
Builder from @Tsinghua_Uni/@Kimi_Moonshot Angel-backed by F&F Capital (pre-product) Former CEO(Chief Erhu Officer🎶) of a band
Joined January 2022
- Tweets536
- Following482
- Followers273
- Likes288
每次和朋友出来吃饭,都会被拷打关于“蒸”的问题
这个我真不知道😅
也许Nathan的人脉比我知道的多。
youtu.be/BKuK0M6oDTI?si=FsPg…
诶趁粉丝少:你们推崇的deepseek super-agent“论文”在我看来就是一坨
“说点大家不知道的😅”
但我又意识到真的有人是蒙在鼓里的:
几年前我还关注了“小林”看各种面经和总结,学到了很多,帮助我找到了实习
claude code源码泄露那天又看到小林更新了,很可惜在我看来他就是在胡说八道🤔
当年来kimi确实是对的
推荐这个app,用我的邀请码可以薅羊毛,也可以给我加金币🥳
或者点这个链接
link.pokerqz.com/x3rX/invite…
一个关键的 insight:如今的LLM RL已经不是早年RL的算法驱动结果,而是数据驱动结果了。一个明显的提现:
左图:“随着时间的推移,多个研究项目展现了 REINFORCE 类算法的潜力,这些算法因其比 PPO 更简洁而备受赞誉”
而我当年的笔记上(图2),REINFORCE都是作为被优化的对象,用作课程的引子的
很难再看到从前寸纸寸金的好论文,以及读懂论文的那种兴奋感了(图3当年还写了博客)
现在的VC都把创业公司“小天才”的数量当作一个估值feature,导致很多neo lab,甚至模型厂,都有很强的招天才高中生的动力。
另一方面,我国又有很强的搞素质教育的需求,且很多年以来一直找不到合适的方法,经常被形式主义的素质教育项目浪费时间和金钱而困扰。
朋友们,我发现这是一个很好的生意。🤫🤫🤫🤫
说一个暴论,Pi Agent除了确实省Token以外其实很烂。
一样的 Astra/Opus 模型在 Pi 上面就会变唐
就像你可以说linux kernel很酷,但是没有哪个嘉豪公司会给员工标配Linux系统工作
某些工程选择太极端了。。。
这是一个挺有意思的例子。
我认识的如 @wili_eth 老师,年初给我讲了显卡机柜,最近又研究医疗、能源,怎么能快速学会这么多东西呢?更何况还要真金白银投注下去。
如何先理解一个崭新行业的逻辑和语言,然后了解学习前沿现状,最后还要快速准确找到edge。。。😇
🔌 招人|用 AI 解决一个真实问题:在美国给超充站选址
👉 推荐 10 个适合建特斯拉超充站的美国地址,并讲清楚选址逻辑
我们要找擅长用 AI 解决具体问题的人,接触过新能源/充电/电力/商业地产的优先
💰 首月试合作:$1,500/月 + $300 AI Token 补贴
🌐 全程线上 AI 协作
⏰ 截止:11 月 2 日(周一)前
📮 私信或发送至:[email protected]
👇 详细要求见评论区
#AI #EV #Supercharger
不论是做 AI 研发,还是相关产业研究的朋友,都应当学一下@natolambert 的这个课程:rlhfbook.com/
设备允许的话还应该做一下其中的实验,虽然只是小模型,但也可以感受一下 RL 的流程
了解行业全貌才能够更及时、准确地判断行业方向,否则 Alex Wang 也不会意识到数据的机会并创建 Scale AI 了
学习并不容易,但是值得。
最近两年最大的错误就是因为有了 AI 而放弃了曾经 “困难模式” 的学习习惯了
Many thanks to @natolambert for their contributions to the community and industry!
🫡🫡🫡🫡🫡
不论是做 AI 研发,还是相关产业研究的朋友,都应当学一下这个课程:rlhfbook.com/
设备允许的话还应该做一下其中的实验,虽然只是小模型,但也可以感受一下 RL 的流程
了解行业全貌才能够更及时、准确地判断行业方向,否则 Alex Wang 也不会意识到数据的机会并创建 Scale AI 了
学习并不容易,但是值得。
最近两年最大的错误就是因为有了 AI 而放弃了曾经 “困难模式” 的学习习惯了
There's a new version of this post














