 当策略开始自主执行任务时,人类只需在一旁监督。模型一出错,操作员立刻接管、纠正,然后把控制权交还给模型。 第三步:用手机,补上真实世界的那一块 手机可以捕捉第一人称的空间与动作信息,把日常人类行为直接转化为机器人可学习的样本,填补仿真难以覆盖的真实分布。 后台会对轨迹做回放、验证与清洗,再通过 Isaac Sim 扩展为大规模、照片级、域随机化的训练样本,用于训练泛化能力更强的模仿学习策略。 4/ 结语 具身智能能否像市场期待的那样快速落地,仍是未知数。但有一件事正在变得越来越清晰: 如果物理 AI 真正进入现实世界,数据将是无法绕过的基础设施。 Axis Robotics 传送 -
显示更多
0
54
20
0
转发到社区
美国黑人历史和人类优生实验: 很多人以为,近代残酷的优生实验只存在于二战纳粹德国。但早在1808年到1865年,美国南方种植园持续近60年的黑奴强制配种制度,才是人类历史上第一场大规模、商业化、有完整体系的人种筛选优生实验。今天结合这段黑奴繁育黑历史,拆解优生学最原始、最赤裸的底层逻辑。 一、优生配种实验的由来 1808年美国立法全面禁止从非洲进口黑奴,外来劳动力来源彻底切断。但南方棉花、烟草种植园需要海量廉价劳工,黑奴在奴隶主眼里是能持续变现的活体资产。 既然没法进口,他们直接照搬家畜育种逻辑,开启跨州协同的人类优生繁育计划,目标筛选出体格健壮、耐力强、能高强度劳作的黑人后代,批量生产高价值劳动力。 史料数据:1808年全美黑奴仅89万,内战前夕暴涨至395万,300多万新增黑奴,全部来自这套强制优生配种体系。 二、完整标准化的“优生筛选流程”,和牲畜育种毫无区别 1、第一步:分级筛选优质基因“种源” 奴隶主建立完整打分标准,像挑选种马、种牛一样筛选黑奴: 男性筛选标准:身高、肩宽、体力、耐力、生育能力,高大强壮者直接定为专用种奴;身材瘦小、体弱、生育能力差的男性,直接阉割,剥夺所有婚配、生育资格,避免干扰优生计划。 著名案例:2.2米黑奴赛卡,因体格完美被高价收购,一生被强制和上百名女性配种,留下250多个后代,所有孩子刚出生就被抱走拍卖,他终身不能与骨肉相认。 女性筛选标准:13-15岁必须完成首次生育,16至40岁每18个月必须生下一胎;账簿精准记录经期、怀孕周期、流产次数,生育效率低的女奴会被鞭打、转卖,完美符合现代优生学“筛选高生育、高体力个体”的核心思路。 哈佛大学馆藏《卡特农场黑奴管理手册》白纸黑字标注生育KPI,完成生育指标奖励红糖,完不成直接鞭刑,整套流程有台账、考核、奖惩,是一套成熟的优生选育体系。 2、第二步:人为强制配对,干预基因组合 奴隶主完全无视黑奴的情感、婚姻、血缘,人为指定配对组合,只为产出“更优质劳动力”: 1. 跨农场租借优质种奴,按配种次数收费,跨区域交换基因,避免近亲弱化体能; 2. 部分农场刻意安排近亲繁育,记录后代体能数据,用来完善他们的优生实验记录; 3. 白人奴隶主主动参与繁育,刻意产出浅肤色混血黑奴,这类混血女性在奴隶市场售价更高,属于他们实验里的“改良品种”,美国第三任总统杰斐逊,就与自家女奴生下6名混血子女,子女依旧是奴隶资产。 3、第三步:淘汰劣质后代,完成优生闭环 配种生下的孩子断奶后立刻与母亲分离,统一评估体格:体弱、残疾、发育差的孩童会被低价抛售、抛弃;体格强壮的孩子留下长期劳作,继续作为下一代繁育种源。 在奴隶主的账簿里,黑奴没有姓名,只有繁育编号、体能评分、成交价格,和养殖场牲畜登记册格式完全一致。 三、这就是最早的美式优生学,后世种族清洗理论的源头 很多人不知道,这套黑奴强制繁育体系,比20世纪欧美官方优生运动早了近百年,是完整落地的人类筛选实验: 1. 核心逻辑完全契合优生学定义:人为干预人类生育,筛选所谓“优质基因”、淘汰“劣质个体”,人为改造人种体质; 2. 