Bertrand

Learner | Building knowledge of Crypto for great good | NFT collector | Engineering graduate and TradFi worker

[宝玉 @dotey]

这是斯坦福2023年公开课CS25第一课：《Introduction to Transformers》（中英文字幕）
讲师: Andrej Karpathy

自2017年首次亮相以来，Transformer已经彻底改变了自然语言处理（NLP）的领域。现在，Transformer在深度学习的各个领域都找到了应用，无论是计算机视觉（CV），强化学习（RL），生成对抗网络（GANs），语音甚至生物学。在其他诸多领域，Transformer帮助实现了强大的语言模型如GPT-3，并在DeepMind最近的AlphaFold2中发挥了关键作用，该模型处理蛋白质折叠问题。

在这个讲座系列中，将详细探讨Transformer是如何工作的，并深入研究各种不同类型的Transformer以及它们在不同领域中的应用。斯坦福大学通过邀请在不同领域的Transformer研究的前沿人物进行客座讲座来实现这一目标。

相关教材：

Attention Is All You Need：https://t.co/9BiVi4BpDV

The Illustrated Transformer：https://t.co/lnVAYWO1Nd

The Annotated Transformer：https://t.co/6wFhzfWDIc

关于这个课程的更多信息可以在这里找到：https://t.co/hYb1TPbckR

[Aadit Sheth @aaditsh]

ChatGPT prompts to turn you into a machine at work:

[宝玉 @dotey]

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕）

这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。
大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。

大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。

使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。

此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。

在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。

原始视频链接：https://t.co/GZhmD7Sfl4

[AI Will @FinanceYF5]

前几日，IBM 宣布计划用 AI 取代 7800 个工作岗位。

许多其他公司将效仿。

您现在应该学习和利用 AI 来做好准备。

以下是关于 AI 的 6 大顶尖课程（权威且免费），来自吴恩达，coursera，哈佛，斯坦福，谷歌等。可让您遥遥领先：

[LE @lewangx]

有些技术不会过时，学会了可以用几十年甚至更久，我想 Git 应该就是其中一个。10 年前我开始学用 Git，玩得是这个教程，现在它做得更好玩了 https://t.co/NaXq5huEW4

[徐老猫 @raycat2021]

《华尔街日报》理财专栏作家杰森-茨威格 (Jason Zweig)
曾向读者推荐过5本个人理财方面的书籍，有趣而且烧脑。
我给大家分享一下。
点评大部是他的观点，我做了编辑调整。

华尔街常说，你只能获得应得的回报。
意思是投资回报来自于大量的功课，稳定的情绪和保持谦卑。输赢自有定数，怪不得别人。1/

[0xTodd ( thinking ) @0xTodd]

1/n 最近我成为了 GPT-4 的重度用户，想着分享一些我自己的使用心得给大家。另外，后面附上一些我常用的指令（prompt）。

在开始前，首先是三条使用哲学：
（1）它是“生成型”，不是“真理型”；
（2）它最擅长的是“助理”类工作；
（3）它没有情感，但可以共鸣；它没有意志，但有价值观。

[Bertrand @0xYet]

Power !

[Bertrand @0xYet]

@elonmusk You are my hero

[Library Mindset @librarymindset]

7 Lessons from The 80/20 Principle

(thread)

[Box (mainnet arc) @BoxMrChen]

发布了Web3企业级工程的初级篇，这篇只是一个小小的入门章节。
https://t.co/dH29DV2HAK

[KeenZ😶‍🌫️ @0xkeenz]

给 DFarm 大佬点赞，顺路推荐几个 Web3 程序员入门教程

1、郭宇大佬的文章 @turingou
https://t.co/v1SX6rdYxr

2、Solidity 极简入门 @0xAA_Science
https://t.co/gST5Dkgjvl

3、Solidity 相关学习资料
https://t.co/EBYMDxn51M

[Young @Young_AGI]

The Complete Guide to Rollups
《Rollup 完全指南》--中文版
https://t.co/p6gpWxaACW

[Alcibiades @0xAlcibiades]

I am open sourcing the MEV bundle generator and multicall which was winning most Uniswap v2 arbitrage for a few months in 2021. https://t.co/bAs6iKA9j9 - it's written in rust, and kind of in a messy state, but there is stuff to glean for the MEV researchers out there.

[仙壤 @godrealmx]

关于Solana原理的Thread：
如果你以前不了解Solana但对它感到好奇，强烈建议你转发+点赞此Thread！

Solana扩容主要立足于：高效利用网络带宽、减少节点间通讯次数、提高交易执行速度这3方面。为了透彻理解Solana，本Thread将先从投票机制说起，先理解POS共识下怎么敲定新区块，再去看Solana的创新。

[Haseeb ＞|＜ @hosseeb]

Dream of starting a web3 startup? ✨

This Fall, @dawnsongtweets and I will be co-teaching a MOOC on Web3 Entrepreneurship!

Guest lecturers: @avichal, @balajis, @danrobinson, @jchervinsky, @StaniKulechov, @Tim_Roughgarden, and @ysiu.

Sign up: https://t.co/5HszTNQMbC

[OpenZeppelin @OpenZeppelin]

Introducing a new UI for OpenZeppelin’s Ethernaut!
A thread ​​👇

[noxx @noxx3xxon]

A quick mental model for understanding storage slot packing in the EVM

🧵

[Vincent J @vincentjow_]

Thrilled to launch @Modular_Capital with my dear friend & co-founder @jamesjho_

Modular Capital is a thesis-driven fundamental crypto investment firm

Grateful for the support of @multicoin @paraficapital @altcap @roadcapitalmgmt @ledgerprime &others

https://t.co/isrKkpGCML

[🐸Smart🐸Contract🐸Programmer🐸 @ProgrammerSmart]

Uniswap V3 - How to derive the curve of real reserves