时政
财经
科技
虚拟货币
其他
登录
智能推荐信息源
李老师不是你老师
关注
德潤傳媒
关注
悉尼閑人
关注
联合早报 Lianhe Zaobao
关注
DW 中文- 德国之声
关注
ABC中文
关注
Gancheng Wang
关注
Ignatius Lee
关注
《议报》
关注
网易新闻-红星新闻
关注
由 AI 根据您的兴趣偏好筛选
事件跟踪
热点事件
最新话题
实时新闻
meng shao
1个月前
Andrej Karpathy 分享他的 AI 阅读习惯,还开源了一个阅读工具 Karpathy 现在阅读所有长文内容(博客、论文、书籍章节等)时,都会结合 LLM 进行“三轮阅读”: 1. 第一轮:自己手动阅读原文 2. 第二轮:把文本丢给 LLM,让它进行解释、总结、提炼关键点 3. 第三轮:针对自己还不清楚的地方,向 LLM 提问、对话、深入探讨 他发现,这种方式让他对材料的理解更深、更全面,远超单纯自己读一遍就结束的传统方式。目前这已经成为他使用 LLM 的最主要场景之一。 随后他提出了一个更深层的观察和预测: · 未来,写作者的心态可能会发生根本性转变:不再是“我在给另一个人类写东西”,而是“我在给 AI 智能体 写东西”。 · 原因在于,一旦智能体真正“理解”了作者想表达的核心思想,它就可以根据不同读者的背景、水平和需求,进行个性化改写、解释和传递,从而让知识传播效率更高、覆盖面更广。 他还开源了一个极简工具 reader3,专门用来配合 LLM 阅读 EPUB 电子书: · 支持从 Project Gutenberg 等地方下载免费经典书籍 · 按章节加载,便于把当前章节文本直接复制粘贴给任意 LLM
#Andrej Karpathy
#AI 阅读习惯
#LLM辅助阅读
#reader3
#知识传播效率
分享
评论 0
0
背包健客
1个月前
研究发现衰老或可抑制癌症 通常认为,随着年龄的增长,患癌几率就会越大。这似乎合乎逻辑,因为基因突变会随着年龄的增长而积累。然而科学家发现,人在85岁以后患癌几率平稳,甚至下降。 截至目前,科学家不清楚这是因为筛查减少导致了检出率低呢?还是说本来非常老的人基因强大? 然而,现在美国斯坦福大学的一项新研究表明,这些都不是,而正是衰老本身或抑制了癌症。科学家发现,无论年龄大小,灭活肿瘤抑制基因都会增加癌症发病率,但对于年轻小鼠的影响更大。 这说明,肿瘤抑制基因突变的影响效果在年轻人群和年老人群中是不同的。该研究首次表明衰老会抑制肿瘤的发生和生长,说明衰老也有有益的一面,甚至基于此,科学家或能找到更好的癌症解决方案。
#衰老抑制癌症
#85岁后患癌几率下降
#肿瘤抑制基因
#斯坦福大学研究
#衰老有益
分享
评论 0
0
面包🍞
1个月前
把starlink安车顶上了
#Starlink
#安车顶
#科技
#车辆改装
分享
评论 0
0
尤雨溪
1个月前
终于有人具体描述了为什么看我不爽,有几点我正好展开说说。 1. 我只对先恶心我的人说话冲。抱着恶意来的人,我没兴趣善言以待,该喷就喷,快意恩仇。 2. 关于独裁 - 你举例的几个东西都是我从 Vue 0.x 就设计了的东西,整个项目就我一个人,请问我不拍板谁拍板? 😅
#快意恩仇
#Vue 0.x
#独裁
#恶意
#喷
分享
评论 0
0
歸藏(guizang.ai)
1个月前
POE 也上线了群聊功能,看起来比 ChatGPT 好很多 GPT 只能用图片模型,这个可以调用 POE 里面的 200 多个图像和视频模型生成内容 支持超过最多 200 人在去聊里面说话,群聊中谁发起请求谁承担用量费用,而且多平台信息同步
#POE群聊功能
#ChatGPT对比
#多模型支持
#多人聊天
#多平台同步
分享
评论 0
0
dontbesilent
1个月前
