2026-05-19 07:45:00
透明日报第20260518期 订阅
又看一篇讲教育的
人工智能并没有制造新的教育问题，而是让旧问题变得不容忽视。早在第一个语言模型训练出来之前，我们的教育机构就已经存在着奖励表现而非理解、奖励流利而非深度、奖励形式而非真正投入的习惯。人工智能只不过是将这些习惯工业化并加速化，直到它们的空洞本质变得无可辩驳
这或许是它最出人意料的馈赠。如果这场变革迫使我们回归教育的本质——培养能够提出真正问题、谨慎判断并对真理负责的人才——那么，人工智能时代或许会出人意料地成为教育革新的时代
当有人谈起某个地方时，你必须问：“何时？” 地理是四维的。你无法确切地知道某个地方，只能知道它在某个特定时间点的状态。地点必然与时间相关。除非你此刻身处某个地方，否则你只能用过去时态来谈论它。
人工智能都不需要“拥有生命”就能行使权力。它不需要发动暴力革命，也不需要策划夺权计划，更不需要产生欲望。它只需要足够高效、足够有影响力，并且深度融入人类决策流程，就能有效地掌控一切
2026-05-17 07:45:00
透明日报第20260516期 订阅
今日文章：技术*2
从训练就拆分多个数据流，而不是纯线性的追加用户消息，是个不错的想法
从原生macOS迁移到跨平台，前端统一WebView，各端有原生Host+共享的Node服务，看起来再造一个自己的Tauri
2026-05-16 07:45:00
透明日报第20260515期 订阅
今日文章：技术*1
把5090接到mac里跑的linux虚拟机里，结论是游戏不太行，但AI推理效果非常好
2026-05-08 07:45:00
透明日报第20260507期 订阅
2026-05-07 07:45:00
透明日报第20260506期 订阅
今日文章：技术*2
不同语言模型在开放式问题上的回答，相似度高到反常
RLHF 用聚合偏好信号训练模型，等于把人类口味的多峰分布压成了单峰
模型的“偏见”，失去了多样性，那么如何通过prompt激发多样性就是个好问题了
