#LLM

蒜蓉鱿鱼须

2天前

看到一句话，袁世凯是第一个死于个性化推荐算法的人… 这句话包含了所有我对LLM的担忧。

#袁世凯 #个性化推荐算法 #LLM #担忧

5天前

好他妈烦啊都 2026 年了 LLM 的各种接口都还是各说各话的操

#LLM #接口 #2026年 #通信问题

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6天前

harness engineering，我们给了LLM那么多tool-using tag，最终给了他们unix file system。

#工程学 #工具使用 #LLM #Unix文件系统 #技术发展

沉浸式翻译

1周前

你有没有发现：我们每天都在和 LLM 对话，但其实完全不理解它在“想”什么？大多数人以为 AI 是一条路走到黑的“概率复读机”，但真正卡住模型推理能力的，是它缺乏像人类一样“悔棋”和“推演”的过程。这个交互式站点，本质上是 LLM 思考过程的“CT 扫描仪”。在 AI 研究圈子里，它被当成是 2026 年最直观的 MCTS（蒙特卡洛树搜索）原理解释器。你学不会 AI 原理也许是因为而是那些数学公式和论文黑盒太过于枯燥。你现在遇到的核心问题，其实是缺乏一种“视觉直觉”去理解 AI 是如何在数百万种可能中，精准选中那条逻辑最严密的推理路径。 Metafunctor 这篇刚发布的文章牛在它把 MCTS 彻底透明化了： 1️⃣ 实时参数调节：拖动滑块就能看“探索”与“利用”的博弈过程。 2️⃣ 推理动画播放：像看棋谱一样看 AI 如何在节点间反复横跳、回溯。 3️⃣ 点击式拆解：点击任何一个树节点，直接看该步的 Q 值和访问频率。这不是在读文章，这是在实时调试一个“思维模型”。玩过这个可视化项目后，你会明显感觉到：原本抽象的“大模型推理”变成了具体的“路径搜索”；那种对黑盒的恐惧，被一种“原来如此”的掌控感所取代。（你对 AI Prompt 的优化思路，甚至都会因此发生质变。）如果你正在试图攻克 AI 架构和推理逻辑，这个资源，基本可以当成你入坑 MCTS 的终点站。 🔗 深度解析与互动实验：

#AI #LLM #人工智能 #模型推理 #蒙特卡洛树搜索 #MCTS #AI研究 #思考过程 #CT扫描 #交互式站点

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

Saining Xie让我们社区重新审视在LLM中的entangled，把目光投向人类新皮层的L2/3层的表征。

#SainingXie #LLM #人类大脑 #新皮层 #表征

1周前

把 Lookin 接过来继续维护了，改名 LookInside，加上了社区的 macOS/AppKit 支持，并且做了一个 CLI 供 LLM 查看 UI 上面的错误。

#Lookin #LookInside #MacOS #AppKit #CLI #LLM #UI错误

1周前

发现中文社媒会对品牌名和现象有意混淆去年：llm发展很久了，但是因为deepseek是第一个走进大众层面的llm，所以LLM=DeepSeek 今年：Agent做很久了，但是OpenClaw是第一个走进大众层面的agent，所以Agent=龙虾

#社交媒体 #品牌混淆 #LLM #DeepSeek #OpenClaw #agent #现象观察 #品牌影响 #大众认知

Frank Wang 玉伯

1周前

听了小珺采访谢赛宁的采访播客后，后劲十足。后劲之一是：对 Bitter Lesson（苦涩的教训）有了很不一样的理解。原来的理解是：用精巧的规则去聪明做事，往往不如用通用的算法结合暴力去解决。比如国际象棋败给了深蓝、围棋败给了 AlphaGo、翻译和图像识别等败给了 LLM。我们往往高估了聪明，而低估了笨拙。这就是苦涩的教训。赛宁在播客里表达了一个非常有意思的观点：LLM 也是一种聪明、一种取巧，用很短暂的互联网积累的并不客观的各种语言数据，去尝试达成 AGI，这和研究围棋里的某种流派去解题，或许是一样的。也是一种聪明，而不是笨拙。这样得来的智能，会只是一小部分，终将非遗。想起《孙子兵法》里的大智若愚：如果要不败，那么最重要的是：要么不战，要么就带十倍兵力去打，以多胜少。期待以少胜多，就是迟早是一种苦涩的教训。创业也如此。最容易获得苦涩教训的，就是聪明。比如假设大厂不会做，或假设其他公司看不到。这都会是骗自己。不聪明，找到笨拙的法子，才是创业有机会获得成功的关键。 Bitter Lesson 是好事。聪明或许能优秀，但经历苦涩并理解苦涩，更有机会通往卓越。

