与「愛神之島」相关的搜索结果

麻豆傳媒集團3週年慶典，與觀眾、粉絲一起同遊泰國共度『愛神之島』四天三夜行程。圓滿落幕啦~ 未來也想和我一起度假嗎？千萬別錯過ModelTV會員福利活動通知： 快快Follow： ModelTV @ModelTV2022 Modle Angels @MODEL_ANGELS_MD #麻豆傳媒映畫# #ModelMedia#

睽違二年 蘇暢回歸 ❗❗❗ 繼麻豆愛神之島與本人相遇後 🤤🤤 就連我都想撲上去... 😈 🎊 EP2新作上線囉: 恭喜復出，多多支持新作品! 🎊 註冊領取七天免費看起來~~~ ✨✨ 也要多多關注我哦 @ModelTV2022

哇哇哇✨阿桃要來朝聖《碧藍航線》X《涮乃葉》聯動 我愛的手遊和我最常吃的火鍋聯手了 這不是神之厲害嗎👍🏻 剛好最近阿桃出了柴郡的寫真 就用柴郡開啟美好的一餐吧 #碧藍航線# #涮乃葉# #航線集結全艦開涮# #柴郡#

强烈推荐大家关注以下13个AI 帐号。 这13个人主要是身份是工程师、科学家。 他们几乎影响了历史发展进程。 @karpathy - Andrej Karpathy（约248万粉丝） Bio：我喜欢训练大型深度神经网络。曾任Tesla AI总监、OpenAI创始团队成员、斯坦福博士。 AI社区最受欢迎的“网红导师”，讲解极度清晰，常分享模型训练实战心得和前沿趋势，适合所有水平的学习者。 @fchollet - François Chollet（约66.5万粉丝） Bio：Keras & ARC-AGI 创建者。 Keras框架之父 + ARC通用智能基准提出者，技术深度与哲学思考结合极强，能看到最前沿的AGI思考。 @ylecun - Yann LeCun（约116万粉丝） Bio：图灵奖得主，前Meta首席AI科学家。 深度学习三巨头之一，观点犀利直接，常对行业热点发表一针见血的评论，信息含金量极高。 @AndrewYNg - Andrew Ng（约153万粉丝） Bio：Coursera联合创始人，前百度/Google Brain负责人。 AI教育界第一人，课程推荐、职业建议和落地经验极其实用，非常适合想系统学习或转行的从业者。 @rasbt - Sebastian Raschka（约44.6万粉丝） Bio：《Build a Large Language Model From Scratch》作者。 从零实现LLM的顶级实践者，代码教程和论文解读质量极高，是工程师最爱的技术干货账号。 @lilianweng - Lilian Weng（约22万粉丝） Bio：前OpenAI AI安全与机器人VP，Lil'Log博主。 AI安全、强化学习和机器人领域的深度思考者，长文综述质量顶尖，适合想深入某个细分方向的人。 @jeremyphoward - Jeremy Howard（约29.4万粉丝） Bio： 联合创始人，前Kaggle总裁。 实用深度学习倡导者，教学方法和开源工具非常接地气，风格亲切且强调“能上手”的实战派。 @simonw - Simon Willison（约18万粉丝） Bio：Datasette & Django联合创建者。 AI工程实践和LLM工具链专家，产品感和实用性极强，常分享好用的开源AI工具和工程技巧。 @ID_AA_Carmack - John Carmack（约163万粉丝） Bio：游戏传奇程序员（Doom引擎之父），现专注AGI。 极客之神，直率的技术哲学思考和跨领域洞见（游戏+火箭+AI），深度极高，启发性爆棚。 @gwern - Gwern（约7.5万粉丝） Bio：互联网研究者，挑剔的深度分析者。 粉丝虽少，但硬核程度顶级，常发布高质量AI实验、长文分析和独特观点，是“硬核爱好者”必备账号。 @goodside - Riley Goodside（约20.3万粉丝） Bio：提示工程专家，前Google DeepMind/Scale员工。 LLM提示技巧和模型行为研究最强账号之一，分享大量实用技巧+有趣截图，幽默且直接能用。 @drfeifei - Fei-Fei Li（约66.9万粉丝） Bio：ImageNet之母，Stanford HAI联合主任。 计算机视觉先驱，兼顾学术深度与AI人文/伦理视角，视野开阔且充满人文关怀。 @demishassabis - Demis Hassabis（约93万粉丝） Bio：DeepMind CEO、诺贝尔奖得主。 AlphaGo/AlphaFold之父，直接来自AGI最前沿的第一手信息和愿景，含金量最高。