这套种植园繁育经验,后来直接滋养了美国本土优生学运动。20世纪美国推行强制绝育政策,黑人女性被强制绝育的概率是白人女性的3倍以上,根源就是这套奴隶制时期形成的“人种筛选思维”; 3. 白人种族主义学者以此为依据,鼓吹人种优劣论,后续这套理论漂洋过海,成为纳粹种族优生、大屠杀的理论参考之一。 四、优生实验的残酷代价:彻底抹杀人的人权 1. 家庭彻底瓦解:夫妻、母子、父女永久分离,生育不再是情感,只是生产任务; 2. 女性身体被工具化,十几岁少女反复生育,产后三周就要下地劳作,大量女性死于难产、透支; 3. 个体完全失去生育自主权,生不生、和谁生、生下的孩子归谁,全部由奴隶主决定,人的生命、血缘、亲情,全部服务于“改良人种”的资本实验。 这是美国南方持续近60年、数百万黑人被迫参与的商业化人种配种实验。 优生学一旦脱离人文底线,单纯以“筛选优质人种”为目标,本质就是把人贬低为牲畜,用暴力干预繁衍、划分生命高低贵贱。这段黑奴强制繁育史,就是一面镜子,警示所有人:任何以改造人种、筛选基因名义,剥夺普通人身体与生育自主权的实验,最终只会酿成无尽的人道灾难。 #黑奴历史# #优生学黑历史# #人文科普#
显示更多
如何利用ai简单实操提高自己的工作效率? 用AI搭建你的个人“加密信息中枢”——告别刷推刷群刷不过来的焦虑 加密圈最大的时间杀手不是交易——是信息摄入。X、TG、Discord、新闻聚合、链上数据平台——你每天刷的信息可能超过99%的行业。但真正帮你赚到钱的信息——可能不到1%。 AI不能替代你的判断。但它可以替代你的刷。 我的实战方案——用Claude或ChatGPT搭建一个个人情报简报系统: 第一步:确定你真正关心的问题。 不要告诉我加密圈发生了什么——太宽泛。精确到:BTC突破62000或跌破59000,ETH/BTC汇率突破0.03,某巨鲸地址转账超过1000 BTC,Binance上线新代币,SEC发布加密相关公告。最多5个监控方向。如果超过5个——等于没监控。 第二步:把每个方向写成一条监控规则+一段分析和行动建议。 比如:如果BTC跌破59000——请分析原因并列出三个可能的支撑位。如果是消息面驱动的(如SEC诉讼、交易所事故),标注消息来源。如果是资金面驱动的(如ETF大额流出),标注资金数据。 第三步:每天早上9点——让AI根据你的规则跑一遍。 你的提示词:今天是2026年7月X日。请根据以下监控规则,汇总今天凌晨到现在的所有相关信息。每条规则单独汇报——①触发情况(是/否)②相关信息摘要 ③分析判断 ④建议。如果某条规则没有触发——直接跳过。不要填充无关信息。 为什么这个方案有效: 你之前每天花2小时刷信息——大部分时间是被动接收——刷到什么看什么。AI监控方案是主动拉取——你只看到你需要看到的。而且AI在执行监控任务时比人类强——它不会因为刷到一条搞笑段子就忘了自己在找什么。 这个系统跑起来之后——每天早晨30分钟——你知道的比刷了2小时的人多。不是AI比你聪明。是主动筛选比被动刷屏效率高10倍 #AI#
显示更多
今天上线了vibe coding的第二个产品:热点分析 让AI分析币圈热点,5分钟就可以掌握币圈的最热话题 这个功能现在很常见,那我花时间做的有何不同呢? 1  说人话的有趣AI 让AI写的报告有人味,文字的可读性更强。这是我精心调教的结果,经历了三次版本的迭代。第一版是在刚开始做AI分析的时候,我像大部分人一样,重心在功能的实现。 完工后我发现,AI写的报告平平无奇,并且带有很多晦涩难懂的专业名词。于是我进行改进,开始测试十几个不同的大模型,以及不同的Prompt工程。 因为我发现模型拥有不同的性格,有的输出文字细腻,有的严谨,有的喜欢自由发挥。