TwiScan
熱門
社區
帳號集合
登入
註冊
English
日本語
한국의
简体中文
繁体中文
註冊並分享邀請連結,可獲得影片播放與邀請獎勵。
立即註冊
檢索結果
連續三天的cos展完美結束🥰
連續三天的cos展完美結束🥰 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
連續三天的cos展完美結束🥰
的搜尋結果
孟若羽 -ᴍᴏʟᴇɴᴀ
@19920106LeNa
2023.11.27 05:05
猜猜我們各別扮演什麼😊😊
@mio772
@sexyassmomo0818
#
連續三天的cos展完美結束🥰
#
0
0
8
222
8
轉發到社區
彭博商業周刊 / 中文版
@BloombergBWCN
2026.05.06 08:00
【匯率制度】日本官員援引IMF規則稱連續三天干預視為一次行動 隨著交易員關注日本是否出手買入日圓,日本財務省官員援引國際貨幣基金組織(IMF)一項規則稱,連續三天的干預將視為同一次行動。根據IMF規則,六個月內不超過三次此類干預行動,仍符合自由浮動匯率制度的標準。
顯示更多
0
0
0
1
0
轉發到社區
일러스타U14🤍Eun:A/ウンア✨은아
@cos_EunA
2026.02.10 09:23
我已經開始想念台灣的大家了🥹💖 FF46 是我第一次參加的台灣 Cosplay 活動,對我來說真的非常有意義。 從星期五到星期日,連續三天 每天都有越來越多的朋友來找我,真的讓我非常感動也非常開心✨ 衷心希望能在 5 月的 PF 再次和大家見面! 我會一直期待那一天的到來 💕 #
FF46
# #
fancyfrontier
# #
開拓動漫祭
# #
台湾FF
#
顯示更多
0
0
9
784
39
轉發到社區
彭博商業周刊 / 中文版
@BloombergBWCN
2026.04.02 12:00
【大宗商品】金價連日上漲 但仍錄得2008年以來最大月跌幅 中東戰爭接近解決的跡象,讓金價延續之前三天上漲的勢頭,交易員的注意力已從加息轉向了經濟衰退的長期風險。不過隨著伊朗戰爭顛覆全球市場,引發對通脹飆升同時經濟增長放緩的擔憂,金價在3月總體下跌了12%。
顯示更多
0
0
0
0
0
轉發到社區
AV8D
@AV8D_ready
2026.05.18 12:31
「這不是一場活動,這是一場狂歡。」 This is AV8D Casino! 連續兩年在TRE獲得最高人氣的「AV8D」強勢回歸, 邀請六大女神「白石茉莉奈」、「青空光」、「天神羽衣」、「三澄寧寧」、「榊原萌」、「彩月七緒」 帶來全新賭城風的互動遊戲與一番賞, TRE2026就要來AV8D Casino一起狂歡三天! 🔥售票時間:05/19(二) 18:00 🫶🏻活動資訊: —— TRE26 週商套票使用AV8D折扣碼現折200元
顯示更多
0
0
4
210
23
轉發到社區
Benson Sun
@BensonTWN
2026.02.21 04:25
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。
顯示更多
0
0
51
980
166
轉發到社區
福禄寿 UV DAO
@FLS_OTC
2026.05.07 07:19
手里有一AI赛道相关的币已经连续三天每天拉盘超过10%,很舒服。不过我已经很没自信,怕说出来就不涨了,可又想分享喜悦,你们猜猜是什么币,币安上现货的。
顯示更多
0
0
88
41
1
轉發到社區
局外人
@Thelostrlove
2025.12.26 14:44