强烈推荐大家看看DeepMind CEO Demis的最新判断。 真的，Google DeepMind 的 CEO Demis Hassabis 每一期访谈我觉得值得都花时间看看。这哥们讲东西很实在，而且通俗易懂。 早上边跑步边听完了他和 YC CEO Garry Tan 的最新一期播客。 刚刚把笔记写完，也给大家分享下。 多说一句，好多人问我这种笔记是不是 AI 写的。我说下自己的流程。 我会先完整听完播客，然后用语音输入法把感触尽量充分地讲出来，再让 AI 帮着整理初稿，最后自己逐字修改优化。 如果全部交给 AI 做总结，那等于把思考和理解的能力让渡给了 AI，对自己理解这件事其实没有任何价值。 OK，咱们进正题。 1 Demis 的态度非常明确，现在的大模型范式（大规模预训练 + RLHF + CoT）一定会是 AGI 最终架构的一部分，他不认为这会是条死路。 但要实现 AGI，还有几个关键问题要解决。这几个问题包括：持续学习、长程推理和记忆系统。 先从最容易看到的现象讲起，Context Window。 现在大模型处理长信息，最常用的招就是把 Context Window 一直撑大。一开始 8k，后来 32k，再后来 100 万 Token。听起来很厉害，但本质上是暴力堆砌。 Context Window 其实就相当于人脑里的 Working Memory，工作记忆。人的工作记忆能同时装多少东西？心理学里有个经典数字，7 个左右。背电话号码能记住 7 位上下，再多就溢出了。 大模型呢？已经做到 100 万 Token。 按理说，模型的工作记忆比人大几十万倍，应该比人聪明几十万倍才对。但显然不是。 问题也恰恰就出现在这。把所有东西都塞进 Context Window 里，里面包含了不重要的东西、错的东西、过时的东西。看起来信息很多，其实是一团乱麻。 那人为什么 7 个数字的工作记忆就够用？ 因为人脑背后还有另一套机制在工作。我们记得几年前的事，记得童年的事，记得几小时前发生的事。这些都不塞在工作记忆里，而是另一套系统。 具体来说这套系统是海马体，大脑里负责把新知识整合进已有知识库的那个部分。 研究发现，人睡觉的时候，特别是 REM 睡眠阶段，大脑会重放白天重要的片段，让大脑从中学习。新东西在睡觉的过程里，温柔地融进了旧的知识体系。 这个把新东西融进旧知识库的过程，就是持续学习。 模型现在没有这套机制。每一次对话结束，刚学到的东西就会忘记。下次重新打开，还是上次那个模型，没长进。 2 再聊聊长程推理的问题。英文表达是 Long-term Reasoning。我翻译为了长程。 长程推理这个词太抽象了。Demis 讲了一个特别具体的故事，听完会立刻明白他说的是什么。 他说自己喜欢跟 Gemini 下国际象棋。下棋的过程里能看到模型的 thinking trace，也就是它在那里到底想了什么。 然后他发现一件怪事。 模型考虑一步棋的时候，思考链里清清楚楚写着，这步是个昏招。但接下来，它没找到更好的走法，于是又走回这步昏招。 明明知道是错的，还是把错的那一步走出去了。 这个细节比任何 benchmark 数据都说明问题。因为它暴露的是模型缺少对自己思考过程的某种内省能力。 正常人下棋，意识到一步是昏招之后，脑子里会有一个反应，停一下，再想想。停一下、再想想这个能力，模型现在没有。它能在每一步局部判断对错，但没法基于整盘棋的局势去调整整体策略。 这就是长程推理还没搞定的样子。模型可以一步一步往前走，每一步看起来都合理，但走到后面整盘棋的方向其实是错的。它没有那种退回到当前思考的上一层、重新审视一下的能力。 说到底，模型缺的是一种内省。 3 学习、长程推理、记忆，这是 Demis 在播客里点出来的三个 AGI 鸿沟。 除此之外，他还反复提到了创造力。 2016 年 AlphaGo 跟李世石下棋，第二局走出了著名的 Move 37。那一步棋走出来的瞬间，全世界的围棋高手都看呆了。 所有人类几千年下围棋积累的经验都告诉它不该下那里，但 AlphaGo 下了。下完之后大家发现，是一步神来之笔。 很多人觉得，这就是 AI 的创造力来了。 但 Demis 说，对他自己来说，Move 37 只是起点。他真正想看到的是另一件事。AI 能不能发明围棋这件事本身。 这两件事的区别非常关键。 Move 37 是在围棋这个现成的规则里，找到了一步人类没想到的招。但围棋的规则、棋盘的形状、黑白子的对弈方式，是人类发明出来的。AI 在已有的框架里非常厉害，但能不能自己造一个框架，是另外一回事。 Demis 给了一个具体的设想。 