Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
Reton
@AKAScarl
In the illusion of substance
United States
Joined March 2017
429
Following
32
Followers
197
Posts
AKAScarl
retweeted
Phoenix Yin
@Phoenixyin13
6 days ago
对搞 AI agents、reasoning model 的人来说,这篇论文真的很实用性有趣。 如果你在做 reasoning model 的 post-training、蒸馏、on-policy 数据生成,或者想改进小模型的长链思考能力,这篇能给你一个干净的思路和可落地的 trick。 尤其对 hard math 问题,收益比较实在。 现在训小模型学��模型的长链思考,像 o1 那种,常用 on-policy distillation是让小模型自己先生成 reasoning 轨迹,一步步写思考过程,然后大老师模型在它生成的轨迹上逐个 token 教它。 小模型如果开头几步就走错了,后面再怎么写都救不回来。这时老师还得硬着头皮在那个带病前缀上继续监督。 结果老师自己的输出分布会分裂成两半,一半想继续错下去,一半想纠正,给学生的学习信号就变得很乱、梯度碎片化。 以前大家各种修 token loss 的 trick,比如截断、重加权、top-k 啥的,都只能治标不治本,因为问题根子在整个轨迹的前面就坏了。 就像是学生写数学证明,第一步假设错了,老师还得在错的假设上逐字批改后面每一步,教出来的东西自然稀碎。 论文的解法是Trajectory-Refined Distillation。 不直接在学生原始轨迹上蒸馏,主要让老师先把整个学生轨迹重写、精炼成一个更好的版本,修正错误前缀,同时尽量保留学生原来有用的部分和风格,保持在学生分布支持内。然后,学生去模仿这个被老师修正过的干净完整轨迹。 我理解这种方法算是把监督从token 级修补升级到trajectory 级修正了。 尽管这只是incremental contribution,而且相当依赖老师 refinement 的质量,如果老师不够强,修正效果会打折。但是整体上把把 prefix failure”这个现象说清楚、形式化了,还有实验证据支持已经很好了。 个人的品味,感觉这篇尤其在难的数学题上 gains 明显,还能让轨迹变短,更���效,自蒸馏时甚至能解出原来完全解不出的题。一个小改动就实际能用的感觉很舒服。
See More
AKAScarl
retweeted
恒星
@vintcessun
11 days ago
终于有人把科研AI辅助那条断头路修通了。写论文、做文献报告、出仿真图再到答辩PPT,过去每一步都得手动倒腾数据和复制结果,现在三个Skill把全流程串起来了——从scientific-toolkit算数据出图,直接喂给research-writing写正文,再让office-academic生成可编辑的PPT和Word,彻底告别来回搬砖。核心是一套互补协作的设计,在Claude Code和Codex里一键安装就能用,而且是中文优先的。 https://t.co/4HYvb5Gfc2
AKAScarl
retweeted
paperpaper
@paperpaper886
16 days ago
大拉屎时代来临 来源未知,这下更是全自动垃圾生产了,唯一受害者又回到了严谨做学术的和认真的会议审稿人。 该变天了哦
AKAScarl
retweeted
Xudong Han
@Xudong07452910
18 days ago
看到浙工大研究生课开始讲「全自动科研工具」,挺开心的。 这个视频主要讲的是:怎么用 AI Agent 把科研里的数据处理、代码执行、结果整理、论文写作和复现包串成一条可追溯的工作流。 很多研究生还在手工整理文献、跑实验、做表格的时候,有人已经开始用 Agent 把这些流程自动化了。 科研最有价值的部分从来不是重复劳动,而是提出问题、设计实验和产生洞见。 真希望国内研究生教育能多一些这样的内容。 工具是在提高生产力,不是在降低科研门槛。把时间从重复工作里解放出来,才能把更多时间留给思考、创造和生活。 视频已经得到老师转载的许可��老师的小红书账号是“爱练腿的龙脖(AI版” #AI科研 #科研自动化 #Agent #研究生教育 #claudecode #codex
See More
Xudong07452910's tweet video.