由于很多时候我不确定我提出的一个问题,对于大模型而言,是应该规划一下任务去执行(agent-based planning),还是给我一个深度研究报告(deep search / wide search) 还是直接用模型本身的知识和我对话(chat),还是模型需要联网搜索内容再和我对话(web-augmented chat) 所以为了减少我的动脑量,我尽量只和 manus 对话,manus 1.5 自动决策 agent mode 还是 chat mode PS:过去三个月,大概只用了一次 perplexity,还不是在官网里面用的,是在 monica 里面顺手用的 😂
#大模型
#Manus 1.5
#Agent Mode
#chat mode
#perplexity
分享
评论 0
0
Lex Tang
1个月前
程序员老年生活一眼望到头了,无非就是一边理疗一边安排 AI 写代码
#程序员
#老年生活
#AI
#理疗
#职业焦虑
分享
评论 0
0
汤光头
1个月前
兄弟们 求Suno的api 接口,价格便宜的那种 另外,求破他们验证码的教程也行 我认输了,我技不如人🥹🥹🥹
#Suno API
#验证码破解
#技术求助
#价格
#沮丧
分享
评论 0
0
sitin
1个月前
出海做 RAG 应用的别再用本地向量库了。 Pinecone 新出的免费版真香。 支持 1 万条向量存储,API 接入超快。 我用它做了一个文档问答 Demo,响应不到 1 秒。 优点是稳定、速度快、还能直接连到 Claude 或 OpenAI 模型。 现在个人开发者终于能免费玩企业级性能。
#RAG应用
#Pinecone
#免费版
#向量数据库
#文档问答
分享
评论 0
0
凡人小北
1个月前
Andrej Karpathy 这个阅读方法有点意思… 大概就是: 先自己把文章/章节从头到尾过一遍,把大轮廓先搭起来; 第二遍丢给 LLM 解释 + 总结,看看它怎么梳理; 第三步直接开 Q&A,把想深挖的地方一个个怼出来问。 很有意思,阅读这件事从一个人对着文本死磕变成一个人和一个 AI 一起拆书。 这种方法能很好的解决之前那种看完了但有没什么留下来的浅刷。 有人也是这种阅读习惯吗?
#LLM
#阅读方法
#AI辅助
#知识获取
#拆书
分享
评论 0
0
小弟调调
1个月前
FocusCursor v2.1 发布! 这款工具可以让你的演示和录屏中的光标操作更加清晰。本次更新带来了全新的绘图板工具,并进一步优化了整体性能。 📥 💬
#FocusCursor
#v2.1
#演示录屏
#光标操作
#绘图板工具
#性能优化
分享
评论 0
0
howie.serious
1个月前
> 基于我的上网浏览历史,告诉我一件你观察到的、但是我可能忽视的深刻真相。 gpt-5.1 的分析,有理有据,我不得不信!(嘲讽式,看内容)🤣
#GPT-5.1
#上网浏览历史
#深刻真相
#嘲讽
#反思
分享
评论 0
0
空空 🌟 狞猫世界第一可爱!
1个月前
这个算不算以前我说过的「载人无人机」?
#载人无人机
分享
评论 0
0
howie.serious
1个月前
if 你用 chatgpt atlas 浏览器, then 一定要试试这个 prompt: > 根据我最近一周的浏览历史,分析我的注意力模式,给出你的分析评价、建议和反馈 对你的信息获取、加工和注意力模式,进行一场llm 诊断~
#ChatGPT
#Atlas浏览器
#注意力模式分析
#llm诊断
#信息获取
分享
评论 0
0
Alcar
1个月前
我个人认为豆包反而是最好的。 AI不是专供你们这种精英使用的,豆包作为目前国内市场使用最广泛的AI应用,我觉得这个简单的名字也是有贡献的。 DeepSeek,MiniMax什么的,国内几亿手机用户里,有一半可以做到正常发音和无障碍拼写吗?
