hidecloud

hidecloud

0 关注者

6个月前

和真格联合推出了一个面向非技术人群的 DeepSeek R1 创新亮点分享会。 用通俗易懂的方式过了一次R1和V3的技术报告。 后半场我们讨论了从中能看到未来 LLM 应用会有哪些新范式和产品可能性。 同时对最近一段时间的各种光怪陆离的谣言和伪概念进行一个解释😁

#DeepSeek R1 #非技术人群 #创新亮点分享 #技术报告 #R1 #V3 #未来应用 #LLM #新范式 #产品可能性 #谣言 #伪概念

相关新闻

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

53分钟前

人类智能的飞跃离不开语言这一强大的符号系统，但其生理基础是神经网络的连接。同样地，LLM的革命性突破也并非单一范式的胜利，而是用连接主义的强大“引擎”，成功驱动了语言这个复杂的符号系统，最终实现了能力的涌现。

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1小时前

大模型时代，企业AI落地心法-从过去单纯膜拜Palantir本体工程的一堆项目尸体中重生 范友们的实践总结得真好：用LLM生成细分领域本体字典，再打标切分文档，反过来再应用生成的时候，LLM的响应就有很惊艳的效果，在准确率和提供洞察上。 这似乎是LLM用于垂直领域场景的一个正确的方向。

placeholder

Limbo

13小时前

LLM 输出无效 JSON 已成“玄学”了：括号丢了、引号乱飞；找到github json_repair 这样的库，它能自动修复语法错误、补全缺失值、清理非 JSON 字符，直接提升解析效率，省去无谓的 try/except 嵌套。对于 AI 开发者来说，这就是让 LLM 输出“可用化”的一把瑞士军刀。

placeholder

yihong0618

14小时前

LLM 时代 Rule 1 不要年付订阅 LLM 时代 Rule 2 不要年付订阅 LLM 时代 Rule 3 不要年付订阅

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

19小时前

LLM的抽象与人类抽象是“形似而神不同”： 它们在功能上（如分类、类比）表现出相似性，但其内在的机理和属性（统计 vs. 符号，相关 vs. 因果）有着根本性的不同。 这正是马毅教授所说的“subtle difference”。