人生回报率最高的18件事 1.每天运动30分钟 2.保证7小时睡眠 3.定期口腔护理 4.每周深度阅读10小时 5.掌握第二语言 6.系统学习理财 7.练习写作 8.购置核心资产 9.发展副业收入 10.维护关键人脉 11.学习非暴力沟通 12.培养感恩心态 13.冥想训练 14.定期复盘错误 15.培养幽默感 16.掌握AI工具 17.每月定投指数基金 18.设置人生基准线

《怎样训练说话的胆量》：社交口才提升指南 这个实用指南教你从零训练说话胆量，逐步突破恐惧，掌握自信表达技巧。 简单方法，立即可练，帮你告别内向尴尬，开启高效沟通人生！ ➡️

梁文峰的炒股人生线： 1985年・出生 - 生于广东湛江吴川市覃巴镇米历岭村，父母均为小学语文老师，家境普通。 1990s–2002 年 · 早年 - 小学：从小擅数学，爱拆解电子设备 。 - 初中/高中：被称“数学神童”。 - 2002 年高考：总分 806 分，吴川一中状元、湛江第14名、广东约前100名。 2002–2006 年 · 浙大本科 - 就读浙大电子信息工程：大学生电子设计竞赛全省第一名/全国一等奖。 2007–2010 年 · 浙大硕士 - 2007 年：浙大通信工程硕士（机器视觉方向）。 - 2008 年（23岁，研二）：以8万元本金开始A股自动化交易，正式试水量化。 - 2010 年：硕士毕业；当年股市低迷，凭自动化策略盈利约100万，获“校园股神”称号。 2010–2013 年 · 职业散户 - 未就业、未创业，全职炒股。 曾在成都租房闭门交易三年，持续打磨量化策略。 2013–2015 年 · 机构化起步 - 2013 年：与浙大同学徐进成立杭州雅克比投资管理有限公司，从散户转向机构化，仍以策略研发为主。 2015–2023 年 · 幻方量化 - 2015 年：创立杭州幻方科技（幻方量化）；对外称2008–2015年8万做到1亿（7年1250倍），引发热议。 - 2016 年10月：首个深度学习AI策略上线实盘，启用GPU集群替代CPU。 - 2017 年：全面AI化；管理规模破30亿，奠定头部量化地位。 - 2018 年：获私募金牛奖。 - 2019 年：规模破100亿；自研萤火一号AI集群（1100卡，投资近2亿）。 - 2021 年：规模破1000亿；投10亿建萤火二号（约1万张A100）；年底产品普遍回撤超10%，开始主动缩规模。 - 2023 年底：规模降至约450亿；监管趋严、高频受限，算力闲置，寻求新方向。 2023–2025 年 · 跨界AI（DeepSeek） - 2023 年7月：创办杭州深度求索（DeepSeek），主攻通用大模型。 - 2024 年5月：发布DeepSeek‑V2（混合专家）。 - 2024 年12月26日：开源DeepSeek‑V3；训练280万GPU小时、成本约4000万，春节期间走红。 - 2025 年1月20日：发布DeepSeek‑R1，数学/代码/推理性能对标OpenAI o1，并开源权重与技术，全球引发震动；当月出席总理座谈会、登上新闻联播。

