很多时候历史的发展是很有意思的，Deep- news.news·换个方式看新闻|AI看新闻、实时追踪事件后续

0 关注者

6个月前

很多时候历史的发展是很有意思的，DeepSeek成了图腾级事件后，国内各级政府的超算预算蹭蹭的往上涨，甚至大有把服务器变成和石油、粮食一样的战略储备的趋势，而汉语信息熵是英语2-3倍，隐约感觉在LLM、Coding等领域，汉语本身也会有点不小的动静和不一样的发展，对了，今年是他的本命年，哈哈哈

#DeepSeek #超算预算 #战略储备 #汉语信息熵 #LLM #coding #本命年

相关新闻

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1小时前

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。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2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。

Limbo

14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。

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

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”。