与「假阳具」相关的搜索结果

马斯克把Starship的头改得更尖，居然只因为一部喜剧电影🤣 电影《独裁者》里，独裁者去视察一枚核导弹，看到导弹头是圆的，当场就不满意。 他觉得圆头一点都不可怕，敌人看到它飞过来，只会以为他们发射了一根巨型假阳具。 他非要工程师把导弹做尖，工程师说办不到，结果直接被下令处死了。 然后，马斯克也向SpaceX工程师提出了同样的要求，把Starship的头做尖一点🤣 工程师们全都知道这个要求来自电影，觉得这样很好玩，于是就真改了。 最搞笑的是，尖头对空气动力学没有任何帮助，甚至可能还稍微差一点，但马斯克觉得，它看起来更酷🤣

锻炼♂身体，对的，这里确实是健身房。 居然这么多人看嘛。给大伙土下座了。 #雌堕母狗# #雌堕# #调教m# #调教伪娘# #假阳具# #振动棒# #明日方舟# #明日方舟cos# #kig# #kigurumi# #雌堕肉便器# #母狗发骚# #抖M# #反差#

Robinhood 链上一个发币团伙，两个月发了 53 个币，他能直接追到的抽走金额就有超过 1843 万美元。 套路很简单，上一个币割到的钱转进下一个币的出资钱包，往往几秒后就开下一局，几乎每个币一开盘，就被 70 到 200 个捆绑钱包抢走 70% 以上筹码，大多走 Pons V2 发射平台。 有的还先发假盘预热，再公布真合约地址。 引出这次调查的 DEED，部署者赚了近 90 万美元，在这个团伙里都排不进前十，链上分析师 Wazz说，这些钱大多以 ETH 放着，还没法冻结。

胜率49%，一半都不到。 51天，18.2万美元。 他在Polymarket上跑一套会自己改门槛的量化模型，专做BTC Up/Down。 公开账本： 51天，已实现约+182,403美元，日均大约3,500。 36,473次预测，胜率约49%。 均笔不大，靠同一套设置，每小时重复约30次往外刮。 模型只干一件事： 噪声越大，信号必须越强，才允许下单。 阈值随波动走： H = k × σ σ，当前短期波动率。 k，敏感度参数。 H，进入所需的最小信号强度。 盘面安静，H下调，小信号也能过。 波动抬升，H上调，同样的方向直接丢掉。 举个例子： 信号1.8，阈值1.2，下单。 信号1.8，阈值2.3，不做。 同一段走势， 在一种环境里是订单， 在另一种环境里，当没看见。 他不追求神准。 49%的胜率够用—— 过滤掉的是噪声里的假突破， 留下来的才动手。 这个模型最反直觉的地方： 它不预测方向，它只改证据的门槛。 人亏钱，常常是在市场最吵的时候，用最松的标准冲进去。 他反着来： 市场越吵，动手前要的证据越硬。

本来这条出来的时候我都懒得回，后来仔细看了一眼，发现这种天天打迷眼的账号居然还真有人当新闻看，那还是简单回应一下，免得假的传多了最后真有人信 这个账号经常把社交平台上的单方面指控、无法证实的见闻和不知道哪来的小道消息拼在一起，再用一种斩钉截铁的语气包装成所谓内幕和时代真相 这次更牛逼，直接给我编上感情故事了 赛格格和前夫早就已经离婚，当时男方自己也发过相关内容。我和赛格格真正加上联系方式是在2026年7月，在这之前没有任何私人联系方式，只在线下活动见过一面、合过一张影，后来认识也一直只是朋友。况且人家现在有男朋友，做直播的，拿这种事情造谣真的挺无趣 人家离婚以后我才认识她，到了顺子嘴里，居然能变成我把人家绿离婚了 顺子，你是掌握时光机技术了吗？ 你天天打迷眼我没意见，互联网也需要节目效果。但拿几个真人的名字、一张合影，再配上未经核实的信息，就开始给别人编婚内出轨、第三者这种故事，连最基本的先后顺序都不核实，这已经不是打迷眼了，这是拿别人的现实生活给自己的流量编剧本 顺子你先解释一下，这个绿到底是怎么穿越几个月发生的？

兄弟们千万不要跟财务状况不好的人接触。 比如孙宇晨现在已经到处是窟窿，拆东墙补西墙，你只要想去接触他或者到火币去玩，不死也得脱层皮。 你进去就是韭菜，他会有一万种办法把你的资产变成他的。 比如加P，比如合约插针，反正他会想尽办法把你资产搞完。 他现在完全就是靠骗，装大款，现实中也有很多这种假大哥，开豪车，出入高档酒店会所，打台面，到处骗财骗色。 他们这类人最终的目的就是让你认为他们很有钱，不会在乎你的小钱，往往你忽略了他盯上的就是你的小钱。