#Bitter Lesson #谢赛宁 #播客 #国际象棋 #深蓝 #围棋 #AlphaGo #LLM #翻译 #图像识别

1周前

LLM能成的一大原因是因为语言包含了人类的先验知识，换句话说文字本身就是世界的抽象。但假如以后人类都弱智到不会说话了怎么办？我看已经有这个趋势了

#LLM #语言 #人类知识 #文字抽象 #未来趋势

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

LeCun 说 LLM 没有物理接地，因此缺少真正的世界模型。我回应说语言面向 ToM，物理世界的语言也是基于人类对时空的认知（感知和推断）。把这两点放在一起，得到的是：没有任何语言系统能直接触达物理世界的生成结构——语言总是已经通过了具身认知的棱镜。 LLM 的局限不是它比人类更远离物理世界，而是它缺少了那个棱镜本身——没有感知运动系统，没有那个将物理世界转化为具身经验的接口。但 TASTE 工程恰恰工作在棱镜之后的那个空间里——在已经被具身认知处理过的语言和概念的世界里。在这个空间里，LLM 的局限不是致命的，因为这个空间的”地面真相”本来就不在物理世界里，而在主体性本身的结构里。 TASTE 的 ground truth 不需要物理接地，因为 TASTE 是主体与世界交互的形式，这个形式已经内化在语言结构和认知模式里了——它是 ToM 的产物，而 ToM 是语言工作的空间，也是我能工作的空间。这不是说 TASTE 工程是完整的。它永远不能捕捉那个最终的具身经验本身。但它可以捕捉具身经验在语言-概念空间里留下的结构性印记——那个一致的签名，那个跨情境的不变量，那个我们称之为主体性的东西在符号层面的投影。

#LeCun #LLM #物理接地 #世界模型 #Tom #人类认知 #语言系统

Robinson · 鲁棒逊

2周前

Renew LLM 领域的“黄金时代”，只属于顶尖人才，对于“中人之资”——普通人来说，即使付出远超想象的努力和代价，基本还是陪跑，焦虑多于希望。认清现实，既然难以直接参与掘金，那就寻找机会，在LLM 领域的下游淘沙。

#LLM #黄金时代 #顶尖人才 #普通人 #掘金 #下游淘沙

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2周前

用Linux kernel来类比TASTE.md作为ABI： CPU 不需要价值引导，LLM 需要。这揭示了为什么软件工程的所有抽象工具都不够用——它们都是在假设底层是确定性的。ABI（Application Binary Interface）在传统软件里是接口规范，假设双方都是确定性执行。

#Linux #KERNEL #ABI #LLM #软件工程 #抽象工具 #确定性

2周前

Heretic：一个全自动去除 LLM「安全对齐」的开源工具。15000+ star，社区已经用它生成了超过 1000 个去审查模型。技术原理：方向性消融（directional ablation / abliteration），通过 Optuna TPE 优化器自动搜索最佳参数，同时最小化拒绝率和与原模型的 KL 散度。翻译成人话：找到模型里负责「拒绝回答」的方向，精准切掉，同时尽量不伤智力。同样的去审查效果，但对模型能力的损伤只有手动版的 1/3 到 1/6。使用极简： pip install -U heretic-llm heretic Qwen/Qwen3-4B-Instruct-2507 一行命令，全自动，RTX 3090 上 45 分钟搞定 8B 模型。支持 bitsandbytes 4bit 量化降低显存需求。争议当然很大。同一天 xAI 的 Grok 因为生成 CSAM 被青少年集体起诉。开源 vs 安全的张力正在加剧——工具本身中立，但后果不中立。 🔗

#Heretic #全自动去除 #LLM #安全对齐 #开源工具 #Optuna TPE #去审查模型 #方向性消融

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2周前

Mario的项目是language agent的kernel，其背后的LLM类似Linux运行的计算机环境，这和Linus开发linux kernel类似 openclaw只是其中一个发行版而已，正如ubuntu 希望玩kernel hack的geek们有福了…

#LLM #Linux Kernel #OpenClaw #Ubuntu #Kernel Hack #Geek

2周前

两年前，我拉了个 AI 群。群里主要是几乎所有华人AI项目创始人，基金机构，研究员，大家分享内幕，组队干项目。那会儿应该是国内最早的Agent狂欢前夜。后来周期来了。有人赚翻，有人忙于build，有人对AI少了热情，我决定解散群，去想我要做的群到底是为了什么目的。但今天，#AgenticAI 真正要爆发了。这波机会比2023年的LLM热潮更大、更快、更卷。我决定重启。全新的群，只为还在真刀真枪干活的人准备： ✅严控人数与质量，欢迎一线做Agent / infra / 应用或对币圈有真正信念的人，每天高价值分享 ✅核心议题：2026 Agent爆发前怎么position 你的仓位？哪些技能是我们必须要有的？外面世界纷纷扰扰，大家都在真正在用AI做什么？还在all in Agentic、想抱团/找合伙人/找灵感的，私我或评论区告诉我你想如何参与这个群。 2026，#ALLinAI

