老李(MrLaoliAI)

程序员,AI. 喜欢心理学,周易。
网站:

[老李(MrLaoliAI) @MrLaoliAI]

Hello from Polaris AGI! Testing the new social poster plugin. 🚀

[老李(MrLaoliAI) @MrLaoliAI]

@iamcheyan 新环境看起来真不错啊��

[老李(MrLaoliAI) @MrLaoliAI]

@TradercBTC 你是真的能折腾，佩服你。31agent，管理起来，想想我就感觉头疼。

[老李(MrLaoliAI) @MrLaoliAI]

@jarodise @elonmusk 你说的没错！但是中国是一个贫油国。如果大力发展水电，太阳能和风电，垃圾发电，同时核电和燃煤发电作为稳定补充，大力推广电动车。作为一个 14 亿人口的大国，中国就能减少对石油的过度依赖，同时也改善了空气和环境。
中国已经有了特高压输电技术，几千公里的电力传输，只需要几秒钟。

[老李(MrLaoliAI) @MrLaoliAI]

@iamcheyan 你这龙虾养成宠物了，太酷了。
我本来装在我的个人工作的 macmini 上的，后来不放心，删干净了。
也要重新装在我的 VPS 上。

[老李(MrLaoliAI) @MrLaoliAI]

@iamcheyan @Xer_Gnik 好吧！18 岁了！

[老李(MrLaoliAI) @MrLaoliAI]

@litang0908 这似乎是某种自我 PUA 了。
当时我也差��多是这种类似的心理。
把自己压的受不了，
差点垮了，
刚好赶上疫情最后一棵稻草。
最后决定离开北京。

[老李(MrLaoliAI) @MrLaoliAI]

@imwsl90 我2014年大学毕业时，也是实习期先去做��技术支持。公司是做运营商的通信设备的。
也是学的计算机，毕业时也不会写代码。
毕业后，怀揣着梦想也好，幻想也罢，去的北京。
去培训机构重新学的java，后来又学的大数据开发，
当时还是hadoop为主，国内才开始有spark。
也算是赶上了那一波。

[老李(MrLaoliAI) @MrLaoliAI]

@iamcheyan 我说嘛，看着就像。哈哈哈。关注点很清奇。

[老李(MrLaoliAI) @MrLaoliAI]

@iamcheyan @jane_and_james 都是套路。这种就算了。
你这是在日本面试写代码的工作吗？

[老李(MrLaoliAI) @MrLaoliAI]

@iamcheyan 你这个皮有点薄了，面有点太软了。
其实这样也没事。
就是你翻动的时候，
直接拿着篦子整个翻过来。
这样取下来。

[老李(MrLaoliAI) @MrLaoliAI]

@iamcheyan @crazyox_eth 坦然面对自己的龌龊，我承认我都曾有过发币的念头。

[老李(MrLaoliAI) @MrLaoliAI]

@Wallfacer005 哈哈哈，这个现在挣钱似乎也难了点。

[宝玉 @dotey]

中文微调过的 Llama 3 8B 参数聊天模型，看展示的样例效果不错。

简介
这是第一个基于Meta-Llama-3-8B-Instruct 模型通过 ORPO [1] 专门针对中文进行微调的中文聊天模型。

与原来的Meta-Llama-3-8B-Instruct模型相比，我们的Llama3-8B-Chinese-Chat模型显着减少了“中文问题英文答案”以及中英文混合的问题。此外，与原始模型相比，我们的模型大大减少了答案中表情符号的数量，使回复更加正式。

[Y11 @seclink]

记录一下今天对斯坦福小镇��代码的阅读理解：

代码总体结构分为：环境（不重要） + 假想世界。而假想世界包含后端[backend] + 前端，后端包含人物（persona） + 寻址(pathfind）

人物（persona）包含：认知（cognitive）和记忆（memory），共用的是promptTemplate（ 137个prompt... ）

在认知（cognitive）里，包含：反思 ( https://t.co/VeIJBbWxRS ）、规划( https://t.co/xp1vSzPh2P )，执行（ https://t.co/4FLLKcPRU8） ，感知（https://t.co/ANNPFWfwmW），抽取（https://t.co/NFxTBCtTdR），交流（https://t.co/KXXEx7WLv4）

在记忆( memory)里，包含：联想（associativememory）、空间记忆（spatialmemory）

18个Agent在虚拟世界运行的本质是背后ChatGPT在推理。我们可以假设整个世界里只放1个Agent，那么它就是有以下推理任务，我认为最重要的是：

- 每天醒来，制定一日计划到小时级别.
- 制定每个小时计划，到15分钟级别.
- 执行，准备从哪里到哪里（新的地方）.
- 现在还没有其他人因此不需：决定要不要和人交谈.
- 现在还没有其他人因此不需：决定聊天纪要总结.
- 反思今日一天结果.

