与「AI、」相关的搜索结果

如何解决 AI 写文章的 AI 味儿？ 现在的 AI 写数学题或写代码很厉害，但在写学术论文、小说或百科文章时，经常产出空话连篇、表面流畅但缺乏真正深度的文字，这种低质文本常被称为“AI 废话”（AI slop）。 出现这个问题的原因在于，常用的 AI 评分系统很难辨别真正优秀的文字。研究人员发现，如果让目前的先进模型给文章打分，或者让它们自由制定打分标准，模型给出的分数往往偏向 AI 生成的内容，甚至给 AI 文本的分数远高于人类专家的原著。打分裁判本身偏好废话，训练出来的写作模型自然就会写出更多废话。 为了解决这个弊端，META 提出了一套名为 RL-XAR 的新训练方案，核心思路分为三步： 1）准备参照标杆：收集高水平的人类写作范例，比如真实的科研论文、名家小说和维基百科精选词条，截取前半部分作为上下文，分别让人类专家和 AI 模型顺着往下写。 2）训练评分规则：让 AI 裁判反复调整打分标准，直到这些标准能准确把人类高手的文本评为高分，把 AI 生成的文本评为低分，真正拉开两者的差距。 3）针对性强化训练：用这套校准后的高难度评分规则去重新训练写作模型，不断循环这个过程，逼迫模型改掉毛病。 META 在三个领域测试了这种方法： · 学术论文写作：模型需要补写论文中被拿掉的摘要、引言或结论。经过新方法训练的模型，不再像以前那样把整篇论文翻来覆去复述一遍，而是学会了精简和突出重点。原作者进行盲测评估时，新模型的胜率达到了 89%。 · 文学小说续写：续写普利策奖和诺贝尔奖得主的作品。模型改掉了乱用陈词滥调的比喻这一常见毛病，盲测胜率达到了 95%。 · 维基百科编写：根据标题直接写出正文内容。这项任务难度最高，模型虽然也有进步，但因为现有的 AI 裁判能力有限，提升幅度不如前两项明显。 所以，想让 AI 写出更像人类高手的深刻文字，关键在于先训练出眼光挑剔的评分标准，避免让模型用平庸的标准自我满足。 原文：

ESPnet发布YODAS v3语音数据集：大幅降低多语言语音AI的训练门槛 这个大规模开源数据集包含超过110万小时的多语言网络音频，覆盖了100多种语言。不仅提供句子和单词级别的时间戳字幕，还为大部分非英语内容配备了英文翻译，甚至标注了实际有效的音频采样率与声道信息。对于想要训练语音识别、语音合成或音频表征模型的研究者来说，可以直接获取规整、无版权问题、高质量、多语言的基准数据。 数据集：

坦白一下，我玩交易一直是赌徒模式😅 无聊时候玩一下，每次只扔 100U，动不动就开 20 倍、50 倍，我只要没亏完就不收手，赚了才卖。 还真是从 200U 到了 800U🤣，玩法倒是摸熟了。 但说实话，全是运气。 所以我打算从头认真学一遍，K 线、指标、仓位、止损，股票也一起学，看 K 线这套东西，股票和币其实差不多。 让 AI 当教练，配着 OKX 的工具学： 1、先复盘我自己 用只读 Key 把 OKX 的 Agent Trade Kit 接进 Claude，让它拉我过去的成交记录和历史仓位。 提示词："你是我的交易教练，看完我最近 30 天的成交记录，找出我最容易亏钱的三个习惯，不要给我任何买卖建议。" 2、在真实 K 线上学指标 Agent Trade Kit 的行情模块不用登录就能用，70 多种指标，均线、RSI、MACD、布林带、ATR 都有。 每天挑一个币，让 AI 对着当天的 K 线讲：这个指标现在在说什么，什么时候它会涨会跌。 3、用模拟盘按规则练 开仓前先写好止损、单笔最多亏多少、杠杆上限，多在 OKX 模拟盘里按这套规则跑，每天让 AI 对照规则复盘。 4、看网格参数是怎么来的 OKX 网格页里的 AI 策略小助手，会按回测给激进、均衡、稳健三套参数，对比着看，能很直观地看到波动和仓位是怎么影响收益的。 学会了这一套，换到股票上也是一样的 K 线和指标。 等我先学出点东西，再来跟大家分享怎么交易，现在我还不配，hhh