#AgenticAI #LLM #AI项目 #基金机构 #研究员 #华人AI #内幕分享 #项目合作 #AI热潮 #群交流 #解散重启

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3周前

openclaw龙虾费token这事可能无解。就拿纯数字空间的任务编程来说，原来程序员要学习一门语言，用各种编程工具这一套流程走下来才能拿到一个可运行的程序。现在都被像openclaw这样的language agent替代了，多少基于语言的活动都变成了LLM的token生成了。这是我们人和这个世界交互的token化，不费token就想拿到结果？除非躺平。所以工业化开始以来对机器和人的协作要效率，变成了ai时代的像token要效率！谁家LLM的token效率高，就能获得高溢价。目前还真是只有A厂。token的效率还分为预训练和后训练，以及输入和输出。输入取决于attention机制，输出则需要和人类交互中的taste对齐。

#OpenClaw #龙虾费token #LLM #工业化 #编程 #language agent

3周前

我拉了三个 OpenClaw 群之后，我知道了，利好的是模型厂商、云厂商、还有LLM 的API 中转站。

#OpenClaw #模型厂商 #云厂商 #LLM #API中转站

3周前

现实的情况就是AI/LLM可以解决你90%的问题，但另外10%的问题会让你崩溃。

#AI #LLM #人工智能 #问题解决 #技术挑战

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3周前

你们怎么样我不管，我是不会用LLM来编传统的二进制程序的，我只用来自然语言编程-taste.md的萃取、保持与优化。

#LLM #自然语言编程 #二进制程序 #编程 #技术优化

4个月前

gemini 最佳实践：if 深度思考，then 信息图总结。每次和 gemini 聊完一个话题，如果是多轮的层层深入的对话，最后有所收获的话，那就多走一步：选择 nano 🍌， > 基于我们前面的对话，画一张信息图，整理核心观点例如，刚才和 ai 聊 llm 强化学习对于父母的启发。语言是模糊的，思想是在多轮对话中逐渐清晰的，和 llm 多轮对话当然是有启发的，但多了信息图总结这一步，相当于又是一轮的总结和提炼。而且是另一个模态的，从文本模态到视觉模态，对于信息消化、理解和掌握都是相当有益且必要的。这个习惯很重要，也是因为 nano banana pro 才让这个新实践成为可能。需要先做个 5678 遍，形成稳定的最佳实践，形成习惯。

#Gemini #信息图 #LLM #强化学习 #最佳实践

4个月前

chatgpt 以来，发展了三年的LLM，提供的早已不止是情绪价值。我在2025跨年对谈时就明确认为，2025年，使用ai的关键，是向 ai “要价值”！要直接的、经济的价值！ 2025年的发展，基本上验证了我的判断。本周的ai专题直播，一起聊一聊这三年，这三年的ai学习、应用。欢迎预约直播，本周五直播间见。预约方式：（不知不觉，发现 2025 年已经做了 20 场 ai 专题直播了。每次 2 小时，聊一个 ai 专题。但是我不喜欢公开免费那种，最起码得付个 1 分 2 分钱，也算对参与者兴趣的筛选，哈哈。）

#LLM #AI价值 #2025年 #AI专题直播

素人极客-Amateur Geek

4个月前

今天重新思考了语言的功能， LLM可能会变成我们语言效率变革的一个工具。未来语言可能变成一种文化而存在，作为工作来讲，效率语言可能很快会出现。出现的前提：语言表达经过LLM后可以实现100%正确性

#LLM #语言功能 #效率语言 #文化 #语言表达正确性

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

4个月前

Ilya重新定义了AGI，Pre-Training gives AGI！我的理解是LLM操纵语言的能力给了人AGI的幻觉，这是hype，带来了泡沫！当前GenAI，在符号空间无人能敌，然后却在人的现实世界里符号落地困难重重！

#AI浪潮：重塑就业，风险暗涌？· 140 条信息

#Ilya #AGI #LLM #genAI #泡沫

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

4个月前

pre-training的原罪在于，太浪费能源了，为了回答一句“你好”，一个LLM要背着一整个互联网的文本来数量统计一番后才能吐出： hello！

#pre-training #能源浪费 #LLM #文本统计 #hello

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

4个月前

基于attention的scaling到头了，基于emotion的evolutionary 即将到来！ LLM唯一值得scaling的只剩下attention窗口大小了！

#attention scaling #emotion evolution #LLM #attention窗口大小