#豆包
#AI应用
#用户友好
#市场广泛
#易用性
分享
评论 0
0
卫斯理
1个月前
说实话,我以前对 AI 写作是挺不屑的。 总觉得那些东西都是“文字搅拌机”,看着像话,其实没味道、没灵魂,连情绪都像是模板里倒出来的。 但这两天我试着用了 muset() 结果,它几乎是正面撞碎了我原来那套偏见。 我先让它分析了我的 X 文写作风格。它不只是抓关键词那种表面活,而是把我的语气习惯、句式节奏、甚至我惯用的那点“吐槽味”都扒了个底朝天。 然后我又让它写一篇关于 雷军辟谣“小米汽车好看比安全重要” 的锐评推文。 结果出来那一刻,我真的愣住了: 观点角度准确得像是看了我脑子里的小抄 犀利但不过火,那种尺度刚刚踩在“敢说”与“得体”之间 包袱埋得又快又稳,读起来有张力、有画面感 最关键的一点——它写的比我原本自己写的更像“我自己” 那种感觉就像: “我明明没写这段话,但这句话居然长得跟我写出来的一模一样。” 当下我第一次感受到:AI 写作不是“没味道”,而是以前的 AI 不够好。 muset 这种级别的工具,会让你产生一种错觉: 要不是它速度太快,我差点以为是我本人在深夜写稿。 所以之后我大概会开始用 muset 产出更多内容。 因为老实说,让 AI 帮我打底、我再调细节,比我自己从 0 到 1 苦憋一篇,轻松太多了。
#AI写作
#Muset
#雷军辟谣
#小米汽车
#效率提升
分享
评论 0
0
宝玉
1个月前
一方面我不喜欢 Andrej Karpathy 总是发明新的概念,一方面又不得不承认他确实很多想法是很有价值的。 比如这里对 Software 1.0/2.0 的定义就挺好的: 1). 软件1.0时代,容易自动化的是你能明确告诉计算机怎么做的事情。 2). 软件2.0时代,容易自动化的是你能自动验证结果好坏的事情。 那这里的自动化都什么意思呢? 1. 软件1.0:靠指定规则(Specify Rule)自动化 过去的几十年,我们用的所有传统软件(比如Excel、Word、会计系统),都是“软件1.0”。 它的核心逻辑是“指定”(Specify)。 你必须像个事无巨细的监工,把每一个规则都用代码写得清清楚楚。比如做个会计软件,你必须告诉它: “如果A栏的数字大于B栏,那么C栏就显示红色。”“月末,把所有D栏的数字加起来,放到Z栏。” 软件1.0擅长什么? 自动化那些规则固定、逻辑清晰的任务。 软件1.0解决的是什么问题呢? 是人类的“机械性重复劳动”。比如打字员、记账员、算账员。只要一个任务的全部流程能被清晰描述出来,软件1.0就能接管它。 2. 软件2.0:靠指定目标(Specify Objective)自动化 现在,AI 来了,升级到了软件2.0。 它的逻辑完全变了。我们不再是指定规则,而是设定目标。 我们不再像监工一样告诉AI每一步怎么做,而是像个教练,只告诉它验收的标准是什么。 比如训练AI下棋。我们不告诉它“当对方出这一招,你就必须走那一步”。我们只给它一个目标:“想办法赢棋”。 然后,AI 就开始自己搜索那个能赢棋的步骤。它通过海量的自我对弈(也就是梯度下降)来寻找最佳策略。 这就是 AK 的核心观点:软件1.0是我们手动写程序,软件2.0是AI自动搜索生成程序。 3. 软件 1.0 时代看“可指定性”(Specifiability),2.0 时代看“可验证性”(Verifiability)。 如果说软件 1.0 自动化任务的标准是我们能不能指定清晰的规则,比如说你要写个自动抓取的爬虫,只要指定清晰饿抓取规则和解析规则就可以了。 那么软件 2.0 自动化任务的标准则是结果是不是能自动被验证。 “可验证性”就是AI能不能在一个任务上进行高效的“刻意练习”。 AK 给出了“可验证”的三个关键条件: 1). 可重置 (Resettable) AI必须能够无限次地重新开始尝试。比如下棋,这局输了,没关系,棋盘一清,马上开下一局。 2). 高效率 (Efficient) AI的练习速度必须远超人类。它可以在一小时内“看”完人类一辈子都看不完的视频,一天内下几百万盘棋。 3). 可奖励 (Rewardable) 这是最关键的一点。必须有一个自动化的、即时的、没有争议的奖惩机制。 自动化至关重要。如果AI每次做完一件事,都需要一个人类专家来看半天,然后给个模棱两可的评价(比如“嗯,这个创意还行”),那AI就没法高效学习。 像在编程、数学领域就很容易符合上面的三个条件,但是像写作这种非标准化的就很难验证。 但对于软件来说,稍微复杂一点的软件系统,其实很难达到可验证的标准。 比如说我在实现 UI 时,会尝试把 UI 设计稿扔给 AI,然后给 AI 一个截图工具,让它反复截图对比设计稿,然后找出差异优化,但是以目前的 AI 能力,还不足以修复这些差异,所以无论你运行多久,也不会真的得到一个理想的结果。 这可能就是我不太喜欢 AK 发明的这些新概念的原因,总是提出一个个概念,但是并没有解决多少问题。
#软件1.0/2.0
#自动化
#可验证性
#AI
#Andrej Karpathy
分享
评论 0
0
Tom Huang
1个月前
最近有个好奇的点就是为啥推上那么多人用 n8n 搞钱,没人用 Dify 呢🤔 理论上能做的事情不会差别太大?
