𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1个月前

第二部分：生成式AI的本体论——语言的自我指涉与嵌套 与Crypto的向内收敛相反，生成式AI的本体论是向外的、无限扩张与包容的。 1. 计算主体变为数字神经网络：这是一个根本性的主体转移。在传统计算中，机器是“客体”，是人类理性的延伸工具。在生成式AI中，数字神经网络（ANN）成为了一个新的“主体”，一个能够自主学习、推理和创造的认知实体。 2.反身性的数理构：这里用的“反身性（Re

#生成式AI #语言模型 #元认知 #人机交互 #认知共生

相关新闻

placeholder

YL (Yucheng Liu)

1天前

🎨 我们常说产品和设计需要“品味”（taste），但这和写代码一样，是个玄学。我发现一个痛点：很多人不知道如何向 AI 描述自己的设计品味，提不出正确的问题。 未来会不会有专门的课程，教我们如何与 AI “聊”设计，把抽象的品味转化成可执行的指令？

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

今天读的论文发现，LLM的智能，元认知程度也TMD是预训练阶段利用梯度下降的大算力对decode only transformer的神经网络的优化压力下激发出来的！

placeholder

NanYi

1天前

我司有位同事在群里和我讨论AI时，总是把我的话copy给AI，让AI反驳我，然后直接copy到群里，让我感到非常无趣。为什么我会知道是AI？谁家在IM里聊天写几百字的markdown🫤

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

𝕀Rℙ² 交互范式编程： 如何系统化地设计输⼊，以最⼤化ICL效率？ > 这不是”写更好的提示词”（技巧层⾯），⽽是重新定义⼈机交互的本体论（范式层⾯）

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3天前

𝕀Rℙ² 交互范式编程九大支柱： 1.Code: Context as Code (上下文即代码) 2.Instruction: Examples as Instructions (范例即指令) 3.Control Flow: Meta-prompts as Control Flow(元提示即流控) 4.State: State as a Mutable Resource (状态即易变资源) 5