时政

财经

科技

howie.serious

2025-05-29 22:44:20

作为一个免费开源 llm，deepseek-R1 的 benchmark 分数确实吓人。

预览

#DeepSeek-R1 #Benchmark #开源

2025-05-29 22:32:01

deepseek 真的是 llm 顶流待遇。没有哪家模型的版本号更新（例如 gpt-4o-1104）会激起如此大的声浪 🌊

#DeepSeek #LLM #GPT

2025-05-29 13:59:20

真是 vibe coding 的最绝翻译🤣

预览

#翻译 #网络流行语 #编程

2025-05-29 10:45:33

知乎上流行的这种按钮/开关/药丸类“道德难题”，是互联网低智化的一种表现，其本质就是“流量密码”（少数人玩弄，多数人被玩弄）。这是一种人为设计的两难困境，意义不大的那种：不过用一种虚假的、永远不可能出现的假设来揭示、加剧了人们的意识形态分裂。看起来激发思考，是“思想实验”，但实际认知门槛极低，表达成本极低（即使没脑子也可以做出一个“选择”），所以每个人都参与进来，流量极大；认知门槛低，

预览

#道德难题 #低智化 #流量密码

2025-05-28 08:48:11

红杉中国推出了ai agent的基准测试平台 xbench。目前o3在4项测试中全部排名第1，断档式领先。对于这种新事物，我就不装“万事通”了：大家都是第一次听说，我刚在logseq里面新建了名为“xbench”的笔记，自己转述信息的质量不高，意义不大。请看来自o3的详细且全面介绍🤣

预览

预览

预览

预览

#红杉中国 #XBench #o3

2025-05-26 09:02:50

不论你今天状态是 100% 还是 5%，雷打不动，横竖发一篇文章，这就是 discipline 🤣 （以日更实验为例。其他同理。我家小学生，不管刮风下雨，横竖每天自己做两道 c ➕➕题目）

预览

#坚持 #日更 #自律

2025-05-26 08:55:30

openai 确实上周跳票了：本来应该推出 o3-pro 的。

预览

#OpenAI #跳票 #O3-Pro

2025-05-25 23:59:19

过去 100 天里，我完成了一个实验/游戏：公众号日更 100 天。这个过程的顺带结果，是小破号订阅翻了一倍，增加 2 万关注。（同期推特关注要少一些）（另一个习惯是每天写点东西，无痛，自然而然。结果发现，一个人的思考其实太多了，日更都囤了大量主题没顾上发。可见只输入只思考真是终身学习者子死敌！）这个实验的顺带后果是没顾上刚起步的 youtube（一个月内从零新增了 10000 关注）

#公众号日更 #订阅增加 #终身学习

2025-05-25 18:59:19

#暴论：别折腾各种不明觉厉的prompt了。氪一点金，使用最高IQ的模型（例如，不限量的o3+gpt-4.5搭配）比折腾prompt 有效多了。一个建议：拿200美金测试一下。开一个月pro，以上1000条o3，500条gpt-4.5，保证你下个月再也不想在prompt上浪费时间了。模型即产品。用最好的模型，就是在ai时代对自己最大的尊重。

#暴论 #Prompt #模型

2025-05-24 05:04:47

如果你觉得这个 ai 视频转场很自然，那就说明原来那张照片确实有点怪，因为那说明 ai 的数据分布里，那张照片也被如此分类。

#AI #视频转场 #数据分布

2025-05-23 13:48:12

openai 和 jony ive 合作的 ai 硬件，“ai 版 iphone”，或许大概可能这是类似这样的设备？不一定是挂脖子。和“her”里面的 Samantha 设备应该差不多。

预览

#OpenAI #JonyIve #AI硬件

2025-05-18 08:49:34

爱死机第4季看完了，确实差，不及格。怀念第一季的zima blue。 === 作为网飞“高概念”娱乐电影/内容（high concept）的典型，爱死机竟然装都不装了。（所谓high concept，是好莱坞电影工业的营销词汇，追求一眼吊的牛逼概念，认知成本低，逼格高。想更具体理解的话，就是知识付费领域XX的那种风格）烂到连故事都不愿意讲了，直接就是高概念大标题+PPT式感官动画交差。

预览

预览

预览

预览

#爱死机 #Netflix #高概念娱乐

2025-05-17 14:03:51

那些道貌岸然的畜生家长，绝非儿童抑郁症的受害者，而是 100% 的施害者，是杀人凶手。这三张图是朋友发给我的。我仔细读了，结论就一个：这两家长是畜生。孩子遗书里写的清清楚楚，是父母逼死了她，是因为考试。父母却傻逼嘻嘻，用“阳光型/微笑型抑郁症”（不存在这种东西，就是父母不 care，不关心）来污名化孩子，洗脱自己。具体来说，这件事里面，孩子是受害者，家长是施害者（绝对不配装可怜

预览

预览

预览

#家庭教育 #儿童抑郁症 #父母责任

2025-05-02 16:30:01

不论什么奇谈怪论，o3一下，立刻现出原形。 o3 咒语：critical-think this。另一个咒语：fact-check this。

预览

预览

预览

#奇谈怪论 #o3 #批判性思维

2025-04-18 08:46:43

o3的IQ分数出来了：线下测试 116分；线上测试 136分；第二名是gemini 2.5 pro：线下115分；线上 128分； trackingai网站每周会测试一次llm的智商，然后取平均值；测试方法还分为线上和线下两种，一般线上测试比线下要高20分。人类测智商一般也是线上的，当然，线下测试（例如去某医院心理科挂号排队测智商，然后提交给学校筛选🤣）更“权威”。 o3的IQ比我之前

