註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 谷真理佳(1
谷真理佳(1 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 谷真理佳(1 的搜尋結果
不要盲信任何大厂的权威搜索,互联网本质上就是个草台班子。 昨天,谷歌搜索在没有任何官方新闻报道的情况下,直接在首页权威卡片里,向全世界单方面宣布 OpenAI 的 CEO Sam Altman 已经去世了... 原因是,有个恶作剧网友跑到维基百科上,强行把 Sam Altman 的词条改成了“8月12日被刺杀身亡”,并且把全文顺手改成了过去式。 虽然维基的管理员反应很快,40 分钟后就把这个词条给复原了。 但就在这短短的几十分钟里,谷歌的自动化抓取系统直接把维基上的这条谣言当成真理,搬到了谷歌搜索的最核心卡片里。 事情闹大后谷歌急忙出来修福报,在 X 上发了一条很经典的傲娇免责声明:“感谢反馈,这绝不是我们员工手动改的啊,是公共数据源被恶意破坏影响了我们。”🤡
顯示更多
0
10
16
3
轉發到社區
我早就说过东亚洼地文明转型的最后希望就在90后身上,当然也包括一部分80后00后!90后是东亚几千年历史上最特殊的一代,真的是最后一代!要么就是从此烟消云散,要么就是凤凰涅槃,浴火重生。没有任何中间路线! 90后的特殊是时代造就的,是东亚乡土农村转型到现代化社会的最重要过渡人群!90后的差异之大多元性之丰富,远超其他世代!90后保守者如80后,前卫者如00后。00后是新新人类,80后还是半个老登,而90后就夹在中间,四不像。 所以,90后也是特别无措,特别迷茫的一代人,我们小时候还是农村的原生态,转眼间乡村已经被彻底摧毁,社会结构发生翻天覆地的变化。 90后也是最后一代还有些天真理想主义的傻逼一代,我小时候也幻想要当数学家的,我们这一代很多人特别鄙视功利主义,觉得人生总该追求真理的。但是90后也是特别惨的一代,小时候太傻逼被共匪忽悠瘸了,人到30岁以后,很多90后才意识到自己被耍了!属于是进退维谷,很多人也是彻底绝望了,觉得未来毫无希望。 但是我要说的,天将降大任于斯人也,90后的悲惨处境,恰恰是命运时代的安排,有些90后兄弟已经先走一步了,很多人还在苟延残喘。90后当中不仅仅有数学家,各种人才,也有各种倒霉蛋傻逼。但是,我把话放在这里,将来的大献忠,大军阀,大枭雄也会是90后,将来中国解体,各国独立以后的国父元勋也会有很多90后!总之,就是一句话,精彩纷呈,多姿多彩!
顯示更多
0
46
24
3
轉發到社區
从两位中国数学家斩获菲尔兹奖,看教育“祛魅”与科研体制的深层困境——关 于 名 校 崇 拜 、 顶 尖 人 才 培 养 与 学 术 生 态 的 理 性 批 判/ 文/楼上楼 一、 狂欢背后的客观审视:两位数学家的登顶逻辑 2026 年菲尔兹奖(Fields Medal)公布,两位来自中国、拥有北大背景的青年数学家王虹(Hong Wang)与邓煜(Yujie Deng)斩获这一数学界的最高荣誉,这一消息迅速引发了国内各大主流媒体的报道与狂欢。官媒铺天盖地的报道中,无不将此塑造为“中国数学教育的巨大胜利”以及“国内高校顶尖人才培养的里程碑”。然而,在排山倒海的赞美与宏大叙事背后,若能保持一份客观与冷静,梳理两人的成长履历与学术研究路径,便会发现真相远比官方宣传的“本土培养传奇”更为复杂而深刻。 不可否认,两位获奖者在本科阶段都与北京大学数学科学学院有着深刻的渊源。王虹毕业于北大数院;而邓煜虽然在北大数院学习了两年后转学至美国麻省理工学院(MIT),但其早期的数学基础塑造与训练无疑也受惠于中国的高等教育。中国扎实、高强度的本科基础教育,为他们日后攀登学术巅峰提供了极其关键且不可或缺的起点支撑。这一点毋庸置疑,也值得充分肯定。 然而,如果我们仔细考察他们取得 2026 年菲尔兹奖核心学术成就的地点与环境,就会发现真正的学术飞跃发生在他们赴美深造并进入世界顶级学术机构之后。王虹(Hong Wang):因攻克困扰数学界逾百年的“三维挂谷猜想”(Kakeya Conjecture) 这一里程碑式难题而获奖。这一划时代的重大突破,完全是在她任职于全球顶尖数学研究圣地— —法国高等科学研究所(IHES,现任终身教授)以及美国纽约大学柯朗数学科学研究所(Courant Institute, NYU,兼任教授)期间取得并发表的。 