在这个过程中,我自己也改变了想法,将原先追求专业深度的报告,转变为注重阅读体验的报告。 在我打算完工的时候,读着第二版的报告,总觉得内容不错但是表现力不够。于是,我开始调试temperature等参数,以及Prompt的微调,这是一次小心翼翼的尝试。需要允许AI有自己的个性,但是要防止它过于放飞。 因为AI的分析需要基于提供的数据,而不是它自己的知识库。同时允许它表达推文数据中的情感。比如当市场弥漫着恐惧情绪时,AI的文字就不能写得仿佛大家都很高兴。 最终的效果还可以,AI具有人情味,比如它昨天的分析,最后会开玩笑的说: 别想着什么“别人恐惧我贪婪”,搞不好是“别人恐惧你破产”。 2 精心挑选的Top 1000 kol 我们都知道,数据的质量决定了结果。对于信息总结,KOL的选择也至关重要。这个时候KOL-Lens就发挥了它的价值。根据它的数据,我们挑选了币圈有影响力、战绩好、数据表现优异的KOL。 3 分析策略 当分析的推文数量达到几千条时,就无法一次性投喂给AI了。一方面涉及输入token超过最大限制;另一方面,由于几千条推文是非常凌乱的信息,AI对其信息的整合处理能力较弱。实测下来,准确度并不高。所以,我采用了一种新的分析方法。具体步骤如下: 第一步:数据清洗,去除无用的垃圾数据,提高AI的准确度 第二步:对每条推文进行实体命名分析,用于分类 第三步:对未命中实体的推文进行主题分类 第四步:分类报告分析 第五步:综合性去重 经过5步处理的方案,可以在大量数据的情况下,实现综合的分析。 网站: 注册账户需要邀请码,请在此留言。(注,kol-lens的账号通用,不需要另外注册)
显示更多
0
22
44
8
转发到社区
和马斯克学产品思维 第一步 脱离 chatbot 把 Agent 从聊天工具扩展到社交、购物、投资、Coding、内容创作等领域。 第二步 构建多模态 提供图片、视频、音频等服务。 第三步,打通购物电商 提供真正赚钱的服务。 第四步,打通数据获取 让 Agent 能够实时监控最新消息和市场情绪 第五步,开通插件市场,接入各大生产力工具软件工具。 让你的 Agent 融入到每个人的生活中去。
显示更多
如果你玩Meme,那你就不能不知道这几个链上工具~ 现在玩 Meme,如果光会复制 CA 冲进去肯定不行,你最少得知道这个币为什么火,资金有没有进场,筹码是否集中,以及最后去哪里交易! 今天方总给你简单的梳理一下: @BinanceWallet Binance Wallet 里面的 Meme Rush,整合了Four,Pump,Flap 等平台的 Meme,可以直接查看新币,热门币,迁移进度和相关交易数据,看完后也能直接交易。 其中 Meme Rank 还能看到 Binance Wallet 持币人数和交易量,这部分数据比较有参考价值,因为它能帮助判断一个 Meme 到底有没有真实用户参与,而不是靠几个机器人地址把数据刷得很好看点。 @gmgnapp001 GMGN 适合用来查聪明钱,内部地址,狙击地址和早期买家,也可以查看一个钱包过去买过哪些币,赚了多少,胜率怎么样,发现有价值的地址后,可以继续追踪或者直接跟单,同时还支持快速买入,限价单和止盈止损,它最大的好处就是把看数据和交易放在了一起,不需要在钱包和数据平台之间反复切换。 @dexscreener DEX Screener 主要用来查看实时价格,成交量,流动性,买卖笔数和交易地址,基本上一个 Meme 刚建立流动池并产生交易,就可以在上面找到,它现在还有 Metas 叙事分类,可以把相同题材的 Meme 放到一起观察,比如某个动物,人物或者热点事件突然火了,可以直接看整个叙事下面有哪些币,谁的资金和热度更强。 @birdeye_so Birdeye 的数据会更加详细一些,除了价格和 K 线,还可以继续查看钱包持仓,历史交易,资金流向以及代币安全信息,如果在其他榜单上发现一个 Meme,但又不确定它的成交数据和钱包情况是否正常,就可以放到 Birdeye 里面再查一遍,它比较适合做第二步的数据验证。 @bubblemaps Bubblemaps 主要是用来查筹码的,它会把主要持币地址做成气泡图,再把存在转账关系的钱包连接起来,有些 Meme 看起来持币地址很多,筹码也比较分散,但放进 Bubblemaps 后,可能会发现不少大地址都和同一个初始钱包有关,这个工具最大的作用,就是帮助判断项目方有没有拆分钱包,隐藏控盘或者提前分配大量筹码。 @KaitoAI Kaito 主要看市场叙事和注意力变化,可以用来观察最近大家在讨论什么,哪个题材的热度正在上升,以及资金可能往哪个方向轮动, Meme 本身没有太多基本面,价格很大程度上依赖传播和市场情绪,所以先看叙事,再去找叙事下面的数据强势币。 @fourdotmemezh @flapdotsh @Pumpfun FourMeme 和 Flap是 BNB Chain 上比较重要的 Meme 发射平台,不过蝴蝶发射平台地推建设和玩税的多,Pumpfun 则主要集中在 Solana,这几个平台每天都会出现大量新币,也是很多 Meme 最早开始交易和积累热度的地方,它们的优势是发现项目比较早,但风险同样也更高,新币数量太多,很多项目可能连最基本的社区和叙事都没有,所以更适合用来观察市场正在流行什么,而不是看到新币就全部梭哈进去! 以上这些平台不需要全部同时用,可以根据自己的交易习惯及需求来搭配使用即可! 玩 Meme 最重要的从来不只是手速,而是能不能在叙事刚出现的时候发现它,再通过数据把那些明显有问题的项目筛选掉。 说得再简单一点就是先看市场在炒什么,再看资金买了什么,最后再决定自己要不要买。
显示更多
0
90
52
5
转发到社区
第一步是信息,第二步就是交易。 每个人的性格,交易风格,需要的决策支撑,都不一样。 第二步就是搭,针对我自己交易风格,最舒适的支撑环境。 什么信息/如何流向我,如何预处理,如何再次加工,要补充什么数据,要形成什么结论,要持续监控什么信息,以便我需要的时候,一眼看到。
显示更多
最近参与了 Firefly 第二期 Polymarket Trading League,polymarket交易大赛。做了几天冠军以后,ufc一场亏了2000多u。 我给所有我社区跟我单的用户赔偿的亏损,没别的原因,主要是要面子。赔偿额远大于我自身亏损 目前盈利还在水下。相信最后两周我开启认真模式,还能盈利翻回来。欢迎围观 先介绍一下 @fireflyappcn 近期进展 Firefly 作为移动端预测市场交易的先锋,近期完成了重大产品升级: Web 端多链入金正式上线(4月22日更新) 跨链多资产直接充值到 Polymarket 账户 取款支持直接转换资产 跨链提款功能 这意味着用户无需手动处理繁琐的跨链转账,参赛体验更加丝滑。从移动端到 Web 端,Firefly 正在全方位重塑 Polymarket 交易体验。 项目地址: 二、第二期 Trading League 活动内容,非常简单好撸的小毛 活动时间:2026年4月10日 - 5月10日(为期一个月) 总奖金池:3000 USDC 活动定位:"绝对不卷" —— 低门槛参与,高回报机会 奖金分配 总榜奖池(1500 USDC)按赛季结束 PNL 排名: 第1名:500 USDC 第2名:300 USDC 第3名:200 USDC 第4名:120 USDC 第5名:80 USDC 第6~15名:每人30 USDC 每日奖金池:1500 USDC(按日分配,可撸,每天交易量10u,就能领1~3u的补贴,生命担保上非常简单好撸的简单毛) 