AKAScarl
retweeted
沉浸式翻译
@immersivetran
2 months ago
Research Rabbit 是一个在线文献检索工具。它在科研圈内被称为“论文界的 Spotify”��其核心逻辑不是简单的关键词搜索,而是通过算法构建“文献关系网”。 目前,该平台拥有超过 2.7 亿篇论文的数据支撑,并承诺永久免费(Free forever),这在当下的 AI 学术工具市场中非常罕见。 传统的搜索方式通常是在数据库中通过关键词检索,然后逐篇阅读摘要,这种线性检索方式效率��低,且容易遗漏重要的关联文献。 而Research Rabbit 是一款减轻文献调研负担的工具。最核心的功能是基于“种子论文(Seed Paper)”进行发现。当你添加一篇或多篇感兴趣的论文作为种子后,系统会自动分析这些论文的引用(Citations)、被引(References)以及共同作者(Co-authors)。 它会将这些复杂的引用关系转化为动态的“星系图”或“地图”。你可以直观地看到哪篇论文是该领域的核心节点,哪些论文是近年来的新兴研究。这种视觉化的方式极大地方便了研究者理清学科发展的脉络。 点击图中的任何一个节点,系统会进一步延展出与该篇文献相关的其他论文。这种沉浸式的探索过程,能帮助你发现那些隐藏在传统关键词检索结果之外的关键文献。 Research Rabbit 并不是一个孤立的搜索工具,它与现有的科研工作流衔接得非常紧密: 1️⃣ Zotero 深度同步:如果你使用 Zotero 管理文献,只需一键授权,Research Rabbit 就能同步你的整个收藏夹。你可以直接在 Research Rabbit 中基于现有的 Zotero 文类进行文献扩充,发现结果也可以反向同步回 Zotero。 2️⃣ 实时追踪与提醒:系统会根据你的收藏偏好进行学习。一旦领域内有符合你研究方向的新论文发表,它会通过邮件提醒你,确保你的研究始终处于前沿,不会错过任何重要的进展。 3️⃣ 多维度筛选:支持按时间线(Timeline)排列论文,帮助你了解某个研究课题随时间演变的路径;同时也支持基于作者网络的探索,让你快速锁定某个领域的“大牛”及其研究团队。 很多时候我们并不知道最准确的关键词,Research Rabbit 通过“引用链条”绕过���关键词的限制,直接通过学术联系找到目标。 它改变了我们寻找信息的方式——从被动地“搜”变成了系统智能地“推”。 如果你正处于开题阶段,或者正在为综述论文(Review Paper)寻找文献支撑,不妨将你手头的几篇核心文献导入 Research Rabbit。你会惊讶地发现,那些原本零散的 PDF 文献,竟然可以交织成一张如此清晰、有逻辑的研究地图。 🔗:https://t.co/IqAhnD9gzA 免责声明:推荐的产品仅供参考与研究,本账号与该产品无任何商业关系。
See More
AKAScarl
retweeted
Kyle 不写代码
@kylegeeks
2 months ago
我分享下我的优化论文实战经验: 1. 一定要用 Claude 模型,可以是 Claude Sonnet 4.6 但是最好是 Claude Opus 4.6 2. 安装这个 skill: https://t.co/wCcffczCb7… /paper-review 能帮你把文章用拒稿专家角色给出审核意见 /paper-writing 在给出审核意见之后,进行学术性文风修改 3. 不要想着一次能修改完整篇论文,LLM 目前最大的短板是上下文长度问题。 一定要把你的文章先让 AI 从 word 转为 markdown,并按章节划分储存。 4. 新建 2 个 文件夹:「待修改」和「已修改」 5. 每次一个章节的启动提示词: 「把我待修改/绪论.md 第一步帮我用 /paper-review/来review ,将 review 报告持久化,第二步再用 /paper-writing 来修改,最后输出到"已修改"文件夹下。」