邓煜(Yujie Deng)因在偏微分方程领域的杰出贡献,特别是与合作者攻克了“狭义希尔伯特第六问题”——首次以数学严格的方式推导出从微观粒子系统到宏观玻尔兹曼方程的完整逻 辑链条——而斩获大奖。其最核心的突破性成果,主要是在美国芝加哥大学(University ofChicago,现任教授)以及美国南加州大学(USC Dornsife)任教期间奠定并深化的。 这一事实构成了极其鲜明的对比:中国的基础教育赋予了他们坚实的起点与极高的计算能力,但真正助力他们在科学前沿登顶、做出开创性成果的,却是欧美的顶级科研平台、自由的学术氛围以及成熟的创新土壤。 二、“清北崇拜”的彻底祛魅:普通人与天才的赛道错位 面对王虹与邓煜的成功,许多人顺理成章地将其归结为“清北神话”的又一次胜利,进而加剧了整个社会对清华、北大等顶尖名校的盲目崇拜。但客观而残酷的现实是:这两个案例恰恰从反面证明了一个残酷的真理——如果一个学生没有像他们那样超凡的数学天赋与发自肺腑的绝对兴趣,清华、北大根本不值得盲目去读,更不值得全社会付出如此沉重的焦虑代价。 长时间以来,中国社会陷入了一种极其病态的“名校通关游戏”。父母与学生将考上清北当作人生唯一的终点,将名校标签视为阶层跃升与成功的终极通行证。然而,清北等顶尖学府的学术资源与教学设计,本质上是为极少数顶级天才准备的。普通学生即便凭借超人的高考应试技巧侥幸挤入其中,如果缺乏真正的学术天赋与炽热的兴趣,往往会在高强度的学术碾压与同行竞争中丧失自信,最终陷入痛苦的自我怀疑与内卷。 教育的终极目的,从来不是赢得一场名校标签的通关游戏,而是寻找与自己天赋匹配的赛道、培育能支撑一生的真诚兴趣。唯有如此,方能在时代浪潮中找到真正属于自己的坐标。 王虹与邓煜的故事,不仅不应该成为“名校崇拜”的催化剂,反而应当成为对“清北崇拜”彻底祛魅的清醒剂。千千万万普通的求学者与家长应当明白,天才的路径不可复制,名校的光环更无法保佑一生。脱离了天赋与兴趣的“名校追求”,不过是一场高成本的自我消耗。对普通人而言,找到适合自己的专业与赛道,远比强行挤入顶尖名校的边缘位置重要得多。 三、 欧美顶尖科研环境的“土壤红利”,为什么天才在那里更容易登顶? 如果我们进一步追问:为什么这些数学天才必须在欧美的顶尖机构中才能完成登顶之作?这揭示了一个长期被国内舆论忽视的学术真相——在欧美顶尖科研机构工作,取得科学研究上的重大突破,在某种程度上有着极其独特的“土壤优势”。 这种“优势”并非指科研本身的难度降低了,而是欧美的科学共同体经过数百年的积淀,形成了一套极其高效的创新生态: 1. 强大的学术土壤与存量积累:欧美顶尖科研机构拥有深厚的学术积淀、极其丰富的“存量研究苗头”以及巨人的肩膀。很多看似遥不可及的难题,前人已经完成了大量的铺垫工作。新加入的顶尖科研人员,只要具备足够的勤奋,或者在某个节点突然迸发出灵感,就能沿着前人的方向迅速实现临门一脚的突破。(上)
顯示更多
0
44
53
10
轉發到社區
谷歌 #Antigravity# 重置预告:Neon 缓存调整完成后重置一次配额 反重力正在扩大 Gemini Neon 模型缓存池,缓存命中率约提升 4%,同样配额能完成的工作量至少多 20%。 部署完成后会重置一次全体用户配额。 事件详情:
顯示更多
谷歌这周发的Gemini 4 Neon,在Artificial Analysis综合智能指数上只排第三,但价格不到前两名旗舰的四成。圈里还在吵谁吊打谁,我觉得这次真正该看的是账单。 几个数字放在一起: 1.Neon每百万token输入3美元、输出15美元,GPT-6.2 Astra和Claude Fable 5.2都是8美元和40美元,Neon只有它们的37.5%。 2.编程智能体指数,Neon得59分,Fable 5.2和Opus 5.5都是58分,只差1分。 3.做完同一个编程任务,Neon平均花6.86美元,Opus 5.5是12.61美元,Fable 5.2是15.47美元。 1分的差距,对应接近一倍的成本。头部模型的能力已经挤在一起,榜单第一越来越不值钱,单任务成本才是开始拉开差距的地方。 我的三个判断: 1.模型战正在变成价格战。Gemini 4七周出了四个型号,谷歌有自己的TPU和云,打得起这场消耗。 2.刚上市的Anthropic,压力不在跑分,而在定价权。旗舰卖8美元和40美元的底气,会被一个便宜六成多、分数差不多的对手持续消耗。 3.普通用户别再为了换模型反复迁移工作流,把常用任务的单次成本算出来,比追每周新榜单有用。 短板也要说清楚:Neon单次输出上限6.5万token,只有对手的一半,部分测试成绩是谷歌自己公布的。便宜不等于全面更强,但够用加便宜,往往才是最后赢下市场的组合。