预览

预览

预览

#AI智商测试 #o3 #线上线下测试

2025-04-13 07:39:13

至少在这样的场景下，20 美金的google deep research 碾压，至少不亚于 200 美金的 openai deep research 👍 条件 1：重度依赖信息搜集，且该研究需要搜索中文资料；（英文资料上搜索差距不明显）条件 2：研究任务不那么追求 deep，而是追求 broad；条件 3：对指令跟随的要求不那么高（研究方向不是特别细，而是较宽泛）举例：研究所有来自《世

#GoogleDeepResearch #OpenAIDeepResearch #信息搜集

2025-04-10 09:10:00

openai deep research vs google deep research: 如果美国和中国明天突然决定停止一切相互贸易，哪个国家会面临更大的麻烦？｜结论：openai更deep，google更broad，看谁更适合你。 why：一方面这是当前的特点话题，意义重大，值得思考；另一方面，两个DR报告呈现出完全不同的特征，而且相当有代表性，可以看出两个DR的特点。原始报告太长，都是

预览

预览

预览

#OpenAI #Google #美国与中国贸易

2025-03-30 10:05:30

claude团队揭秘：ai大脑不用英文也不用中文思考，而是靠“思维语言”。｜这证明了英语学习/教育失败的根本原因？ llm用什么语言“思考”？中文？英文？都不是。 llms的思考，使用的不是中文或英文这样的自然语言，而是一种超越自然语言的“思维语言”。anthropic的最新研究，用实验方式首次证明了这一点，这是理解llm内部黑箱的一个巨大突破。在llm内部，不同语言共享同一个概念空间

预览

预览

#AI大脑 #思维语言 #英语学习

2025-03-27 15:34:39

发现openai deep research的隐藏升级：精确的字数返回今天让 deep research 写一篇“2000 字”左右的文章。发现 deep research 调用了 python 来分析输出结果，然后很努力地精简表达，最终的输出结果稳稳地停在 2027 个字🤣 更我提的字数有求，只有 1% 的误差。另外一个改变，是全部输出结果在展示形式上用一个box 包起来了。启示：

预览

预览

预览

#OpenAI #字数控制 #Python

2025-03-26 14:32:20

gpt-4o，prompt：turn this scene into a photo. shot on a dlsr ，context：这是《红楼梦》插图。细节bug肯定会有（图中的书本）。如果模型支持图片局部擦除、再生成，效率会更高。

预览

预览

#红楼梦 #插图 #图像生成

2025-03-22 10:13:35

为什么要全家人看一部医学纪录片？｜推荐五星级好片《脑海脉动》这周，一家三口，看完了人生第一部国产医学纪录片《脑海脉动》。我们的大脑中蜿蜒着约 160万公里的血管网络，足以绕地球赤道40圈。在中国，脑卒中（中风）是第一大死亡原因——比心脏病还致命。平均每10秒就有一个中国人突发脑血管意外，每28秒就有一人因此离世。观看这部纪录片，了解脑中那些被我们忽视却攸关生死的“脉动”。老婆的评价是“

预览

#医学纪录片 #脑海脉动 #脑卒中

2025-03-05 09:25:31

gpt-4.5的 IQ 得分出来了，94分，似乎并不高（deepseek-R1 是 102 分）。那么，现在的llm，IQ分别是多少？即将发布的 o3，IQ 到底会有多高？先看结果排名： o1 —— 124；o1 pro mode ——120； o3-mini——116； gpt-4o——91；gpt-4——80； Trackingai 网站上的 IQ 分数分为两套：线下IQ 测试，和线上

预览

预览

#GPT-4.5 #IQ得分 #DeepSeek-R1

2025-03-04 09:14:19

今日份的 gpt-4.5 震撼🤯：这个版本模型的幽默程度、对英文和中文语言的驾驭能力，测试了5天后，我仍然是不断发现更牛逼，更让人惊奇的。从 chatgpt 发布第二天重度使用到现在，我一直觉得自己不会少见多怪。但是，当这样的模型真的出现了，仍然感觉超现实。surreal。原始输出是英文，我让 gpt-4.5 翻译为中文。实话说，这样的翻译，也不是一般的译者能做到的。🤣

预览

预览

#GPT-4.5 #幽默程度 #语言驾驭能力

2025-02-08 20:08:04

来一个暴论：从今以后，读完任何一本值得读的书，都要 deep research 一下！《极简欧洲史》，作为另一本值得读 5678 遍的五星级好书，我deep research一下之后，用 readwise reader 剪藏，阅读，划线，笔记……然后把自己的思考再和 ChatGPT 聊一聊。经过我的实测，用这种方式读一本书的体验是以前完全无法想象的！（我读过一些书，大学毕业后从 0 开

预览

#读书 #深度研究 #阅读体验

2025-02-04 10:39:30

search vs deep research，AI 搜索的三个层级：使用 ChatGPT 时，什么时候用gpt-4o+search，什么时候用 o3-mini+search，什么时候用 o3+deep research？ AI 搜索的三个层级： level1 gpt-4o+search：搜索信息、综合多个信息源内容，给出一个整体回答； level 2 o3-mini+search：leve
#AI搜索 #层级 #ChatGPT

x - howie.serious 来源下的内容 - news.news