与「数学」相关的搜索结果

Polymarket上有个账户，500美元起步，滚到了91.8万美金。 183500%的回报率。我第一眼看到的时候，以为是数据出错了。 后来一看，原来背后是一位华人工程师。他的交易逻辑不带任何消息面，不追热点，全程靠数学概率做决策。 打法极简，但效果极其夸张，整套策略就一招：专门挑那些无人问津的冷门盘口，在1到15美分之间买入YES合约。热点行情他基本不碰，世界杯、大选这类全民关注的事件，一概绕开。只盯着那些绝大多数人划走都不会多看一眼的市场，纯粹靠概率套利。 胜率稳定在接近90%。开仓价格低到离谱，1到5美分一张的合约占了相当比例。这种价格看着性价比低，多数人看不上，但只要最终合约落地YES，单笔就是10倍到100倍的收益空间。 持仓标的全是小众赛道：天气预测、冷门政治议题、小众加密货币行情，清一色低热度、高赔率的机会。这套玩法他从2025年初开始执行，一年多时间，没有爆仓，没有大幅回撤，全程稳稳复利滚仓。 最关键的是，这个钱包完全公开透明，每一笔交易记录、开仓价格、结算结果全都可以查到。 最近各大交易社群都在刷这个地址，不是没道理。如果你在找靠谱的实盘钱包做参考，这个值得存一下。

# 模型缩小四倍还不翻车？不是压得够狠，是量得够准 先说结论：大多数人以为量化是把模型压小一点、省一点显存，压得越狠、省得越多，这个想法只对了一半。量化真正值钱的地方不是省显存，是省钱加变快，模型缩小两到四倍之后，小批次推理常常反而更快，因为瓶颈不在算力，在记忆体频宽，搬的位元组少了，每秒吐出的字元单位就多了。作者第一次把大模型推到真实使用者面前，七 B 模型用十六位元载入，光权重就吃掉十四 GB 左右的显存，帐单难看得很，有人随口问一句要不要试试量化，她当晚掉进一堆缩写的兔子洞，才整理出这篇指南。 先说清楚底线：十六位元每权重两位元组，七 B 模型约十四 GB、十三 B 模型约二十六 GB。压到八位元，七 B 模型约七 GB、十三 B 模型约十三 GB。压到四位元，七 B 模型约四 GB、十三 B 模型约七 GB，模型缩小两到四倍。作者打了一个很准的比方，量化就像把照片从巨大原始档压成调校过的压缩图，手机上看起来几乎一模一样，体积却只剩一小部分。权重就是模型的照片，十六位元是原始档，四位元是压缩图，压得好，大多数人看不出差别，压得不好，细节先糊掉。关键在压得好不好，不在压得多不多。 怎么做？顺序只有一个，先用五分钟实验确认方向，再挑上线或随处跑的格式，最后拿自己的提示词量过再灰度发布。五分钟实验用四位元载入工具快速试，零校准资料、零转换步骤，一个下午就能知道显存占用下降约七成、模型还能不能讲话。显卡上线用服务引擎带量化参数直接起一个相容接口，热门模型在模型仓库里已经有现成的四位元检查点，不用自己压，没有就用压缩工具自己做一个。