顯示更多
谷歌哈基米哦不 Gemini 新增电脑操作插件,可以在后台实时安装和操作软件以完成复杂任务。 该功能目前仅支持 Gemini for Mac 版,可以用来跨本地文件、桌面应用和网页中点击 / 输入 / 填写表单。 也可以直接操作像是 Blender 这类设计类软件,操作都是在后台进行,用户可以在 Gemini 中查看实时预览并随时暂停或停用。 该功能目前仅支持美国个人用户,需订阅谷歌 AI 会员。 以上为内容摘要,查看全文:
顯示更多
谷歌 DeepMind 的 AlphaGenome 2。它干的事,是从读懂文字转向读懂基因序列。 人体 30 亿个 DNA 字母里,直接编码蛋白的只有 2%,剩下 98% 管的是什么时候开工、造多少。 Atlas 先把 90 亿种单字母变化的影响预测出来,AlphaGenome 2 再往前走一步,能判断变异在哪类细胞里出事。 炎症性肠病那份研究,人做了一年半,它半小时给出关键结果,可这只是预测,实验还得做。跟 AlphaFold 的分工也清楚:一个管折叠,一个管后果。
顯示更多
谷歌的处境真是令人担忧啊... 2017 年谷歌发布了 Transformer,但是直到 2026 年 11 月,才端出 Gemini 4 勉强能打的模型,在此之前,Gemini 模型都是被当做笑话看待的 谷歌给我的感觉就是一个迟缓的巨人,而这背后的原因太多了 1. 学院派作风,山头林立 早期谷歌沉迷于 PaLM、LaMDA 这些大而全的研究路线,内部算力(TPU)和研究团队分散在 Google Brain 和 DeepMind 两个山头,一直到 2023 年才完成合并,这直接导致谷歌在 Scaling Law 的工程化落地以及 RLHF 的打磨上落后了整整一代 2. 致命的商业模式 OpenAI 和 Anthropic 这两个公司可以毫无包袱地把所有资金都砸向 AI,可是谷歌不行。 谷歌的现金流来自传统搜索广告,每次大模型发布,谷歌内部都要在“模型能力上限”、“幻觉”,“是否会蚕食搜索业务”这些议题上反复拉扯,AI 部门越强,搜索部门就越焦虑;搜索部门越庞大,AI 部门受到的限制就越多。 3. 混乱的产品线 Gemini 4 发布了,但是他们又推出了新的命名:Argon / Carbon / Hydrogen 回头看,你会发现谷歌一直在推翻自己的命名体系和发布节奏,这也代表了谷歌内部的混乱。 4. 路径依赖导致产品令人沮丧 Antigravity 的 agent harness 体验太差了,以至于我需要专门列出这一点,这仿佛就是一年前的产品,可是当你认真分析,你会发现这样的产品是必然的。 谷歌做开发工具(如 IDX、AI Studio Build、Antigravity)骨子里带着强烈的 Google Cloud(GCP)和云端隔离环境基因。它的 Harness 设计初衷是为了配合自家生态(Firebase、Android、Workspace、企业级权限隔离),这导致它在本地文件系统操作、上下文压缩(Context Compaction)、Diff 局部修改以及终端工具链(Shell/Git)的交互上非常的缓慢。 到了 2026 年底,谷歌甚至把商业化策略的混乱直接写进了产品体验里——强行关停 Gemini CLI 逼用户迁移到 Antigravity,紧接着又在账号体系上搞出各种限制(如学生版、Pixel 捆绑版或部分合作套餐的 Pro 账号在 Gemini 网页端能用 Gemini 4,到了 Antigravity 里却被锁死在 3.8 Flash)。 写到这里其实挺唏嘘的。我们吐槽谷歌,不是因为讨厌它,而是因为它曾经是无数工程师心中的技术灯塔,过去十年,在我眼里谷歌就是技术力的代名词。 只是在 AI 这场残酷的牌桌上,过去十年的护城河,如今全变成了转身时的负重,搜索与 AI、政治斗争,混乱的产品线... Gemini 4 终于追上了及格线,但留给谷歌这个庞然大物的时间,真的不多了。
顯示更多
《谷雨》 第一集 #热门短剧# #AI动漫# #AI短剧# #每日更新# 完整版->个人简介->APP直达
顯示更多