与「格ゲーマー日常まんが」相关的搜索结果

关注芒格君有一阵子了，说实话你的分享在中文圈里非常稀缺。从 LLM 的 training/inference infra，软硬件的system co-design，到更底层的硬件原理，能把这些讲透，又能接回投资的人真的凤毛麟角。 作为同在硅谷、在做 post-training 的人，补一个我自己的体会：一线信息有时候是把双刃剑。好处是能更早嗅到机会，知道产业链上的真实bottleneck以及大家在push forward的前沿技术direction；但坏处是信息茧房也非常重，把"硅谷内部需求炽热"直接很自然外推成“这种需求会很快扩展落地到其他产业”。 所以我一直纠结一个问题：AI 现在吃的到底是存量再分配，还是真做出了新蛋糕。需要说清楚的是，我知道这两者不是非此即彼，历史上的通用技术几乎都是先再分配、后做大蛋糕。所以我真正想追问的，不是最终"有没有新蛋糕"，而是扩散到了哪一步、进度是否符合当前的capex定价。

前阵子听一个中戏的老师讲，当年张艺谋去他们学校挑演员，原本看中了一个女生。 结果那女生说不行，马上期末考了，好几门不及格就退学了，顾不上。 机会就这么给了她同班同学章子怡。 后来章子怡凭那部电影成了国际影星，那个女生呢，按部就班毕业，后来也演过戏，但始终不温不火。 有人问她后不后悔。 她说那是别人的缘分。 就这句话让我停了一下。 没说什么错过，没说如果，就是很干脆的一句，那是别人的缘分。 我不觉得她是在嘴硬。 有时候人就是算得清自己那本账。 考试不及格会退学，退学回家没法交代，这些事在她那里的重量可能比一个角色大得多。 不是她不知道机会多难得，是那一年的期末考试，就真的是她唯一能抓住的东西。 人能在那种诱惑面前不晃，挺难的。 后来我想，换我可能也不去。 大一那会儿我连辅导员请假都紧张，别说跟张艺谋试戏。 她们班后来红了的不止章子怡一个，还有刘烨、秦海璐、袁泉、梅婷。 她跟他们同班四年，不知道心里有没有过比较。 但她那句话里没有比较。 她是她，我是我。 就这个。 能说出来，可能比红不红重要。 想想那天下午，她去考场的样子。

尾声：钟声 2035 年，海力士股价再次突破历史新高。 电视里的分析师称它为： 人工智能时代最伟大的长期投资之一。 林晚坐在酒店窗边，陪一位年轻的科技公司创始人喝酒。 男人刚刚完成融资，意气风发。 “晚晚姐，听说你以前是做投资的。” “做过。” “你真的从十八万赚到一百多亿？” “真的。” “又全部亏光？” “也是真的。” 男人笑着摇头。 “太可惜了。” “现在海力士已经涨到你当初预测的位置。” 林晚望向窗外。 巨大的广告屏上，一名女明星穿着银色礼服，为最新一代 AI 终端代言。 城市仍在歌颂未来。 就像从前一样。 “所以你当初到底是对，还是错？”男人问。 林晚端起酒杯。 “方向是对的。” “仓位是错的。” “爱情是对的。” “选择也是错的。” “那你后悔吗？” 房间里的钟开始报时。 第一声。 她想起十八万元。 第二声。 想起出租屋的车灯。 第三声。 想起首尔的雪。 第四声。 想起顾晋城留在桌上的腕表。 第五声。 想起周屿手里的戒指。 十二声结束。 午夜到了。 林晚站起来，走到男人面前。 年轻男人抬起头看她，眼神里有欲望，也有对传奇陨落后的好奇。 “你还没回答。” “后不后悔？” 林晚伸手替他松开领带。 动作熟练，眼神却很平静。 “我以前以为，一切都是命中注定。” “后来才明白，人只是喜欢把自己的欲望叫作命运。” 窗外，海力士的股价还在上涨。 屏幕上一根明亮的曲线直冲夜空。 像她二十七岁那年看见的未来。 也像一支早已射出、再也无法回头的箭。 男人搂住她的腰。 林晚闭上眼睛。 这一晚的价格是十万元。 她曾经一天赚过十亿。 可钟就是钟。 不论站在杠杆之上，还是躺在欲望之下，它都会一格一格地向前走。 不替任何人停留。 也不替任何人重来。 ——完

感谢 @okxchinese 的邀请！ 曼城 VS 国米的友谊赛，虽然哈兰德、劳塔罗、罗德里、世界杯后休假都没来，但依然很精彩！ 毕竟全场都穿 OKX 袖标的曼城球衣！ 曼城来了进攻核心菲尔·福登、欧洲顶级全能中卫约什科·格瓦迪奥尔。意甲有全能中场尼科洛·巴雷拉、最强进攻型边卫费德里科·迪马尔科。 就最后点球曼城一次踢飞三个，也就匪夷所思了！ 同时也很开心见到很多许久未见的老友，每次线下都是大型网游见面会！ 谢谢 OKX 链接所有！ @Haiteng_okx @Mercy_okx @mia_okx @Jiming2607 @star_okx

