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 能夠一起瘋的能有幾個
能夠一起瘋的能有幾個 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 能夠一起瘋的能有幾個 的推特
大家難得一起出去玩 真的只有開心二字😂 我們下次在一起去遊樂園玩吧 不過不是六福村了 麗寶 如何✌🏻✌🏻 #能夠一起瘋的能有幾個# #我們下次在一起出去玩吧# @FreelyMia @Jsss_18 @trees20110801 @PhiPhi089478 @y_TooT_y @angelacuculala
显示更多
0
12
301
8
转发到社区
2023 年,Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷:沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上,它只是在做「下一個 token 的預測」。 從學術的角度看,他說得完全正確。 直到今天,LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後,我們發現了一個讓科學家尷尬的事實:學術上的根本缺陷,工程上不一定要正面解決,繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線,讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law(規模定律)有天花板,LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他: 第一,資本的暴力美學。過去三年,人類往算力砸錢的瘋狂程度,讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二,系統性的外掛補丁。模型記不住?掛上向量資料庫。模型理解不夠?接上 Vision 和工具。 這就是工程學最迷人的地方:解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列,而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評,是他認為 Pattern Matching(模式匹配)不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯,那「學習本身到底是什麼模式」還重要嗎? 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀,但在它飛得更高、更遠、更穩定的那一刻,它到底「算不算在飛」已經不重要了。 但繞過去的,跟真的解決,是兩回事。 只要底層架構沒變,楊立昆講的那些缺陷就真實存在。記憶是外掛的,不是原生的。就像義肢,裝上去能走能跑,但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了,推理、寫作、寫程式,很多事做得比大部分人好,但它每次都是一個全新的大腦。沒有連續的意識,沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」,全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新,你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD,把關鍵字搜尋跟語意搜尋混在一起用,就是為了解決一個問題:你三天前跟 AI 聊過的東西,它下次怎麼找得回來。 模型本身的能力會繼續進步,但只要底層是 LLM,記憶管理就是一個繞不開的大山。 用工程的角度來說,就是 Context Engineering 的重要程度,會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文,決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子,我的 OpenClaw Agent KAI,它常常在多個頻道處理不同任務,但它們的記憶不是即時同步的。只要 還沒更新,它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身,B 分身目前正在做什麼,然後要求 B 把做的東西整理好傳過去。或者更簡單一點,直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話,讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象,只要你常用 AI,一定會有很強烈的感覺。 從人格化的角度看,你會覺得它們是同一個人。但事實上,它們只是共享同一份記憶。只要記憶沒有同步,它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我,如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex,用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我,差異的核心在於:中間過程要不要進主 context。 用 MCP 調用 Codex,每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn,讀檔、改檔、跑測試、報錯、retry,全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn,跑完之後 Opus 的 context window 已經被中間過程塞滿了,後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent,這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後,回傳給 Opus 的是一個精簡的 handoff summary:改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎,Opus 完全不需要知道。 同樣一件事,兩種做法,Opus 的 context 乾淨程度天差地遠。 所以同一個模型,不同的人用,產出可以差十倍。 人與人之間原本的能力差距,已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子,這些東西的權重正在被 AI 快速壓縮。 取而代之的,是你怎麼使用 AI。這件事的精度,才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間,把對的資訊塞進那個 context window。 這些東西有一個名字,叫 Context Engineering。 它不是什麼高深的學問,但它是所有想把 AI 用好的人,都應該深入研究的東西。
显示更多
0
51
980
166
转发到社区
曾經以為欲求不滿的自己,想要的是接棒式性愛馬拉松,但現在懂了。 需要的只是那個,跟我有相同頻率、能夠一起瘋得徹底的,你;那些幻想都是沒人給過的,無須多言就被你一一實現,謝謝你給的那些,最愛你了❤️ #小母狗# #曬肥腿# #襪子都起毛球了# #大叔老公# #到處都是粉色泡泡#
显示更多
0
8
226
3
转发到社区
星期五待機的時間聽到了有趣的事情, 可以聊天交流能相處不錯的就是一種緣分,能夠一起努力。 沒有辦法的就是各自努力不用勉強,不是同個推就一定相處的很好,也不是不同推就沒辦法相處。 對我來說,就是守好自己的本分,用自己的能力去幫助其他需要的人,同樣的不代表被冒犯的時候,不會去有所回應。
显示更多
中国议会的所處的時代背景是:身处在中共和各种獨裁政權,散播的、大量的虛假輿論環境當中。 這種海量拉圾信息,造成人們被誤導,進而阻礙了中國社會的民主進程、海外民運的發展。 希望透過中国议会,讓更多人能夠坐在一起,坐下來來討論問題。 传播部各旭彬 播讲
显示更多
0
10
12
0
转发到社区
我們的完整體演唱會 My Secret New Zone,謝謝大家來到現場💛🩷🩵💚 因為是第一場演出,一開始真的很緊張、也有點不安,但WAV們的應援聲真的太大聲了,讓我們非常驚喜!多虧了你們,越到後面我們越能享受舞台,也真的感受到大家滿滿的愛。 之前以Alphie演唱會來到台北時,就曾想過「下次一定要以完整體在這裡開演唱會」,沒想到這個願望比想像中更快實現了,真的非常開心。能夠和大家一起創造屬於我們的回憶,對我們來說是非常珍貴的事情。 每次來到台北,都能感受到大家溫暖又真誠的心。你們的笑容、你們的眼神、你們大聲喊我們名字的瞬間,我們都會牢牢記在心裡。 謝謝你們一直相信我們、支持我們,也謝謝你們一直等待我們。這兩天真的因為你們而變得更加特別。 謝謝你們帶給我們滿滿的幸福與力量。 有一天我們一定會再回來,帶著更帥氣、更成長的 모습站在你們面前。 台北WAV 我愛你們❤️❤️❤️ #tripleS# #트리플에스# #トリプルS# #トリプルエス# #トエス# #Kotone# #코토네# #コトネ#
显示更多
0
40
3.7K
773
转发到社区
能夠認真減脂的動力,是當我說「我覺得我真的好胖喔!」的時候 🧚🏻‍♂️:才沒有!妳有胸、有腿、有屁股,漂亮的要死,是天菜!!! 獲得了滿滿的情緒價值,然後他也陪著我一起吃健康餐,分享彼此今天又吃了什麼🥹 再來就是增加運動了💪🏻
显示更多
0
11
51
0
转发到社区
這次紅白能夠順利結束,真的要感謝所有工作人員、成員們、還有我們的 LUNÉ! 多虧了你們的熱情與應援,我們才能不留遺憾地完成這次表演~~🤍 也要謝謝八三夭樂團的前輩們!! 能在這樣重要的舞台上一起表演,我真的非常榮幸。也謝謝你們的照顧與分享,讓我更有信心完成演出。 我會把今天學到的好好消化,期待未來再有機會同台。真的謝謝你們!🔥 #2026超級巨星紅白藝能大賞# #andTEAM# #NICHOLAS#
显示更多
0
340
25.8K
4.1K
转发到社区