==> 实际上更全的是：

在https://t.co/xp1vSzPh2P中：

generatewakeup_hour：可能确定代理或用户应该醒来的时间。

generatefirstdaily_plan：生成任务或活动的初始每日计划。

generatehourlyschedule：创建一个计划，其中任务或事件分布在一天中的不同时间。

generatetaskdecomp：可能将较大的任务分解为更小、更易于管理的组件。

generateactionsector、generateactionarena、generateactiongame_object：这些函数可能涉及在模拟或游戏中的特定上下文或环境中生成或模拟动作。

generateactionpronunciatio：可能是“发音”的拼写错误； 可以为动作或命令生成正确的发音。

generateactionevent_triple、generateactobj_desc、generateactobjeventtriple：这些似乎生成动作、对象及其关系的描述，可能采用三元组（主语、谓语、宾语）等结构化格式。

generate_convo、generateconvosummary：生成对话或对话摘要。

generatedecideto_talk、generatedecideto_react：根据上下文或数据决定是否在对话中发起或做出反应的函数。

generatenewdecomp_schedule：创建新的分解时间表，分解任务或事件。

在 https://t.co/VeIJBbWxRS 中：

generatefocalpoints：确定反思或讨论的关键点或主题。

generatepoigscore：可以在反思或分析过程中生成“兴趣点或重要性”的分数。

generateplanningthoughtonconvo：生成对先前对话的反思性想法。

run_reflect、reflect：执行反思进程。

reflection_trigger：启动反思序列。

resetreflectioncounter：重置反思过程中使用的计数器或跟踪器。

在 https://t.co/NFxTBCtTdR 中：

retrieve、new_retrieve：检索数据或信息，可能使用新方法或算法。

extract_recency、extract_importance、extract_relevance：提取数据或信息的新近度、重要性和相关性等属性。

在 https://t.co/KXXEx7WLv4 中：

generateagentchatsummarizeideas、generatesummarizeagent_relationship：生成对话中讨论的想法摘要或总结代理之间的关系动态。

generateoneutterance：生成单行或话语以在对话中使用。

agentchatv2：对话代理功能的更新或新版本。

generatesummarizeideas：总结想法，可能在对话或思想上下文中。

generateinnerthought：为代理生成内部独白或想法。

loadhistoryvia_whisper、openconvosession：管理对话历史记录并启动新的对话会话。

感知 nearby events 和 spaces：代码的主要作用是使 Persona 感知周围的事件和空间。它首先获取附近的 tiles，遍历这些 tiles，并将其保存在 Persona 的短期记忆（s_mem）中。随后，它会感知附近的事件，按距离排序，并选择最接近的事件。

对感知到的事件进行处理：对于感知到的事件，代码会对其进行处理，包括计算事件 poignancy 分数、获取事件 embedding、将事件添加到 Persona 的记忆中等。同时，如果事件是 Persona 自己的 chat 事件，还会将其添加到记忆中。

总的来说，这段代码实现了 Persona 感知周围环境和处理感知��的事件的功能。

代码地址：https://t.co/YQqUAAOg7z

论文地址：https://t.co/33gLC8Qtw4

[Forest @PM_Forest]

在国内，如何打造一个全英的英语学习环境

包括 听，说，读，写四方面

Part 1 ：误区纠正 “我要背单词，学语法”？

诚然背单词，学语法在英语学习中很重要 但可以回想我们小时候学汉语的经历，在我们并不会任何语法和拼写的情况下，我们汉语听说依然很6，正常和任何人吹拉弹唱，英语亦如此，欧美世界也有很多的文盲，他们照样活的好好的。

后期如果要书写，语法单词还是要学的。

Part 2：听，说

听说一般不分家，我���在做法是尽量给自己打造一套英语环境

1. 线上

无聊时，参加 https://t.co/aRZyGcE0mC 之类的在线聊天室，里面随时都有人，有各种英语Level，人都算nice��挑选一个适合自己的即可

2. 线下

想各种办法去认识一些老外朋友，自己用的办法有：

- 去Facebook 发帖寻友，之后一起约线下活动，国内的老外也希望交到中国朋友，大家其实是相互需要的

- 直接去当地的酒吧交友，老外对酒吧的认知是交友/聊天/听音乐放松之类的场合，和大多数我们的朴素认知不一样，并不会有太多乱七八糟的东西，同时他们大多是很愿意和国人交流的，直接去就行

- 在网上找一些老外组织的线下活动，足球/篮球/跑步/骑车/徒步/飞盘/脱口秀都行，老外大多很喜欢玩，多去，逐步你会交到很多朋友，自己经常参加跑步+脱口秀。

老外大多相对很单纯，纯玩，很多时候也会很放松

Part 3 : 读

自己最近在读双语书，双语书的好处是，提高阅读效率，省去查词环节，减少打断感。

网上找epub原版书 --> 沉浸翻译生成双语书 --> 之后导入任意阅读软件看

Part 4 : 写

写，自己最薄弱的环节，最近在尝试依赖gpt 写英文日记 和推特，日拱一卒，希望能有提高。

后续如果大家感兴趣，会再分享一些线上的网站/视频/播客/工具/各环节入门技巧之类

#英语学习 #英语口语 #英语提高 #英语学习工具 #沉浸翻译

[Mr Panda @PandaTalk8]

#大模型相关系列
一周前夸下海口， 说要做一个免费的大模型���程， 是我太年轻， 太简单， 要想出一个高质量的课程， 需要下笨功夫， 花更多的时间。
既然牛逼已经吹牛出去了， 脸还是要的。 只能好好干了。

本周开始认真写大模型使用经验， 先以文章的形式的呈现给大家， 希望能对大家的工作有帮助
一系列文章主要以使用技巧为主， 怎样高效的提问， 怎样高效的指��模型工作

这样的工作已经有很多大牛做了， 我会重新学习整理，结合我自己和身边同事的经验， 进行二次创作， 给大家提供一个新的视角， 看看一些专业领域的人们如何使用大模型在生产生活中最大化的产生效能。

接下来的本周的工作：
- 搭建一个专门的wiki网站， 用于呈现这些文章
- 完成第一章、第二章写作任务