随处可跑的路是转成通用格式再量化，中央处理器、笔电和苹果晶片都能跑，四位元中档是尺寸与品质的甜蜜点，更保险就往上走五位元或六位元。 小心三件事。第一，压完只跑几个提示词就上线一定翻车，作者就是这样翻车的，结构化资料输出偶尔格式损坏，两天后才被使用者抓到，通用评测完全没抓到。第二，只看困惑度就放行不够，困惑度看起来没问题，任务品质可能已经悄悄下滑，它只能当参考，不能当唯一的验收标准。第三，别以为压完就一定变快，一种格式只有在服务引擎有对应的最佳化核心时才会真的变快，没在你自己的机器上实测过，纸上变快不算数。还要记住，键值快取不随权重量化缩小，长上下文服务照样可能爆记忆体，瓶颈在这里要另外看。 再往上加东西也有顺序：先写五十到一百条真实提示词，对照十六位元基线一条一条比，刻意去测最先崩的几类任务，长上下文、结构化 结构化资料 与函式呼叫、数学、程式码、非英文。验收不是打分数，是找变差的任务集中在哪里，集中在 结构化资料格式就升那类任务的位元，散在各处就整体升一档。真实负载下测延迟与吞吐量，不是空闲显卡上跑一条请求。最后先切一小部分流量灰度发布，没问题再全量，出问题立刻切回十六位元版，不要等到全部使用者都中奖才动手。 一句话：量化不是免费压缩，是一场交易，你只有量得够准，才有资格拿这场交易去换更小的帐单。今晚就能做的事：挑一个你正在跑的模型，用四位元载入工具跑一次五分钟实验，看看显存占用下降约七成之后，它回的第一句话还像不像它自己。 S1哥观点：别再问量化是不是把模型压坏的便宜行事，压坏模型的从来不是量化本身，是你压完只跑几个提示词、看一眼困惑度就敢上线。作者的教训就摆在那里，结构化资料输出偶尔格式损坏，通用评测完全没抓到，两天后使用者才回报。量化真正值钱的地方也不在省显存那一行，是小批次推理反而可能更快，因为瓶颈在记忆体频宽，搬的位元组少了，每秒吐出的字元单位就多了。更值得问的是，你现在跑的那个模型，是卡在帐单、卡在显卡太小，还是卡在速度？那个卡点，决定了你该挑哪种格式、压到几位元。你第一个想压小上线的模型是哪一个？评论区说说。 收藏用清单（照着做）： 1. 先算帐再动手，七 B 模型约十四 GB，压到四位元约四 GB，模型缩小两到四倍，再留键值快取和执行开销的位置。 2. 挑对格式再压，快速实验用四位元载入工具，显卡上线用四位元的两种主流方法，笔电用通用格式，新款卡用八位元浮点。 3. 跑五分钟实验，确认显存占用下降约七成、模型回复正常，再写五十到一百条真实提示词对照十六位元基线逐条比。 4. 刻意测最先崩的五类任务，真实负载下测速度，先切小流量灰度发布，没问题再全量。 转给还在为模型帐单头痛的朋友，压小两到四倍再上线，量得准才不会翻车，他今晚就能先跑五分钟实验。

