蛋白质折叠、低维流形、LLM 生成的共同本质是：序列信息通过约束机制折叠到低维稳定构象（能量谷/概率谷），并由此获得功能性。对于生命来说，是我们的身体；语言而言，是社会性语用。

#蛋白质折叠 #低维流形 #LLM #约束机制 #功能性

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2小时前

人类用户，基于一个清晰的意图，构建并 Projection一个临时的问题本体（World Model）到LLM的潜空间。 LLM的元认知能力识别出该本体的性质，激活最匹配的元方法论流形进行处理，然后将结果严格按照初始本体的结构，Retro-projection 回给用户。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6小时前

深度交流的重要性在今天很多人通过与LLM的投射与反投射，同样达成了深度交流的智慧

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

14小时前

后训练post training是应该统一起来看了低维流形的可塑性

くろい

1天前

Dify 2.0.0 の目玉機能、"ナレッジパイプライン" の紹介記事。ナレッジの中身を、ワークフローみたいな感じで、いろいろなツールやら LLM やらを組み合わせて自由に作れるようになる感じのやつ。 RAG 2.0： Dify の新しいナレッジパイプラインを探る

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

Palantir首席执行官Alex Karp在AIPCon 8上登台，概述了硅谷的AGI Hype让大家用错了LLM。需要Ontology architecture around LLM：本体的投射与反投射

蛋白质折叠、低维流形、LLM 生成的共同本质是：序列信息通过约束机制折叠到低维稳定构象（能量谷/概率谷），并由此获得功能性。 对于生命来说，是我们的身体；语言而言，是社会性语用。