发现现在很多网站针对自动化操作都做了很多的限制，最近在为简单简历做一个 BOSS 直聘插件，让 ChatGPT 去 CDP 操作 chrome 或者是 grok bot 云端操作，都会被直接打到空白页面。 直到我看到了这个帖子： 这个库和讨论内容都让我大开眼界啊，在 AI 时代，各种奇淫巧技充满巧思，还有后面针对于自动化反制手段的讨论都干货满满，非常好的技术帖子。

爽了，AI 视频最烦的反复抽卡问题，终于被解决了！！！ 给 Fotor Agent 丢一段需求或原始素材，它直接从脚本做到可编辑的多轨成片，质量和稳定性完全是商用级！ 以前做 AI 做视频，最恶心的就是生成完以后没法改😓，数字、Logo、画面出一点问题都要重新抽卡，但它就只需要改一小段。 文字、图片、图表、数字、Logo、旁白、B-roll、滤镜、转场和音乐全部分轨： 1、画布上直接改：参数能直接选中修改，Logo 等都可以替换，连颜色和图表都能随时改。 2、时间线随便调：调整层级、拉音量、换转场，全都可以自己调。 3、支持 30+文件、10GB 素材：手机拍的素材丢进去后，他能自己抓精彩镜头、去口头语、配字幕和 B-roll。 我拿它测试了一下做一个新品上线视频。把产品图和卖点文档丢进去，它会先整理脚本和分镜，确认之后再继续生成画面、旁白、字幕，最后全部放进时间线里。这种工作流对需要频繁改稿的人真的方便很多。 而且它做 4K MG 堪称降维打击： 以前做一条 MG 动效，需要在 AE 里一帧帧抠，3-5 天起步，花几千块，改个数字、布局还得再等老久。 现在把 PDF、Excel、报告这些资料扔进去，一会就能出一版 AE 级 4K 动效，里面的数字和图表还能接着改。 我算了一下，每秒才几毛钱，30 秒的 4K 成片十几块，2 分钟也就几十块。时间从几天压到几十分钟，钱从几千压到几十，这差距太离谱了！！！ 它能落地的场景实在太多了： 1、电商上新：商品图和卖点扔进去，自动生成多尺寸广告，价格随时改。 2、SaaS 演示：录屏和功能介绍一键做成 Product Hunt 上线视频。 3、知识科普：论文、文章直接转 4K 动态信息图，做爆款科普解说。 4、数据汇报：把 Excel、CSV 做成动态增长大屏和财报解读。 5、课程培训：讲义文档直接变成整套多轨教学视频。 做产品、做电商、做自媒体或者出海的朋友，强烈建议去试一下！ 🔗：

.@saylor 在 @binance 的最新访谈中，给出了他对比特币定价逻辑和时间边界的完整推演，他认为比特币的投资机会窗已不足 10 年。 抛开他持仓 84 万枚 $BTC 的立场，视频中这 4 个基于数学和宏观环境的判断值得参考： 1. 明确的时间边界：从现在到 2035 年是最后的红利期。2035 年，99% 的比特币将被挖出。此后，BTC 的增长曲线将逐渐平缓，大约 20 年后，其年化收益将降至仅比标普 500 高 3-5 个点，超额收益期结束。 2. 下一个价格引擎：比特币货币化分为 ETF、财库储备、数字信贷和银行放贷四步。前三步已经发生，未来 36 个月的核心驱动力将是“银行放贷”——逻辑类似房地产，当银行开始接受 BTC 抵押放贷，资产价格才会被真正撬动。 3. 真实通胀的折算：普通人关注 3% 的 CPI（工业品通胀），而资金关注 15% 的“资本成本”通胀（稀缺资产的涨幅）。 AI 会让服务变便宜，但凭空变不出市中心的绝版地段和毕加索的真迹。在生产力越丰裕的时代，绝对稀缺的资产越贵。 4. 黄金的数学劣势：黄金每年约有 2% 的新增供给，这意味着储存在黄金里的购买力每 36 年会被稀释一半，而比特币的通胀最终趋零。 看懂这套逻辑，就能理解他当前发股、发债买币的底层框架。具体论述见视频👇