如果给 AI 一个高层次的描述。造一个游戏，五分钟能学会规则，要好几辈子才能精通，棋局有审美，一下午能下完一局。AI 能不能根据这个描述，自己倒推出围棋？ 目前做不到。 为了把这件事讲得更清楚，Demis 还提了一个测试，他自己叫爱因斯坦测试。 用 1901 年人类已有的全部知识训练一个模型，看它能不能在 1905 年那个时间点，自己推出狭义相对论。 爱因斯坦在 1905 年那一年里，连写了几篇改变物理学的论文，后来叫爱因斯坦奇迹年。那些工作不是从已有的物理学论文里通过拼接得到的，是基于已有材料做了一次全新的概念跳跃。 爱因斯坦测试想问的就是这件事。AI 能不能做这种跳跃。 目前的大模型主要在做两件事，pattern matching 和 extrapolation。一个是从大量数据里找规律，一个是把规律往外延伸一点。但发现新东西需要的是类比推理的能力。从一个领域里抽出深层结构，搬到另一个全新的领域去用。 这个能力，模型现在还没有。也可能是有，但用法不对所以激发不出来。 4 除此之外，Demis 还分享了一个让我特别出乎意料的判断，他说未来 6 到 12 个月，真正的价值不在更大的模型，在更小的模型。 这一部分内容我反复听了好几次，确实突破我的已有认知。 不知道大家的想法，反正我自己，这一年来并没有怎么关注小模型的进展。毕竟行业的焦点就是把模型做大嘛。 那小模型的价值到底在哪？ 最直接的是成本。同样一个任务，小模型的推理价格可能只是前沿模型的十分之一甚至更少。 但 Demis 说，比成本更重要的其实是速度。 这里有一个前提得先说清楚。Demis 不是在说速度可以替代智能。 他的原话是，当小模型的能力已经达到前沿模型的 90% 到 95%，也就是已经相当不错的时候，剩下那 5% 到 10% 的能力差距，比不上速度带来的好处。 比如现在工程师用 AI 写代码，已经形成了一种新的工作节奏。一个想法冒出来，几秒之内就能看到结果，不行就改，再不行再改。 这个一改再改的循环跑得越快，做出来的东西就越好。如果每次调用都要等十秒，整个工作流就被打断了。 更关键的是，快到一定程度，工程师在这种节奏里能进入心流。一个想法、一次尝试、一个反馈、再来一个想法，思维不被打断。 这件事写过代码的人都懂，进入心流和频繁掉出心流，产出的差距是数量级的。 Agent 也是同样的逻辑。一个 Agent 跑完一个任务可能要调几十次模型，每次慢一秒，整个任务就慢一分钟。慢到一定程度，Agent 就从一个能用的东西变成鸡肋。 小模型不是大模型的廉价替代品。有些事只有小模型能做。 比如手机、眼镜、家用机器人，需要的就是一个能在本地跑起来的模型。本地跑除了反应快，还有一个特别重要的好处，隐私。 家里机器人看到的视频、听到的对话，全部在设备本地处理，根本不上云。这件事对很多用户来说不是加分项，是底线。 成本、速度、边缘部署，这是小模型的价值。 5 讲完小模型的价值，接下来一个更关键的问题是，能力被压到这么小的参数里，会不会有上限？ Demis 的判断是，目前没看到信息密度有任何理论上限。小模型的智能天花板还远没看到。 支撑这个判断的，是 DeepMind 在蒸馏这件事上的积累。蒸馏简单说就是先训练一个超大的模型，然后用这个超大模型去教一个小模型。教完之后，小模型用极少的参数，能复现原来 95% 以上的能力。 为什么 DeepMind 这么重视蒸馏？因为要把 AI 能力放进谷歌的头部产品中，前提是低延迟、低成本。前沿模型再强，每次推理花几秒钟、花几毛钱...这条路，恐怕很难走得通。 一个前沿模型发布之后，6 到 12 个月内，他们就能把这个模型的能力蒸馏到边缘设备能跑的小模型上去。这个时间表比很多人想的要快。 在很多场景中，小模型和大模型会相互配合。 举个例子，一个端到端的智能助手，绝大部分日常任务在本地的小模型上跑。智能眼镜看到的画面、家里机器人听到的对话、手机里的私人助理，模型直接在设备里读懂，不需要往云端传一遍。 只有遇到特别复杂、本地搞不定的问题，才向云端的前沿模型发起请求。 也就是说小模型在边缘做主力，前沿模型在云端做后援。 不过，这个构想对小模型的要求也比较高，它不能只会处理文字，还得能理解物理世界。 这就是为什么 Gemini 从一开始就坚持多模态，不光处理文字，也处理图像、视频、声音。 一开始这么做比只做文本要难得多，但眼镜也好，机器人也好，需要的是一个能看懂周围世界的模型，不是一个只会聊天的模型。 讲到这里，小模型这条路的轮廓就完全清楚了。它独立成立，不是前沿模型的廉价替代品，而是另一条同样重要的路。 嗯，很有启发。