See More
AKAScarl
retweeted
Berryxia.AI
@berryxia
2 months ago
Google 又把 AI 科研写论文这件事重新定义! 全新多智能体系统 PaperOrchestra: ✅ 把原始想法、实验日志、笔记直接变成投稿级 LaTeX 论文 ✅ 专门的 Literature Agent 做深度文献综述 ✅ 自动生成概念图、实验图表 ✅ 迭代打磨到能直接投顶会 还开源了 PaperWritingBench 基准(从 200 篇顶会论文逆向工程来的) 人类盲测里,文献综述质量胜率 50-68%,整体论文质量胜率 14-38%!太离谱了🤯
AKAScarl
retweeted
Siyuan
@cyodyssey
3 months ago
在读的 PhD 可以联系我,Happy-Sci 会为在读 PhD 捐助 $240,一年的 Plus 订阅 or 一个月 Max 加点咖啡钱。助力每一个科研梦,不限专业,不限国家,不限学校。 经费会通过
@BNBCHAIN
上的稳定币发放。
AKAScarl
retweeted
墓碑科技
@mubeitech
3 months ago
所有人都在死盯大语言模型的更新。 Yann LeCun悄悄扔了个王炸。 这篇新论文可能会改变未来十年的游戏规则。 它叫LeWorldModel。 大语言模型的本质只是猜词游戏。 它们极度擅长语言,但根本不懂现实。 LLM能给你写一万字小球撞墙的优美散文。 但它算不出小球到底落在哪。 ���界模型干的就是算落点。 预测物理世界下一秒发生什么。 物体移动,碰撞,坠落。 这是自动驾驶和实体机器人的真正底座。 但以前的世界模型有个致命伤。 它会“崩溃”。 为了偷懒,它会把所有输入都算成同一个输出。 就像天气软件每天都预报晴天。 为了防崩溃,科学家只能疯狂打补丁。 冻结编码器,加一堆超参数,堆上各种数学黑科技。 勉强维持一个摇摇欲坠的纸牌屋。 LeCun团队直接掀了桌子。 把那些破烂补丁全扔了。 LeWorldModel只用两招。 一个预测损失,一个强制特征保持多样性的正则化器。 超参数从6个直接砍到1个。 越简单,越恐怖。 参数量极小,只有1500万。 单张普通GPU,几个小时就能训完。 规划速度比基于大底座的世界模型快了整整48倍。 消耗的token少了200倍。 从2022年起,LeCun就在死磕JEPA架构。 同行笑他理论好听,但根本没法稳定训练。 今天这篇论文把质疑者的嘴堵上了。 小模型,稳定训练,没打补丁,不崩溃。 目前的AI界有两条路。 一条是继续烧钱堆算力,喂海量文本给巨型LLM。 另一条,是让模型通过原始像素直接学习物理法则。 第二条路不仅走得通。 而且正在以极低的成本,从物理维度包抄算力巨兽。
See More
AKAScarl
retweeted
Tw93
@HiTw93
3 months ago
https://t.co/RTkJ3NQKeS
AKAScarl
retweeted
kabikabi
@jakevin7
3 months ago
