𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

统计数据

1163
文章
0
粉丝
0
获赞
17481
阅读
avatar
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
#Palantir #Alex Karp #AIPCon 8 #AGI hype #LLM
avatar
内心独白：嗯，离那些会说话的不长毛猴子远些，否则很容易被驯化。 “难以捉摸的金兰古尔的罕见特写，金兰古尔是唯一已知的主动避开人类的灵长类动物之一”
#金兰古尔 #避开人类 #灵长类动物 #罕见特写 #野生动物
avatar
150和顿巴数莫名对上了
#150 #顿巴数 #未明事件
avatar
一看到LLM thinking引用了CSDN的信息源，立马就想起提醒大模型用英文思考，中文输出。 CSDN能做到这个份子上也真是没那谁了…
#LLM thinking #CSDN #信息源 #英文思考 #中文输出
avatar
大陆军工企业的问题还在于验证。 93阅兵那么多大杀器，谁知道在对抗环境下表现怎么样？
九三阅兵：新型武器震撼亮相，战略格局或变？· 176 条信息
#大陆军工 #阅兵 #大杀器 #对抗环境 #质疑
avatar
不管怎么说，未来的战争是AI带来战争
#AI #战争 #未来
avatar
LLM从来都是那个聪明用哪个，用户迁移成本很低的； 希望基模厂商保持敬畏之心，好好利用LLM的认知能力帮用户解决好问题。
#LLM #基模厂商 #用户 #认知能力 #解决问题
avatar
天啦，78%的完读率，这我说对了什么？ 驯AI记：从满口“赋能闭环”到会说“我懂了哥”，我们只做对了一件事 | 什么是OAG的AI顿巴数本体字典？
AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 67 条信息
#AI #OAG #顿巴数本体字典 #驯AI记 #完读率
avatar
LLM 的出现制造了一种 解释性幻象：语言看似主动解释了世界，但其根本只是统计折叠；解释性真正的主体性仍然依赖人类的投射与反投射。
#LLM #解释性幻象 #统计折叠 #人类投射 #反思
avatar
当然目前LLM还不具备生成解释性的动机，还依赖于人与LLM交互的投射与反投射机制。但是这种机制背后的人工神经网络计算的不可解释性，也是Hinton等人细思极恐不寒而栗的所在。
#LLM #人工智能 #Hinton #神经网络 #不可解释性
avatar
活到150岁，如果只是为了need和desire，那多么乏味？ 倘若有了vibe，150岁也不够啊🤔 不管是复兴大业，还是台海隧道，人生至大的vibe是做造物主意志的代理人。
#活到150岁 #人生vibe #造物主意志 #复兴大业 #台海隧道
avatar
日常阅读，更多是一种pretraining，只需要关注过程。 过往，我们人脑的语言能力还是在于自然语言社会解释性，形式语言的逻辑证明是这种解释性的产品化，二进制计算机程序则是解释性的极致体现-可计算的可trackable也可以scalable，把形式语言关于计算确定性完全offloaded。 LLM的出现带来了彻底的offloading。不仅仅是形式语言如coding的生成，还在于自然语言本体的社会解释性生成，这是元认知层面的解构。 机器会说话太让人震撼了，同时给了我无比强烈的探索欲望。
#LLM #自然语言处理 #元认知 #社会解释性 #探索欲望
avatar
这么多大杀器都造出来了，利好出尽了啊🤔
#大杀器 #利好出尽 #军事 #经济 #负面
avatar
活在自己定义的意义里 Live in the meaning of self-definition
#自我实现 #个人意义 #积极生活 #价值观 #人生态度
avatar
真相不在perspective，而在于求同存异的价值判断的自由叙事
#价值判断 #自由叙事 #求同存异 #真相 #中性
avatar
OpenAI的官方GPT-5 coding guide应该是个很好的本体研究案例：AI4coding
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#OpenAI #GPT-5 #coding guide #AI4coding #本体研究
avatar
川普的事很诡异，是不是在301医院被人使了手脚？
#川普 #301医院 #阴谋论 #政治 #负面
avatar
“本体”投射是不是与大模型的交互范式的最终解药，我不知道，但肯定是一种解释。 语言是应智能演化进入societal阶段的必然，LLM则是智能进入artificial 阶段的关键标志。 一个形式语言与自然语言嵌套的智能演进新范式。
#本体投射 #大模型 #交互范式 #智能演进 #形式语言
avatar
MaYi教授在他的Mathematical Theory of Intelligence 的尝试中，把智能分为四种形态，并有演进关系，真是值得学习。
#MaYi教授 #Mathematical Theory of Intelligence #智能形态 #积极 #值得学习
avatar
