2024-11-21 23:28:54
“你并不是一张电子表格。你是一个人，一个情绪化的人！” 所有的学科都遵循既定规则 —— 无论是物理、化学、数学，还是任何其他学科。然而，金融是由人们的情绪、心理和行为所驱动的；而且某种程度上，财务成功与运气有关，和智力、努力程度无关 。。。
- 转发 @indigo: “我并没有打算致富，我只想获得独立” - 查理·芒格，这是Morgan Housel 在他的名作《金钱心理学》The Psychology of Money 中引用的一句，昨天快速看完了这本书，金融是由人类的情绪驱动的，财务的成功通常只和运气有关，金钱的最大价值是让你能掌控自己的时间！非常简洁、直给、易读，总结了 27 条我觉得比较受用的分享给大家：
金融与财富的本质
- 所有的学科都遵循既定规则 —— 无论是物理、化学、�...
2024-11-21 14:25:08
1. 持续阅读，大量阅读，发现眼前一亮，豁然开朗，拍案叫绝的观点或概念时，就在 X 分享；
2. 为了满足 X 字数的要求，推敲文字，努力提炼出一条格言发推 ⏩
- Naval 笔记法
- X is also my notebook 📝
2024-11-21 12:50:07
Yann LeCun 教授总能理性地看待新模型，并揭露它们的局限性，教育公众不要对 AGI 和 AI 取代人类有不切实际的恐惧。动物和人类只需少量的训练数据，就能快速学习，是不是有一个新的架构，能像动物和人类一样高效学习呢？图灵奖三巨头之一的 LeCun 肯定不是 AI 民科，他提出的联合嵌入式预测架构（JEPA）正是他这一愿景的核心。
了解过地球生物智能的演化史后，会发现我们做 AI 的方式确实反了，智能物种在后期才出现了语言，但我们现在确先用语言来实现通用智能。绝大部分能看会动却没有语言的生物，都拥有高级的智能，它们的脑子中也有“世界模型”甚至是“心智模型”。Ilya 多次表达过，高度压缩的 LLM 中有对现实世界的投影，也就是世界的模型；LeCun 说 LLM 没有常识，但也许这就是常识，可能不是人类理解的那种。
不过 LeCun �...
2024-11-21 10:10:06
G7 国家与美国各州的人均 GDP 对比图！最高的加拿大🇨🇦连美国倒数第二穷的州都不如 。。。排名第二的纽约州人均高达 11 万美金，日本 3.3 万美金垫底😇 过去十年美国用科技和垄断的数字经济，赚足了其它 G7 国家的钱，这剧情在下个十年还会继续上演，所以要赚钱还得来🇺🇸 
2024-11-21 07:42:30
New ai generative video from KakuDrop with Sora, themed around "Japan", "Women" & "Dynamism" 虽然今年 AI 视频生成已经日行千里，但年初的 Sora 在生成的细节和艺术表现性上依旧领先！不过这视频里的人物一致性 则完全不行😅 
indigo的微博视频
2024-11-20 12:29:26
“我并没有打算致富，我只想获得独立” - 查理·芒格，这是Morgan Housel 在他的名作《金钱心理学》The Psychology of Money 中引用的一句，昨天快速看完了这本书，金融是由人类的情绪驱动的，财务的成功通常只和运气有关，金钱的最大价值是让你能掌控自己的时间！非常简洁、直给、易读，总结了 27 条我觉得比较受用的分享给大家：
金融与财富的本质
- 所有的学科都遵循既定规则 —— 无论是物理、化学、数学，还是任何其他学科。然而，金融是由人们的情绪、心理和行为所驱动的；
- 财富是你看不见的东西。房子、车子、假期等等都不是财富；那些还没有转化成房子、车子、假期的资产和投资，才定义了你的财富；
- 某种程度上，财务成功与运气有关，和智力、努力程度无关；
- 理财成功不是像工程学、博士研究或其他专业一样的...
2024-11-20 06:19:51
今天 Starship Booster 直接来了个漂亮的海面垂直降落！没有用大夹子♻️ Test Flight 6 的重点是在真空中重启猛禽发动机，用以改变其飞行方向！这是第一次尝试🚀 indigo的微博视频
2024-11-19 10:29:06
最近都在思考，GenAI 会如何颠覆媒体行业？
AI 推荐 + 社交网络，已经颠覆了传统的内容发行模式。TikTok、YouTube 还有 X 等平台消除了创作门槛，而观众的注意力被分散到了无数渠道中。内容需求激增，但高质量内容的供应仍受制于陈旧的生产体系；
现在，就像 Runway CEO Cristóbal 写到的：转变正在发生 —— “AI 优先的工作室”正在崛起，这些分布在全球各地的小型创意团队，正在用几周时间完成过去需要数年的工作。他们不受传统束缚，专注于好的创意和品味，正在重新定义媒体制作的规则，我们正迎来独立故事创作的规模化时代；
在这个新时代，优秀的创意将因其本身的价值而脱颖而出，而不是依赖预算规模或行业人脉，媒体公司的竞争力将取决于其适应这种新现实的能力。我们或许会迎来全新媒体创作工具大繁荣的时代，人机�...
2024-11-19 09:00:19
用推理时间来换结果的准确度！Scaling Law 撞墙风波之后，OpenAI o1 用的 Test-Timing Compute 方法备受关注，后训练阶段是否潜力无限？刚好 MIT 在上周发布了一篇名为《The Surprising Effectiveness of Test-Time Training for Abstract Reasoning》的论文 
网页链接
TTT 方法能够将 1B 微调模型的性能提升高达6倍，并且与8B 参数模型结合后，在 ARC 评估中可以取得 53% 准确率，借此机会给大家类比浅析一下 TTT 的原理 - 想象一个厨师（模型）要烹饪一道从未做过的菜（新任务）：
基本功训练 (预训练模型 - Pre-Training)
- 厨师已经掌握了各种基本烹饪技巧
- 知道各...