BOSS 确实狠啊。 不仅风控很猛,类似于 cdp 这种连接方式的直接关闭网页。 和 Boss 直聘反爬斗智斗勇的一夜 给 boss-cli 修二维码登录,本以为是个小 bug,结果被 Boss 直聘的反爬体系逼着打了一整场攻防战。 第一回合:二维码扫不了 用户反馈扫码没反应。一看代码 —— 直接把 qrId 塞进二维码里了。Boss 直聘 APP 根本不认这种格式。 修复:调 getqrcode API 拿服务端生成的正确二维码图片。✅ 第二回合:扫了也白扫 扫码后 dispatcher 不返回 cookies。用 Python 脚本抓包对比发现:scanLogin 返回 {"login": false} 时代码已经认为登录成功了 —— 因为只检查了 HTTP 200,没看 body 里的 login 字段。 用户还没点确认,dispatcher 就被调用了,当然拿不到 cookies。 修复:等到 login: true 再往下走。dispatcher 立刻正确返回了 wt2、wbg、zp_at。✅ 第三回合:浏览器旧 cookie 捣乱 修完以为万事大吉,结果还是失败。Debug 发现:代码从浏览器补了一个旧的 __zp_stoken__ 混进新 session —— 旧 stoken 跟新 session 的 wt2 不匹配 → 验证失败 → 凭证被清除 → 显示 ❌。 修复:移除浏览器 stoken 补充逻辑,不同 session 的 cookie 不能混用。✅ 第四回合:登录成功但立刻被删 QR 登录拿到了 cookies, _finalize_login 做 API 验证时因为缺 __zp_stoken__ 失败 → 清除刚保存的凭证。下次用的时候 load_credential 也因为缺 stoken 再次清除。 两道"守门员"都在删有效凭证。 修复:QR 登录路径跳过 search API 验证; load_credential 对仅缺 stoken 的凭证放行。✅ 第五回合:想用 Camoufox 补全 stoken 学小红书那套 —— 用 Camoufox(反指纹浏览器)打开登录页获取完整 cookies。 ❌ Boss 直聘检测到了自动化浏览器,登录页直接不渲染二维码。 改成混合模式:HTTP 完成 QR 登录 → 把 session cookies 注入 headless Camoufox → 访问主页让 JS 生成 stoken。 ❌ JS 检测到自动化环境,拒绝生成 __zp_stoken__。 headless=False 也试了,还是检测到了。 最终 Boss:__zp_stoken__ 的真面目 网上逆向分析揭示了这个 cookie 的本质: 由高度混淆的 JS(ob 混淆 + 控制流平坦化)生成 ts 调用 ABC 类实例方法传入 seed + JS 文���每天��晨自动更换,逆向随时失效 内含环境检测:检查 navigator、_phantom、callphantom 等自动化特征 主流破解方法是"补环境" —— 在 Node.js 中模拟完整浏览器环境执行原始 JS 后面再看看吧,我要睡觉了
See More
AKAScarl
retweeted
程序员鱼皮
@yupi996
4 months ago
Hugging Face 发布了自己的 skills,让 Claude Code 和 Cursor 直接学会了训练 AI 模型,Star 狂涨 5k+,有点儿东西 🤔 支持下面这些能力: 1)模型训练:支持 SFT、DPO、GRPO 等主流微调方式,自动选硬件、估算成本 2)数据集管理:初始化、更新、SQL 查询,全部交给 AI 搞定 3)模型评估:跑完训练后自动测评模型效果,把评分结果写进模型主页,省去手动记录和更新的步骤 4)论文发布:帮你把 arXiv 论文挂到 Hub 上,链接模型和数据集 5)云端作业:在 HF 的基础设施上直接跑 Python 脚本,完全不用管服务器 举个例子,安装好 hugging-face-model-trainer 这个 Skills 后,跟 AI 说:“用 HF ��型训练 Skill,帮我估算跑 70B 模型需要多少显存”,它直接给出了完整方案,还顺手给了配置代码。 你现在训练模型用的是什么方案?自己搭环境还是用云服务?