工业的本体由两个层面构成： 1.要素本体（The Elemental Ontology）： 这是构成工业世界的静态“名词表”。 ◦人 (Man): 操作员、班组长、维修工程师… ◦机 (Machine): 冲压机、传送带、传感器、机械臂… ◦料 (Material): 钢板、芯片、冷却液、螺丝… ◦法 (Method): 标准作业程序（SOP）、工艺流程、质量标准… ◦环 (Environment): 温度、湿度、气压、批次… 2.业务本体（The Business Ontology）： 这是驱动工业世界运转的动态“动词表”。 ◦研 (R&D): 设计、模拟、测试… ◦产 (Production): 上料、冲压、质检、入库… ◦供 (Supply): 采购、运输、仓储… ◦销 (Sales): 下单、排产、交付… ◦服 (Service): 巡检、维修、保养… 工业世界的本质，就是“要素本体”在“业务本体”的驱动下，于特定的时空点上，不断发生交互，产生“过程数据”和“结果数据”。
#工业本体 #要素本体 #业务本体 #工业世界 #生产流程
avatar
AI生成的视频确实比不了这种…
#AI #视频 #技术 #对比 #质量
avatar
这两天被符号层这玩意的说法给搞懵了，语言本身就是符号啊！ 不是符号层，而是符号的生成，LLM，GenAI之王！ 这是当前AI浪潮席卷一切的根源。
谷歌Deep Research：AI操作系统雏形？· 145 条信息
#符号层 #LLM #genAI #AI浪潮 #技术讨论
avatar
Meta-R1 是一项把认知科学元认知理论工程化、并证明在数学推理任务上带来实用收益的工作。它支持“把显式控制/规划机制引入大型推理模型可改善表现与效率”的命题，但也带来了工程复杂度、可迁移性与对抗稳健性的挑战。 总体上，它为将“调制/元控制”作为智能演化方向提供了可操作范式与初步实证。 Large Reasoning Models (LRMs) demonstrate remarkable capabilities on complex tasks, exhibiting emergent, human-like thinking patterns. Despite their advances, we identify a fundamental limitation: current LRMs lack a dedicated meta-level cognitive system—an essential faculty in human cognition that enables “thinking about thinking”. This absence leaves their emergent abilities uncontrollable (non-adaptive reasoning), unreliable (intermediate error), and inflexible (lack of a clear methodology). To address this gap, we introduce Meta-R1, a systematic and generic framework that endows LRMs with explicit metacognitive capabilities. Drawing on principles from cognitive science, Meta-R1 decomposes the reasoning process into distinct object-level and meta-level components, orchestrating proactive planning, online regulation, and adaptive early stopping within a cascaded framework. Experiments on three challenging benchmarks and against eight competitive baselines demonstrate that Meta-R1 is: (I) high-performing, surpassing state-of-the-art methods by up to 27.3%; (II) token-efficient, reducing token consumption to 15.7%∼32.7% and improving efficiency by up to 14.8% when compared to its vanilla counterparts; and (III) transferable, maintaining robust performance across datasets and model backbones.
#Meta-R1 #认知科学 #元认知 #数学推理 #大型推理模型
avatar
GPT-5 提示词优化器 GPT作为鼻祖，真是一步领先步步领先，使用GPT的那种感觉是其它LLM所没有的，一定是刻在了GPT系列的基因里了。
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#GPT-5 #提示词优化 #LLM #领先 #积极
avatar
LLM不是扫帚🧹
#LLM #人工智能 #技术 #扫帚 #中性