三、我在比赛选手中,发掘的细分领域高手 天气交易领域 @yummyuyu_(yuyu):每天用 Firefly 交易天气,已完全适应移动端下单 @Mask4che:"中英文区顶流天气玩家" 0xfe1d87d5067db83fbbd0ef97fdbc725b0371a99a:专注 Polymarket 天气预测,天气数据+预测模型=稳定收益 AI 电竞预测 0x3eabcb19db80c2cd8e2fd163b00835b047bc92da:"AI 玩电竞"用 AI 模型分析电竞赛事数据 预测 DOTA2、LOL、CS:GO 等热门赛事 算法驱动,情绪零干扰 社交事件预测 0x9e5ecaba3d2030c68bd4aec6ec3892fbb7d5a393 0x0ded0c85b41f53cc788d90cfa9b9ed1b70b298c3 :"马斯克发推高手"专注预测马斯克 Twitter 行为 从发推频率到内容主题,都有市场定价 社交事件预测的新兴领域 其中0x0ded0c85b41f53cc788d90cfa9b9ed1b70b298c3 是我的帐号。继续带单。而且跟单用户没有一个走的我的反佣链接,我不推poly的反佣,谢谢。就是喜欢带。 四、firefly平台的亮点 移动端体验最佳:随时随地交易预测市场,出门时快速下单超方便 社交化功能丰富:分享、学习,跟随高手交易 多链支持,入金便捷:Web 端跨链多资产入金,无需手动处理跨链转账 社区活跃,高手云集:天气、电竞、社交、BTC... 万物皆可预测 低门槛高回报的简单撸毛:3000 USDC 总奖金池,每日奖励+总榜奖励双重激励 五、加入firefly的新手教程 第一步:注册账户 打开 点击 Join Now 注册 Firefly 账户 链接 X(Twitter)社交媒体账号 第二步:确认链接 回到 确认社交媒体已成功链接 第三步:充值资金 向你的 Firefly Wallet 中的 POL 收款地址转入至少 10 USDC 同时转入一些 POL 代币作为 Gas 费 第四步:开始交易 通过 Firefly Wallet 中的 Predictions 栏目 点击入金并交易 Polymarket 选择你感兴趣的预测市场,开始你的第一笔交易! 六、为什么选 Firefly? 特性Firefly其他平台移动端体验原生优化多为网页适配入金便捷多链支持单链或跨链繁琐社交功能跟单+分享多为独立交易社区氛围"不卷,好玩"竞争激烈奖金激励3000U+每日奖励通常较低
显示更多
“现在扫黄很少搞突击会所了!用大数据一抓一个准!第一步,打标签。比如你喜欢浏览颜色网站,就会被网警监测,并且打上标签,列为重点观察对象。第二步,获取位置信息。你是不是经常深夜出门,喜欢徘徊在一起不正规的区域,如果是,你大概率会涉黄,可以对你具体跟踪。第三步,获取你的交易信息。 不过说句实在话,网上把这些传得神乎其神的,其实有点夸大了。真正的大数据扫黄,不是盯你一个人看,而是多条异常数据叠在一起才会触发预警——比如凌晨固定给陌生账户转小额钱、频繁住钟点房还每次换人、线上招嫖引流加上资金流水对得上,这些特征同时出现,系统才会生成核查工单推给派出所。 而且公安调数据不是随便调的,必须有具体案件线索,走审批流程、出法律文书才能定向调取,不存在“全民实时监控”这回事。单纯浏览没传播、没交易的,最多劝导教育,不会留案底。 但有一点是真的——以前删聊天记录、换账号、用现金,可能还能蒙混过去。现在支付平台、住宿登记、网约车行程这些数据都在后台存着,你手机上删了,服务器端还留着,倒查几个月甚至半年都能追回来。 说白了,大数据不是用来吓普通人的,是专门对付那些反复作案、刻意隐藏的人。正常生活的人,半夜给老婆转个红包、出差住个酒店,根本不会被系统盯上。
显示更多