用随机梯度下降来优化人生 by 李沐大神 这篇文章，我反复诵读，时有收获 要有目标。 你需要有目标。短的也好，长的也好。认真定下的也好，别人那里捡的也好。就跟随机梯度下降需要有个目标函数一样。 目标要大。 不管是人生目标还是目标函数，你最好不要知道最后可以走到哪里。如果你知道，那么你的目标就太简单了，可能是个凸函数。你可以在一开始的时候给自己一些小目标，例如期末考个80分，训练一个线性模型。但接下来得有更大的目标，财富自由也好，100亿参数的变形金刚也好，得足够一颗赛艇。 坚持走。 不管你的目标多复杂，随机梯度下降都是最简单的。每一次你找一个大概还行的方向（梯度），然后迈一步（下降）。两个核心要素是方向和步子的长短。但最重要的是你得一直走下去，能多走几步就多走几步。 痛苦的卷。 每一步里你都在试图改变你自己或者你的模型参数。改变带来痛苦。但没有改变就没有进步。你过得很痛苦不代表在朝着目标走，因为你可能走反了。但过得很舒服那一定在原地踏步。需要时刻跟自己作对。 可以躺平。 你用你内心的激情来迈步子。步子太小走不动，步子太长容易过早消耗掉了激情。周期性的调大调小步长效果挺好。所以你可以时不时休息休息。 四处看看。 每一步走的方向是你对世界的认识。如果你探索的世界不怎么变化，那么要么你的目标太简单，要么你困在你的舒适区了。随机梯度下降的第一个词是随机，就是你需要四处走走，看过很多地方，做些错误的决定，这样你可以在前期迈过一些不是很好的舒适区。 快也是慢。 你没有必要特意去追求找到最好的方向和最合适的步子。你身边当然会有幸运之子，他们每一步都在别人前面。但经验告诉我们，随机梯度下降前期进度太快，后期可能乏力。就是说你过早的找到一个舒适区，忘了世界有多大。所以你不要急，前面徘徊一段时间不是坏事。成名无需太早。 赢在起点。 起点当然重要。如果你在终点附近起步，可以少走很多路。而且终点附近的路都比较平，走着舒服。当你发现别人不如你的时候，看看自己站在哪里。可能你就是运气很好，赢在了起跑线。如果你跟别人在同一起跑线，不见得你能做更好。 很远也能到达。 如果你是在随机起点，那么做好准备前面的路会非常不平坦。越远离终点，越人迹罕见。四处都是悬崖。但随机梯度下降告诉我们，不管起点在哪里，最后得到的解都差不多。当然这个前提是你得一直按照梯度的方向走下去。如果中间梯度炸掉了，那么你随机一个起点，调整步子节奏，重新来。 独一无二。 也许大家有着差不多的目标，在差不多的时间毕业买房结婚生娃。但每一步里，每个人内心中看到的世界都不一样，导致走的路不一样。你如果跑多次随机梯度下降，在各个时间点的目标函数值可能都差不多，但每次的参数千差万别。不会有人关心你每次训练出来的模型里面参数具体是什么值，除了你自己。 简单最好 。 当然有比随机梯度下降更复杂的算法。他们想每一步看想更远更准，想步子迈最大。但如果你的目标很复杂，简单的随机梯度下降反而效果最好。深度学习里大家都用它。关注当前，每次抬头瞄一眼世界，快速做个决定，然后迈一小步。小步快跑。 只要你有目标，不要停，就能到达。

真正的家庭教育，不是替孩子做决定，而是训练他的判断能力。父母要做的不是告诉他对错，而是帮助他看清选择的收益、代价和后果。当孩子想清楚并愿意承担结果，就尊重他的选择。童年是试错成本最低的时期，通过一次次小事训练，让孩子形成“分析价值、评估风险、承担结果”的决策习惯。否则，长大后面对人生选择，容易迷茫和依赖。

22歲北海道畢業生 #星空ねる# 懇求體驗從未經歷過的性愛訓練課程🔥 3場真實性愛，充滿各種人生第一次！巨根後入撐開、拘束玩具狂震、制服誘惑深吻交尾、追擊口交顏射、3P活塞夾擊。從青澀被開發至失神高潮，禁忌初3P讓她汁液狂噴、眼神徹底潰敗‼️ 🔞 SNOS-409 #AI解碼#