目前戒色第三天了 连续三天不打飞机对我来说确实是一个挑战 没打飞机的情况下感觉状态好多了 但随之而来的是现实的压力 虽然清醒的时候必须要面对现实的压力 但短暂的快感和昏沉只会让我越陷越深 所以我必须坚持下去 目前余额 2928u
顯示更多
0
0
4
6
0
轉發到社區
黄网大奶妈
@BeingBlingbling
2025.12.15 07:15
回乡下旅行期间,我和正在长身体的侄女在家玩捉迷藏时,连续三天偷偷摸摸地在她昏迷状态下给她灌精的记忆 泉桃香 投稿💌:
@BBBBTTTCC
@SexytoBaby
@SexytoDoll
@SexytoGirl
顯示更多
0
0
2
218
39
轉發到社區
华尔街观察 Xtrader
@cnfinancewatch
2026.05.19 10:04
转一个老粉的信: 新华粉可以收藏。 华尔街观察老师,受您启发,当我放弃所有个股,只跟踪“行业轮动ETF组合”,交易变得轻松了。 感恩您。 除了跟您的四象限ETF轮动,我还是您的老粉,是您当初ETF行业轮动时期的油管老粉。 三年前我做个股,每天晚上复盘到凌晨一两点,看公告、读研报、盯龙虎榜,眼睛都快看瞎了。一年下来,赚的钱还不够换副新眼镜。 后来看了您的节目,慢慢想明白一件事:散户做个股,天然处于信息劣势。研究三天的基本面,不如机构一个电话;盯着分时图数波浪,人家用算法交易直接左右股价。更别提踩雷——我踩过两次业绩变脸,一次财务质疑,账户直接打七折。 转折点是有一次您在节目讲,你们团队大部分资金其实都配在行业ETF上,个股仓位很低。原因很简单:ETF没有踩雷风险,流动性好,而且行业轮动是有规律可循的。 回去之后我做了一个决定:清掉手里所有个股,从此只做行业轮动ETF组合。 具体怎么轮动?我的框架就是跟您学的,很朴素,不讲那么多花里胡哨的指标。每个月月底,把30个一级行业ETF拿出来,排个序。排什么?排“月涨幅”和“月成交量变化”。选排名前五的行业,各配20%仓位。下个月底再重新排,换一批。 这个原理,就是您说的,追涨。但追行业ETF的涨,和追个股的涨完全是两码事。 个股追高,可能追在庄家出货的尖尖上;行业ETF追高,追的是一个板块的趋势动量。历史回测数据很清楚:A股的行业动量效应至少能持续2到3个月,每个月换一次,刚好吃中间最肥的一段。 我执行这个策略到现在两年多,最大的感受就一个字:松。 首先是时间松了。不用每天翻几百只股票,收盘后看一眼各大行业ETF的涨跌榜就行,十分钟搞定。晚上该陪孩子陪孩子,该健身健身。 其次是心理松了。以前手里拿五只个股,这个跌了那个涨,心脏跟着分时图上下乱窜。现在拿五个行业ETF,单个行业一天跌3%都算大波动了,心态稳得多。而且ETF永远不会跌停出不来,想止损随时能走。 当然也不是一帆风顺。去年有一段时间市场没有主线,行业轮动策略连续三个月跑输大盘。那三个月我反复问自己是不是该回个股。后来熬过来发现,这恰恰是策略的一部分——任何策略都有不适期,关键是能不能坚持。 现在我的交易计划很简单:每月底看一眼排名,调一次仓,平时几乎不看盘。年化收益虽然比不上那些一年翻倍的大神,但稳稳地跑赢指数,而且晚上睡得着觉。感觉收益率和老师当年提示的差不多。 如果华粉也受够了被个股反复收割,不妨试试ETF行业轮动。这条路不刺激,但很踏实。 当然直接订阅老师,跟踪老师的量化四象限,就跟好了。 谢谢华尔街观察老师。 华尔街观察注:这个网友很有天份,做得很好。但是,各人有个人的操作,方法是中性的, 风险提示:行业轮动策略存在失效风险,历史表现不代表未来收益。本文仅分享华粉个人交易思路,不构成任何投资建议。市场有风险,投资需谨慎,请根据自身情况独立决策。
顯示更多
0
0
0
0
0
轉發到社區
載入中...