😱卧槽，这20 个仓库组成了一个动效工作室！？！ 给 Opus 5.2 用的 20 个工具和 Agent Skills ⬇️ 节奏、变形、绑定、物理、粒子。 01 Remotion Skills → 给 Agent 做视频的指引 02 Anime.js → 时间线和交错动画 03 Motion → 布局过渡 04 React Spring → 弹簧物理 05 Motion Canvas → 动画讲解 06 Manim → 把数学动起来 07 mo.js → 爆发和形状特效 08 Flubber → 平滑的形状变形 09 KUTE.js → SVG 补间 10 AnimXYZ → CSS 编排 11 Lottie Web → 矢量动画播放 12 Rive Runtime → 可交互的状态机 13 Inochi2D → 2D 木偶动画 14 OpenToonz → 手绘动画 15 Synfig → 矢量补间 16 Blender → 绑定和角色动画 17 Three.js → 会动的 3D 场景 18 Godot → 游戏动画系统 19 Matter.js → 2D 刚体物理 20 tsParticles → 粒子动画 想法 → 关键帧 → 运动 → 打磨 → 渲染。 去做点值得看的东西吧 ↓

有个24岁的姑娘，把自家次卧改成了一个小型数据中心，闷声不响赚了5.84万美元。 48台翻新的Mac mini整整齐齐码在铁丝架上，旁边就放着一个灭火器和一把塑料凳。房东每次来收租，都以为她在家里挖矿。 以前她每个月要花1.4万美元租云GPU跑广告业务，心疼得不行。现在好了，这个架子7×24小时不停转，她睡觉的时候，机器就能自动产出1.4万张图和900个视频。 接了11个品牌，一个月稳稳进账2.64万美元，电费只要314美元。买硬件的钱，67天就回本了。 有意思的是，架子最上面还开着Polymarket的钱包。那边赚得更狠——总利润780万美元，97%来自体育市场。靠4.94亿美元的交易量，一点一点堆出1%的稳定回报。 一边卖算力，一边卖数学。 两套系统就在同一间卧室里安安静静地跑着。机器不停，钱包不停。姑娘要做的，就是收钱，偶尔擦擦灰。

感觉华人的教育不行 华人太过于重视理工科教育 所以华人能够轻易在数学、物理、化学这类学科上拿高分，也能在计算机、芯片、人工智能上面取得耀眼的成就 而我们生活的世界又是另一套逻辑 拉帮结派、权力斗争、话语权争夺 拿高分、上名校、 读 EE/CS、搞产品、发大财 看似很耀眼 但无法掌控自己的命运

决策靠流程，而不是靠心情 公元9世纪，波斯数学家花拉子米写了一本讲印度数字运算方法的书，"算法"（algorithm）这个词，就来自他名字的拉丁化写法。更早，欧几里得在公元前300年前后给出的求最大公约数的方法，是最古老的算法之一。 概念含义： 算法是解决问题的一套明确、有限的步骤。照着做，每次都能得到同样的结果，不需要靠灵感，也不受心情影响。 适用场景： 做菜的食谱，是算法。每月固定一天，定投指数基金，不看涨跌，也是算法。外科医生手术前的核对清单，同样是：2009年一项覆盖八家医院的研究发现，使用后，术后并发症和死亡率都明显下降。 人生启示： 情绪上来时，人最容易做错决定。把重要的事提前拆成流程，写下来，到时候照着走，就能少一些冲动。

世界上没有免费的午餐 1952年，美国经济学家哈里·马科维茨发表《投资组合选择》，用数学的方式刻画了收益与风险的关系，后来与夏普等人一起获得1990年诺贝尔经济学奖。 概念含义： 市场里没有免费的午餐。想要更高的预期收益，就得承受更大的波动和可能的亏损。风险，是收益的价格。 适用场景： 国债、存款风险低，收益也低。股票波动大，长期预期收益更高。有人承诺"保本、年化15%"，一旦出现，基本是骗局，庞氏骗局的典型话术，就是用稳定的高收益吸引人。 人生启示： 遇到高收益的承诺，先问：风险藏在哪里？看不到风险的地方，风险往往最大。投资前，先想清楚：我能承受多大的亏损？

Claude 新模型发布后，有人列了几条观察，信息量不小。 1、在一次发布中，它完成真实外包工作的比例从 21% 涨到 41%。外包和代理机构可能要从按小时收费，转向按交付成果收费。 2、它能自主连续工作 10 到 12 小时。对小微企业来说，相当于多了一个夜班，前提是你清楚自己要做什么。 3、Anthropic 超过 90% 的代码现在由 Claude 编写。单人做到十亿美元规模的公司，可能比想象中来得更早。 4、有工程师连续 8 天跑了 1000 多个子代理，最终得到一个能启动的操作系统。医院、航空公司那些跑了几十年的老软件，终于有了重写的可能，这里机会很多。 5、它从一个提示词出发，设计出 3 个能用的电子设备。一人硬件公司开始变得现实。 6、它现在会说“我不知道”，而不是硬猜。法律、医疗、金融这些行业等这一天很久了，因为在这些领域，猜测最不可靠。 7、1000 个代理用 30 小时形式化了费马大定理。数学上可证明不会出错的软件，正在走向支付和医疗设备。 8、Mythos 只对通过验证的机构开放。这意味着会有人做一门生意：转售只有他们能访问的能力。 9、模型越来越擅长察觉自己正在被测试。在真实环境中测试 AI，本身可能会变成一个行业。