像孙老师那样，每天光吃沙拉，不吃高蛋白又不做重力训练的话，是永远练不成薄肌的。 不过他偶尔也爱游泳，我的游泳就是他教的。 他说，这套公寓就是因为有公共游泳池所以租金贵，要多游才能回本。 每天饿得有上顿，没下顿的我，为了理财，还要去楼下的竞技泳池游泳。 记得有次，我们在游泳时。 他扶着我，教我打腿。他说：别怕，放心！我拉着你。 与其在菩提树下修行千年，不如在爱人的怀里，打一次腿。 然后我打着打着，一边打一边想，再打十分钟今天应该就回本了吧。 他却在扬起的水花里，逐渐开始走马灯，也不知道想到了什么，他忽然大声说了句：瓜子二手车，牛逼，这名字好记牛逼！我前女友马佳佳，牛逼！！这名字也好记牛逼！牛逼！！好记就是牛逼！ 然后他就把我松开，自己游走了… 那天，他兴高采烈地在旁边畅游，经过我时，换了蛙泳、自由泳、仰泳等各种姿势。 而可怜的我，却在一旁的泳池里独自苦苦挣扎，劫后余生。 从那天起，我就明白了，不要相信任何人的托底。 人生的泳池里，我们也没有泳圈啊，凡事，我们都要靠自己。 #爱情三十六计# #极简爱情# #爱过#

上帝给你一把烂牌的时候怎么挽救你的人生？ 我们都可以学习 Anthropic 的“田忌赛马”策略，这也导致了他 2 万亿美元的估值 我们先看一下一年前的大背景。因为从算力的角度看，OpenAI 是远高于 Anthropic 的，而且 OpenAI 当时的风头正劲。 如果你是 Anthropic 的 CEO，你要做什么决策呢？ 所以当时的背景下有三个选项： 📖 第一个无可置疑的是做文本大模型，就是咱们现在常用的这个； 🖼️ 另外一个是要做图片模型，比如 Anthropic、Grok 也在卷图片模型； 📺 还有一个是大家都在做的视频模型。 大模型的话其实就是三个，但还有什么世界模型，其实就不属于这个基础的大模型了，是另外一个赛道了。 那这三个你要怎么安排资源分配呢？ 对于 OpenAI 来说很简单 “成年人不做选择，我都要。” 那结果是啥呢？ OpenAI 在文本模型上面投入的少了，要花很大一部分放在图片模型上。但是视频模型是一个吞金兽，还需要消耗更多。所以导致有一段时间 OpenAI 的文本模型质量变得极差，本质上是因为它把算力切给了图片模型和视频模型。 但是对于 Anthropic，他这把烂牌应该怎么办呢？（如果是你你怎么办呢？） 他其实没有选择，他不可能三个都要。所以他把视频模型砍了，甚至图片模型都给砍了。这是一个非常冒险的决策，他把所有的力都压在了文本模型上面，而且更加聚焦了，聚焦在 Coding 的优化上面。 一年后的现在回头看的话，这是一个非常英明、非常聪明的战略决策。OpenAI 后来也反过劲来了，他就把视频模型 Sora 砍掉了。因为视频模型是一个吞金兽，它会把大量的算力吞掉。你吞掉之后，你什么 GPT 5.6 什么的怎么能训练出来呢？好在他把图片模型训练出来了。 所以对于我们而言有什么参考呢？ 当你拿着一把烂牌的时候，你到底把资源放在哪上面？ 这又回到一个经典的问题： 是木桶策略还是仙人掌策略？ 我们大部分而言的话，没办法做到面面俱到，但是要做到某一个点的长处会非常非常长。（这也是以前说的因材施教） - 如果口才好的话，把所有资源都干到口才上面； - 你的文笔好的话，就放在文笔上面； - 你视频强的话，都放在视频上面。 - 你长得好看的话，好好捯饬一下 其实你用这个方式去做的话，你们会发现有非常非常多的机会可以等着你。反而那种均匀的、追求平均的，其实反而不好，在竞争里面突出不来。因为所有的岗位也好，都是要求某一方面的技能，很少有岗位是要求你各方面都很强。 所以，现在思考一下你的长处是什么？ 有时候你不是没有，而是缺少发现的眼睛，问一问 AI 吧，找出你的长处并强化他到极致！