NVIDIA 发布 Skill2Env：用“集体技能”强化智能体 NVIDIA 研究者们把社区公开的 Agent Skills 编译成可执行 RL 训练环境的数据流水线：3.4k 个 Skills 变成 8k 个带程序化测试和行为量规的终端任务；仅 300 步 RL 训练就让 Qwen3.8-27B 在 Terminal-Bench 2.1 上提升 4.7 个百分点，且模型行为显著向源 Skills 的方法论对齐。 开源项目： 核心洞察：公开 Agent Skills 是一个被忽视的监督来源 Agent Skills 是“教智能体做某件事”的文件夹：一个 SKILL.md 加上可选的脚本、参考资料和资产。论文指出，把公开 Skill 语料当作数据来读，它同时提供三样东西： · 任务分布的采样：人们真正想让智能体处理的任务分布（有人愿意花时间写下工作流，说明这活儿值得自动化）； · 真实世界的锚点：指向真实的仓库、数据集、工具和工件； · 结果测试表达不了的质量标准：领域专长、默认参数、常见坑、“好结果长什么样”。 # 数据流水线：四阶段编译，验证靠构造 1. Plan（分解）：容器化的 Codex 规划器读取完整 Skill 包、联网调研相关公共资产，把 Skill 拆解成若干可验证的 workflow，每个附带元计划（场景、初始世界、预埋缺陷、难点来源、解法草案、验证策略）、资产建议和“任务轴池”（任务原型 × 验证器模式 × 人物画像）。 2. Diversify（多样化）：宿主从轴池采样一组组合，加上复杂度、指令语气、请求者专业水平。关键设计是轴池以 workflow 为条件：研究型 workflow 配“证据可追溯”验证和研究者画像，而不是从全轴乘积空间乱抽，这让多样化保持 sensible。 3. Create（构造）：全新创建者 Codex agent 在 Docker 内工作，尽可能用真实素材（钉在特定 commit 的开源仓库、真实版本化文档、官方 API 规范）；需要联网服务的场景改造成本地替身（stub 服务器、录制回放 fixture、PATH 上的假 CLI、种子数据库），求解时绝不依赖网络。创建顺序被严格固定：先建世界 → 写指令 → 写测试 → 写量规 → 最后才写参考解，测试先于解法冻结，保证解法必须迁就评分契约而非反过来。 4. Verify（验证）：宿主端无模型参与的接收门：静态检查（布局、符号链接、Dockerfile 安全、基础镜像按内容摘要钉死）+ 两个容器内试跑：Oracle（参考解）必须全指标满分，NOP（什么都不做的 agent）必须全指标零分。任一失败即拒绝。 值得注意的一个反直觉选择：不做 teacher 模型预验证（不像部分工作用强模型试解、解不出就丢弃任务）。理由有二：这会把任务难度上限压到验证器能力，且成本翻倍；而 group-based RL 的在线动态过滤（rollout 无优势的 prompt 自动不产生梯度）天然淘汰过难/过易任务。 # 数据画像：广、贵、且忠实于源 规模与成本：7,971 个任务，用 GPT-5.6 Sol（xhigh 推理档）生成，API 花费超 9 万美元。（脚注：出于法律原因，公开发布的数据集改用 Kimi-K3-max 在同一流水线下生成。） 领域分布：13 个领域中，软件工程仅占 22.5%，AI/ML 10.5%，商业/金融/法律/HR 10.5%，营销 9.3%……论文对比了 TMax-15K、Terminal-Bench、DeepSWE 等，Skill2Env 是唯一全覆盖 13 域、且非技术知识工作占大头的语料。 忠实度探针（很聪明的设计）：用任务指令+量规作查询、对 3.4k 个 SKILL.md 做 TF-IDF 检索，73.2% 的任务 top-1 命中真实源 Skill，94.6% 进 top-10（随机 0.03%）。单用量规也有 68.5% top-1，证明量规携带的是 Skill 专属方法论而非泛泛建议。 SFT 数据：用 GLM-5.3 对每个任务 rollout 两次，得到 15,968 条轨迹，平均奖励 0.74，中位轨迹 19 次模型调用 + 23 次工具调用。 S2EBench：考虑到公开基准饱和，从 SkillHub 另外生成、逐条人工审核（指令无歧义、忠实于源 Skill、测试公允）后的 79 任务私有 held-out 基准。 # RL 实验：基础设施 + 极简配方 基础设施（论文明确说“现代 agentic RL 首先是基础设施挑战”）：Molt（PyTorch 原生全异步训练，Ray + vLLM + FSDP2）+ Polar（agent rollout 层：rootless Apptainer 沙箱、代理回传 token ID 和采样时 log-prob、prefix merging 把 harness 的多次补全缝合成训练轨迹）。 配方（刻意走“简单路线”）：GRPO 组归一优势 + DPPO 的 binary-KL 信任域掩码（δ=0.05，超出阈值的 token 直接丢弃，无需参考模型，还能防训练-推理失配）；G=8 rollouts/组，批 64，lr 1e-6 恒定，无 KL 惩罚、无熵奖励、无 SFT 热启动，每任务 65k 上下文。 量规校准奖励：开量规时，额外由 GPT-6 Astra 做 LLM-as-Judge（带“宪法”：惩罚无脑循环、reward hacking、答非所问；hacking 实证 = -5 分），总奖励 r = r_V + λs/5（λ=0.2），即 judge 最多把程序化奖励拉动 ±0.2。量规是校准可执行结果奖励，而非取代它，这是与“Rubrics as Rewards”一系的定位差异。 # 四项发现（论文最有信息量的部分） 发现 1：小规模 RL 即有跨域迁移。 仅 300 步、只用 2,400 任务子集训一个 epoch：S2EBench pass@1 +4.3（均分 +18.5），Terminal-Bench 2.1 +4.7（49.4→54.1）。训练集与 TB 无重叠（13-gram Jaccard < 0.8），且训练集从未针对 TB 调过，论文将其解读为规划、工具使用、收尾能力的通用提升而非任务族记忆。这让 27B 本地模型显著缩小了与云端前沿模型的差距。 发现 2：量规校准 RL 在基准上落后于纯结果 RL，一个诚实的负结果。 量规版在 TB 2.1 只有 50.1（纯结果版 54.1）；训练中量规版的程序化奖励长期停在 0.5–0.6，judge 分项从头到尾无上升趋势，两个奖励在训练分布上互相拉扯。论文不把它当作对量规奖励的终审判决（两者优化不同目标，而基准只考结果那一半），并给出两个疑因：λ=0.2 的加性形式让失败任务仍能拿正奖励、judge 看不到文件系统等设定均未调优；以及更本质的，Skill 写下的方法论可能本来就不是最大化基准通过率的分布。 发现 3：行为确实向 Skill 对齐，量规的价值所在。 200 个任务的成对偏好测试（judge 拿源 SKILL.md 当标准，比较匿名化的 base 与 RL 轨迹）：纯结果 RL 已被偏好 54.5% vs 33.5%；量规版被偏好 73.0% vs 24.0%。这说明量规奖励买到的东西在结果基准上看不见，但对“怎么做事”影响实质，对网页开发、报告综合、开放研究这类难验证任务尤其重要。 发现 4：GLM-5.3 蒸馏 SFT 反而伤害 Qwen。 在 GLM-5.3 轨迹上做 SFT：27B 上 TB 2.1 掉到 45.8；4B 上直接崩塌（TB 18.7→3.4，出现思维/工具调用死循环）。归因：教师的 interleaved-thinking + 工具调用风格与学生自身 post-training 不兼容，模仿覆盖了学生依赖的行为模式却带不来教师的能力。与 TMax 报告的“SFT 混合数据劣化已后训练的 Qwen”互相印证。因此论文所有 RL 结果都从未修改的原始 checkpoint 出发。

卧槽，Lance赚钱最快的极端失控策略流出来了。 据说他这些年在交易中，总共赚走了超过一个亿美金，相当于是 7 个多亿人民币，《市场奇才》的作者Jack Schwager验证了他的实盘数据，很快就要给他出书。 虽然目前我还没有看到公开的账户数据，但一般自己空口说赚了多少，最多也就是几百万上千万，很少见到有人直接说赚了 7 个亿，所以不一定是假的。 Jack说之后会把他和他的经典交易都记录在书里，还说跟他同时出现在书里的，还有瑞典收入最高的交易员 Qualamagi。 极端失控策略，最核心的东西是期望值。也就是我们做每一笔交易之前，都要判断一下它到底值不值得做。 值不值，主要看三个方面。 第一是胜率，第二是风险大小，第三是收益空间。也就是这个位置反转的概率是不是更高，一旦做错，止损是不是容易设，而且不容易损，价格失控偏离很远后，回收空间的幅度是不是更大。 只有这三方面同时符合，这笔交易才好做。