See More
AKAScarl
retweeted
plantegg
@plantegg
4 months ago
以前科学上网难倒一帮好汉,现在我的提示词:我一般用代理上网,我自己有v2ray 的服务器,现在我需要在我本地的 macos 上部署 Clash 并配置好, 我的 v2ray 配置文件内容是:/tmp/config.json , 请展示你的整个工作过程,我希望从中学到你是怎么配置的 配置结果如图,你不但能科学上网,还学到了很多知识和流程,最后我让他生成一个 README 给我就完事了
AKAScarl
retweeted
宝玉
@dotey
4 months ago
nanobot 是香港大学数据科学实验室(HKUDS)开源的一个超轻量级个人 AI 助手,灵感来自 Clawdbot(OpenClaw 项目),但代码量只有约 4000 行,比 Clawdbot 的 43 万行精简了 99%。 核心卖点: 极简但功能完整——支持多 LLM 提供商(OpenRouter、Anthropic、OpenAI、DeepSeek、Gemini、Groq 等)、本地模型(vLLM)、多渠道接入(Telegram、WhatsApp、飞书)、网页搜索、定时任务、持久记忆和 Skills 扩展,全部用很少的代码实现。 典型使用场景包括: 实时市场分析、全栈开发辅助、日程管理、个人知识库问答。 部署方式很简单: pip install nanobot-ai 安装后,配置一个 JSON 文件填入 API Key,就能通过命令行聊天或挂载到 Telegram 等渠道 24/7 运行。也支持 Docker 部署。 这是一个面向研究和学习的项目,代码干净可读,适合想理解 AI Agent 架构的开发者拿来学习和二次开发。项目刚发布几天(2026 年 2 月 2 日上线),还在快速迭代中。 https://t.co/xTVdMHuuMi
See More
AKAScarl
retweeted
GitHubDaily
@GitHub_Daily
4 months ago
看到一篇很棒的 AI 论文,想复现代码验证效果,往往是件头疼的事。不仅要读懂复杂的数学公式,还得从零开始构建整个工程。 在 GitHub 发现 Paper2Code 这个开源项目,正如其名,致力于把科研论文自动转化成可运行的代码仓库。 只需要输入论文的 PDF 或 LaTeX 源码,就能自动生成包含各类配置文件的完整工程目录。 GitHub:https://t.co/QSa6LqbTgJ 采用多智能体协作模式,模拟人类开发流程:先规划架构,再分析核心逻辑,最后生成完整代码。 支持调用 OpenAI 的 o3-mini 模型,复现一篇论文的成本仅需几块钱,同时也支持通过 vLLM 部署本地开源模型。 对于科研人员快速验证想法,或者想深入理解论文实现细节的朋友,是个非常得力的辅助工具。
See More
AKAScarl
retweeted
程序员老熊
@xiongchun007
4 months ago
大部分所谓的算法专家,日常工作流是这样的:看Paper,找开源代码,跑通Demo,把自己的私有数据喂进去,发现效果不行,开始调参,改改模型结构,加点Trick,效果好了,上线,AB测试,涨点,开香槟。 在这个过程里,你需要的数学是什么?🤔 是微积分里那个最基础的链式法则,因为你要知道梯度是怎么回传的;是线性代数里的矩阵乘法,因为你要��清楚张量的维度怎么变换;是概率论里的极大似然估计,因为你要理解损失函数到底在优化什么。 而这些内容,大一大二必修课就学完了。 所以,兄弟们,别听那些人云亦云的糊涂蛋开口就是算法工程师得博士的屁话了。CS 本科绰绰有余。还等什么呢?年轻人,开干吧!o(^▽^)o
See More
AKAScarl
retweeted
傅盛
@FuSheng_0306
5 months ago
写论文的朋友有福了,OpenAI刚刚发布了科研利器Prism,基本上可以看作是加强版Overleaf+GPT 5.2的合体。核心竞争力在于它能读懂你整篇论文的公式、参考文献和逻辑结构,让论文润色和改写更加顺滑。 除了基础的写作辅助,Prism还有几个非常实用的功能:它能把随手画的白板草图一键转成TikZ专业矢量图,还能直接帮你检索并管理引用文献。最重要的是,它是完全免费且不限协作人数的,不管是学生党还是科研团队,再也不用在各种编辑器和翻译软件之间反复横跳了。
FuSheng_0306's tweet video.