此生即副本，彼岸无真章 这一世大家都是来玩的，可以轰轰烈烈，可以从从容容，可以明明白白，可以跌跌撞撞，但不可以纠纠结结。 九岁时老十独自飞过来投奔我，当时我已经流浪十四个月，居无定所。我请了几天年假，又托中介匆匆忙忙找了个国际学校，并在学校对面租了房子，一直住到现在。 之前老十在国内上公立小学，在国际学校的头几个月确实难熬，学校也经常找我谈话。当然她内心极其强大，强大到变态那种。每天她自己上学放学，在学校是能动手就绝不动口，脾气是有的，在家也不爱说学校的事。 一次她和老母亲在微信通话，一言不合就嚷了起来：学习不好咋啦？我长大了做个服务员养活自己，不用你们管。 当然，太座被她女儿吼了，伤害自然会随后远程转移到我这里。不表。 我能说啥，这犟种，一肚子主意，肯定是我亲生的啊。我说走，俺俩宵夜去。 于是我们就到了常去的瑞春吃宵夜，我跟她说，这里的服务员你看到了吧，都很辛苦。一个月三千块，你租房子都不够。 周末我又带她去了牛车水最大的小贩中心，差不多能容纳两千人就餐。我有时候会在那边的一个慈善机做义工，我带着她在里边转了一大圈，让她看到很多风烛残年的华族老人。我告诉她，很多华人被「困在」这里并终老社区。之中并无对错，只是对工作和生活选择的一种。 我问她在这里吃午饭吗？她说不，太热了，还是去舌尖尖。 舌尖尖是她最爱吃的牛肉面馆。之前在学校对面租的新房子是空的，要等房东放家具。我在舌尖尖对面的酒店住了四个月，小十来了后换了一间双床房，她跟着一起住过两周。因为她放学早，晚饭就自己安排，基本就把舌尖尖当食堂。很快跟老板娘混熟，她现在有时候自己去还可以服务员说先挂账，等她老汉儿来付钱…… 这个小酒店也有段往事，当初租约半年，押一月付，我提前走了，后两个月中介安排了亲戚住，他们付月租给我，我再付给酒店。最后约满不给我退押金，也不说为什么，就拖啊拖的打起了 email 拉锯战，我也没着急，整整练习了 10 个月英文邮件掐架，直到有一天 ChatGPT 来了，突然丧失学英语的动力，我用 GPT 给酒店写了最后一封邮件，里边放上了我和两个大汉戴墨镜的合影，说这是我，旁边是我保镖，明天上午十点半，我会带着他们以及律师出现在酒店门口。 当天他们就把押金退回到我的银行户口。 当然，律师根本不存在，保镖是我的两个同事：一个大学时是 UCLA 校队的，橄榄球；一个以前是新加坡青奥摔跤队的队员，垫底的。 又聊劈叉了，扯回主线。 舌尖尖吃完面，我跟老十说，你看都不说 set ，单这碗面 15 新币，假设你每天只吃两顿一共两碗面，一个月要吃 900 新币。算你租房花 2000 块，你只剩下 100 块买水喝。那你还要充话费，打游戏，出去旅游呢…… 然后她说我看太二什么餐厅招聘都说管吃吧……我说好吧，但是你应该要有不每天吃工作餐的选择。 晚上我带她去克拉码头吃波斯烤肉，真好吃，烤各种肉，我说你将来没法在这打工，因为菜单都看不明白，但如果你能顺利在这里端盘子，你一个月至少可以多挣 1000 新。 我说既然你要立志当一个餐厅服务员，那就要做最优秀的那一种，比如尽量掌握更多的语言，可以全世界各地当服务员。可以跟我去日本呆几年，学学日语，再去德国念个大学，这样你还能在穆尼黑啤酒节卖卖啤酒。如果你学会讲点法语，说不定还能像那个幸运的法国服务员，收到小李子的5万欧元小费…… 最后我说当然你也可以回国，这书不用念了，我把学费全部折现，给你开个小面馆让你当服务员，托举这种词太恶心，但你爹我兜底的实力还是有的。 我在心中对太座说，真的尽力了……隐约都看到一位未来的服务员之神正在冉冉升起…… 我俩坐在克拉码头边上，看着灯光，看着游船，看着对面的跳楼机，也想看水獭来着，但它们没有来，可能因为这块太喧闹。然后她说：那我还是选择读书，也绝不回国。 我说好。 就这样三年过去，她的英文听说读写基本上也都到了7分，离成为一个伟大的服务员的理想又近了一步。再过几年，应该也可以像她爹和她姐一样流浪四海了。 此生即副本，彼岸无真章这一世大家都是来玩的，可以轰轰烈烈，可以从从容容，可以明明白白，可以跌跌撞撞，但不可以纠纠结结。 #老登龙门阵# #雨在马里士他# #晚饭吃啥# #DeFamily#