#n8n
#Dify
#搞钱
#技术讨论
#推特
分享
评论 0
0
Tiger Chen & 前端之虎陈随易
1个月前
公众号接广也是一个麻烦的事情,不接嘛靠文章流量根本没几个钱,接嘛如果读者因为文章购买了推广的大模型服务万一有啥纠纷,又回来找我扯皮也是头痛的事情,所以,不是100%靠谱的广子还是能不接就不接吧。
#公众号推广
#广告纠纷
#内容变现
#风险规避
分享
评论 0
0
droidHZ
1个月前
今天分享根据用户 IP 实现多语言检测提醒。 我们可能网站辛辛苦苦适配了多语言,但是并没有自动识别,需要用户手动切换多语言,这个其实是可能影响转化率的。 试想一下,如果你打开一个网站,是你完全不熟悉的语言,你是不是可能很快就关掉了网站,而不是自己手动去切换多语言,之前我的表情包网站就是这样,我默认是英文的,用户基本是中文用户,就导致很多用户不会用,退出了,还有用户专门给我反馈了这个问题。 所以我们可以基于用户的ip去给用户一个提示,我看到你的国家是 xx 是否切换为 xx 实现起来也是很简单: 在服务端请求、 之类的接口(有一定的免费额度),拿到用户的国家代码,展示对应的提醒。 如果用户之前切换过多语言,可以前端记录用户选择,后续就以用户选择的语音为准。 所以做了多语言适配,要检测用户的语言,别让多语言适配大打折扣。 有群友提醒: 如果是自动切换可能会影响爬虫和网页收录,比如谷歌正在爬我们的中文但是你直接给他切换了英文,就获取不到对应页面的数据了。
#多语言检测
#用户IP
#网站适配
#用户体验
#爬虫影响
分享
评论 0
0
Sixia "Leask" Huang
1个月前
原來不單我遇到這個問題,我也想把 UNAS Pro 作為 PBS 的後端,去年折騰過一次,也被這個 backup user id 34 的問題卡住了。hummmmm
#UNAS Pro
#PBS
#backup user id 34
#问题
#折腾
分享
评论 0
0
Andy Stewart
1个月前
今天从用户的使用场景的角度 给大家讲一下我家AI算力舱到底有什么用?AI算力舱优势在什么地方? 因为功能点太多,为了方便大佬们阅读,我每一个功能场景写一条评论
#AI算力舱
#用户使用场景
#功能优势
#技术解读
#产品评测
分享
评论 0
0
WebP Cloud Services
1个月前
在线转图不仅慢,还担心隐私泄露? 试试 Convert something:一款基于 WebAssembly 的纯浏览器端图片转换器。 ✅ 0 服务器上传(数据不离设备) ✅ 绝对隐私安全 ✅ 极速批量转换 (HEIC/WebP/JPG/AVIF) 我们搞出来的新玩具 👉
#在线转图
#隐私安全
#WebAssembly
#浏览器端
#图片转换器
分享
评论 0
0
Orange AI
1个月前
推特这个推荐流,完全招架不住商单 按理说如果真的是 grok 做推荐,它看到一个词重复很多词就不会推了 除非… grok太弱智了
#推特
#推荐流
#商单
#Grok
#弱智
分享
评论 0
0
idoubi
1个月前
两周前,kimi 发布了 k2 thinking 模型,在国内外引起了广泛讨论。为了验证 ShipAny Two 的 SEO 效果,我基于此模型做了个 Chatbot 网站。 两周后,这个站拿到了 3.6k UV,1.2k 注册用户,2.2k 次对话。 Chatbot 的交互形式,已经成了 AI 产品的标配。ShipAny Two 内置了 Chatbot 功能,只需配置一个 OpenRouter 的 API Key 即可启用,无需编码。意味着你可以基于 ShipAny 做自己的 Chatbot、AI 搜索、AI Coding 产品。 为了一盘醋,包了一顿饺子。 通过上站在 ShipAny 集成常用的 AI 功能,做 AI 时代最好的建站工具。🔨
#Kimi
#K2 Thinking 模型
#ChatBot
#ShipAny Two
#AI建站工具
分享
评论 0
0
上一页
1
...
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
...
400
下一页
AI 实时热榜 (24小时)
智能算法加权排行
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