AKAScarl
retweeted
GitHubDaily
@GitHub_Daily
5 months ago
做数据科学项目时,我们往往把大部分时间花在清洗数据、编写重复的绘图代码上,真正用于模型调优的精力少之又少。 偶然在 GitHub 发现 ai-data-science-team 这个项目,直接帮我们组建了一支全能的 “虚拟数据科学团队”。 提供可视化工作流工具,通过可视化界面和 AI 配合,完成从数据加载、清洗、EDA 分析到建模的全流程。 内置了多个专用 Agent 分工协作,分别负责脏活累活,比如自动处理缺失值、生成特征工程代码,甚至直接调用 H2O 和 MLflow 进行机器学习建模与评估。 GitHub:https://t.co/kGLwDBJoxW 支持接入 OpenAI 或本地 Ollama 模型,无需担心数据隐私泄露,基于 Streamlit 构建,Python 环境下安装即用。 目前项目还在快速迭代更新,适合想把繁琐的数据预处理工作交给 AI,从而专注于核心业务逻辑的朋友试试。
See More
AKAScarl
retweeted
科技混子Chris
@ChrisSlacker
5 months ago
每个人都在谈论AI。 很少有人知道哪些工具真正重要。 1. ChatGPT – 问任何问题 2. RecCloud – 变声 3. Krea ai – 创建徽标 4. ElevenLabs – 声音克隆 5. Gamma app – 设计文档 6. Suno ai – 制作音乐 7. Runway ml – 编辑视频 8. Relume - 网页设计 9. Descript – 编辑音频 10. Tome app – 演示文稿 11. Perplexity ai – 研究 12. PicWish – 编辑照片 13. LumaLabs ai – 3D模型 14. Pika art – AI视频 保存此内容
See More
AKAScarl
retweeted
Tw93
@HiTw93
5 months ago
我最近很喜欢使用 NotebookLM 来帮助学习理解新东西,但只能导出 PDF,有时候对于中文的渲染也不是很好。一直想找一个好用的能把 PDF 转成可编辑 PPT 的工具,找一圈下来发现 Codia AI NoteSlide 做得最好用,相比传统的 pdf2ppt 简洁易用很多,可快速转化成可编辑的内容,效果很美观精致无差错,很好用,有相同痛点的小伙伴可以去试试看。 https://t.co/FhXZjcWblv
HiTw93's tweet video.
Last Seen Users on Sotwe
Queen
Seen from
Turkey
Dorm Room Fun ™
Seen from
United States
khusus indo
Seen from
United States
Keirah Baby
Seen from
United States
Pasifim
Seen from
Turkey
Rroryyyy
Seen from
Egypt
🔞⚡️✨SEX MEKANI💥🔥🍒🍑✉️💯
Seen from
Turkey
Chase
Seen from
United States
دياثة و خنزرة
Seen from
Saudi Arabia
💎MACHOS GAY💎 50K
Seen from
Turkey
Trends for you
1
Norway
Under 10K tweets
2
#WWENXT
Under 10K tweets
3
Senegal
Under 10K tweets
4
Davis Martin
Under 10K tweets
5
Messi
Under 10K tweets
6
Spencer Jones
Under 10K tweets
7
#TeamRedBill
Under 10K tweets
8
Huckabee
Under 10K tweets
9
Senga
Under 10K tweets
10
Drake Baldwin
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.3M followers
2
Barack Obama
@barackobama
119.3M followers
3
Donald J. Trump
@realdonaldtrump
111.6M followers
4
Cristiano Ronaldo
@cristiano
109.6M followers
5
Narendra Modi
@narendramodi
106.9M followers
6
Rihanna
@rihanna
97.4M followers
7
NASA
@nasa
92.1M followers
8
Justin Bieber
@justinbieber
90.7M followers
9
KATY PERRY
@katyperry
87.2M followers
10
Taylor Swift
@taylorswift13
81M followers
11
Lady Gaga
@ladygaga
72.6M followers
12
Kim Kardashian
@kimkardashian
69.6M followers
13
Virat Kohli
@imvkohli
69.1M followers
14
YouTube
@youtube
68.6M followers
15
Bill Gates
@billgates
63.6M followers
16
The Ellen Show
@theellenshow
62.5M followers
17
CNN
@cnn
61.9M followers
18
Neymar Jr
@neymarjr
61.8M followers
19
X
@x
60.9M followers
20
Selena Gomez
@selenagomez
60.3M followers
Olivia
Online
✨
⭐
💫