#表單在粉專自介# #也可以私訊索取# #倒數四天# CF02《 伊灰Ehui x Asuka》新刊預GO 📷天選之人分享起乃📷 只要預GO就送" 伊灰手繪明日香紅包"只送不賣喔! 圖透來啦!! 目前套組只剩四組啦~~想要收藏的記得填單喔 愛你們!! CF 1/20-1/21 兩天攤位:D17 D18 (預GO及分享截止日期為1/19) photo:@dapang_paisetu 排版之神: 名宣

#表單置頂留言# #也可以私訊索取# 📷CF02《 伊灰Ehui x Asuka》新刊預GO📷 📷天選之人分享起乃📷 只要預GO就送" 伊灰手繪明日香紅包"只送不賣喔📷📷📷 泳裝圖透來啦!! 目前套組剩餘少量啦~~想要收藏的記得填單喔 愛你們!! CF 1/20-1/21 兩天攤位:D17 D18 (預GO及分享截止日期為1/19) ★－:+:－:+:－:+:－:+:－:+:－:+:－:+:－:+:－:+:★ 📷天選之人分享起乃📷 公開分享此文/追蹤粉專/留言說你想跟伊灰講的話，就”有機會獲得”幸運資格～得到一本CF02 《 伊灰Ehui x Asuka》新刊 📷 #EVA# #Asuka# #cosfans# - 📷photo: @dapang_paisetu 📷排版之神: 名宣

#表單置頂留言# 💛CF02《 伊灰Ehui x Asuka》新刊💛 嗨嗨久等啦!!!伊灰復活啦!!! 這次CF02新刊出來啦~~~ 不知道大家還記不記得伊灰的明日香呢~ 一共有四套不同的服裝 經典的黃色小洋裝更是有野外OO的版本嘿嘿嘿... "真的很瑟(用力強調)" 各位老司機們一定懂的(๑´ㅂ`๑)b 這次也是滿滿噹噹的40P加上超美排版!! 希望能夠讓可愛的灰粉們帶回家好好實體收藏起來喔喔喔~!!! 優惠套組也是限量的 這次還推出了現場QQ似顏繪+簽名的服務喔~~ 服裝一共有: 黃色小洋裝/黃色小洋裝野外露出版本/自搭白絲連身泳裝/白色歌德洋裝/黑色兔女郎 CF 1/20-1/21 兩天攤位:D17 D18 只要預GO就送" 伊灰手繪明日香紅包"只送不賣喔💖💖💖 (預GO截止日期為1/19) ★－:+:－:+:－:+:－:+:－:+:－:+:－:+:－:+:－:+:★ #EVA# #Asuka# #cosfans# - 💗photo: @dapang_paisetu 💗排版之神: 名宣