OpenAI公布十项数学与理论计算机科学新结果，全部由AI主导完成 OpenAI内部一个代号Astra的未发布模型，在球体堆积、编码理论、群论、算子代数、量子复杂度、格密码学和极值组合数学等领域，解决了十个悬而未决数十年的公开问题。每个结果都配有一份用Lean 4形式化的证明，证明代码公开在Github上（ 这些数学论证本身是由模型生成的，人类只负责把论证整理成手稿、并完成Lean形式化。跟现在程序员用AI写代码的过程类似：AI写代码，人类程序员只负责review，甚至有的都不review，直接accept后做功能测试。 想想未来数学家、科学家像程序员一样，主要职责就是验证和Accept，未免有点太刺激。 OpenAI原文： 10道题目简介： 1. 高维球体堆积：多少个球能塞进一个盒子 想象在很高维度的空间里堆橙子，怎么堆最省地方、能塞下最多球，是一个跟晶体结构、通信编码都有关的经典问题。1978年提出的Kabatiansky–Levenshtein上界四十多年没人从根本上突破。AI生成的公式算出的指数约为每维度−0.604，比历史最佳的−0.599更紧。 2. 二元码与球面码：怎样让传错的信息还能被纠回来 给数字信号加冗余，让接收端即使传输出错也能纠正，是编码理论的核心问题——纠错能力越强（码字间距离越大），能塞进的合法码字就越少，这是一个此消彼长的权衡。这次的结果把已知的码字数量上界在指数意义上大幅收紧，缩小了理论允许的最好码和已知构造出的码之间的差距。 3. 非苏菲克群：所有“群”都能用有限的东西去逼近吗 群是数学里描述“对称性”的基本结构。一个自然的问题是：任意一个群，是否总能用足够大的有限置换群去足够精确地逼近（这类群叫“苏菲克群”）？这个问题多年没有定论。这次的结果构造出一个明确、有限表现的群，并证明它天生无法被这样逼近，即它是非苏菲克的。 4. Connes刚性猜想：换了一张“脸”，身份还是原来那个吗 每个群都能生成一种叫von Neumann代数的运算结构，有点像给群拍了一张“运算指纹”。Connes猜想认为，对某一类群来说，这张指纹应该能唯一认出原来的群，不会有两个不同的群共享同一张指纹。这次的结果构造出一个反例：两个结构不同的群，却生成了本质相同的von Neumann代数，说明这张“指纹”并不总是唯一的。 5. Permanent的计算下界：为什么有些矩阵运算天生就很难加速 矩阵有个大家熟悉的量叫行列式，靠消元法就能快速算出来。它有个“难兄弟”叫permanent，长得像行列式但去掉了正负号，恰恰就是这个符号差异，让permanent在已知算法里始终摆脱不了指数级的计算量。这次的结果证明，只用加法和乘法搭出的电路（不允许用除法这类“捷径”）去计算permanent，电路规模必须达到某个新的、更高的下界，从数学上解释了为什么这类计算“绕不开”。 6. 量子平行重复：把同一个博弈重复玩，输赢概率会怎样变 在双人合作博弈里，如果重复玩k次要求全部获胜，直觉上获胜概率应该随k指数级下降。这件事在经典（非量子）情形下早已证明，但如果博弈双方可以用量子纠缠来配合，之前的证明工具只能给出很弱的下降速度（大约是根号级）。这次的结果把这个结论真正推广到了一般的量子博弈情形，证明获胜概率同样会指数级下降。 7. 最近向量问题CVP：格密码学为什么“抗量子” 把很多点按固定的方向和间隔整齐排列在高维空间里，就构成了一个“格”。给定格外一个随意的点，找出离它最近的格点，这就是最近向量问题CVP。这次的结果证明，哪怕只要求“大致找到”一个足够近的格点（而不是精确最近），这个问题依然是NP困难的，也就是说没有已知的快速算法能保证解决它。这正是后量子密码学敢于依赖格结构的理论基石。 8. Ehrhart体积猜想：一个凸体最多能“胖”到什么程度 设想一个凸的几何体，它唯一包含的内部整数点就是它自己的重心，那么这个凸体的体积最多能有多大？这次的结果给出了每个维度下精确的答案，是(n+1)n/n!(n+1)^n/n! (n+1)n/n!。 9. 多色拉姆齐数：想在一堆点里完全避开“三角形”，要多少种颜色 拉姆齐理论说的是：只要一个系统足够大，规律和结构必然会自发出现。把这句话落到最经典的问题上：给一张完全图的每条边染上k种颜色中的一种，要让图里避免出现同色三角形，图至少要多大？这就是Erdős第183号公开问题。这次的结果证明，这个最小规模会随k呈“超指数”增长，也就是比任何形如 c^k 的指数增长都快，彻底解决了这道悬了很久的题目。 10. 极值图论中的两个反例：稠密程度能推出图有多“退化”吗 极值图论研究的是：给定一些限制条件（比如不能出现某种子图），一张图最多能有多少条边。这次的结果针对两个具体的公开猜想（Erdős第146和180号问题）构造出了反例，说明原猜想设想的“边数够多就必然导致某种退化结构”的推理并不总是成立。