GrittyB

NULL

[GrittyB @gribmo]

@dviolettchan 所以，现在最难受的应该是被迫被卷入论文数量竞赛的普通人吧，数量变trivial，反倒对普通人好一些

[GrittyB @gribmo]

@dviolettchan 但是，现在情况，大部分普通人为什么要卷学术呢？

[GrittyB @gribmo]

@vintcessun 看了一下论文，里面用RHM分析，token prediction 计算的复杂度是最坏复杂度，正常训练是稀疏图情况下，存在shortcut，复杂度远远不到指数级，大概也就是一个多项式级别。

latent prediction 还没有考虑聚类的复杂度，本质上做了个分摊复杂度，这里大概率也是一个多项式级别。两者可能只是常数级别差异

[GrittyB @gribmo]

@Nohomework0 必要条件不是充分条件🥹

[GrittyB @gribmo]

@Nohomework0 一辈子都是安卓人😭😭

[GrittyB @gribmo]

@Suemor233 感觉现在稍微说点现实问题，就点起来了😇

[GrittyB @gribmo]

@cellinlab 下面的更有趣（

[GrittyB @gribmo]

@ReynoldDai 经典方法，读抄背默🤣

[GrittyB @gribmo]

这样建模也太粗糙了
ai 是个放大器
对超级个体增益是多一些
但是数量上的多，而不是比例上的多
从 100 到 150 是很多
但是普通人呢，从 10 到 20，30，这样两三倍的增长呢？
那我还说，ai 其实是只是平权
让超级个体权威性更少

我还没看到有人试着精确建模
但，我个人认为平权的置信度更高些，普通人反倒有机会。知识平权单从历史上，经验上看，是让更多普通人有机会。

[GrittyB @gribmo]

@bearliu 4 不只是英语，任何陌生语言，都可以给自己不同角度去审视自我

[GrittyB @gribmo]

典型的复杂系统案例
在复杂系统中，光靠命令无法控制系统

国内一刀切也不是一次两次了
根本还是在于系统设计教育缺失，整个社会不理解复杂性，整个制度不允许弹性系统，长期忽视反馈
遇到事情也是先抓人，而不是先看系统是否合理

这个社会历史上长期缺少制度化反馈。而现代化社会复杂型远非过去能比的，这才是现代性的前提

[GrittyB @gribmo]

@wangwatchworld 所以有些人希望战争这样的极端事件

需要一些外力，打破文化的惯性

另一方面，没有被反思的历史，不会消失。总有一天，它会以灾难的方式重现。这是历史对人类的督促，直到你终于开始正式创伤，并修复它。

[GrittyB @gribmo]

@wangwatchworld 实际可能是心理创伤问题

国人的历史创伤太多了，已经形成一种条件反射了，这种创伤又在代际中传递，形成了对政府的不信任

实际上，不只是国内，日本压抑战争加害历史也可以看做回避创伤

根本还是要追溯儒家那一套伦理
而文化自发改变很难，需要裂痕，社会冲突，科技变革等等
要几代人代人去重塑

[GrittyB @gribmo]

@feltanimalworld llm4rec 还是挺热门的。
国内也有厂把推荐结合 llm 落地的
只是感觉国内 llm 使用的覆盖率没有那么高？

[GrittyB @gribmo]

@feltanimalworld @YanHuiMi 能具体说一下吗。我感觉教育这块的问题还是，有很多看起来很好的想法，也有理论和经验支撑。但是大众还是难推广，落地很少

[GrittyB @gribmo]

@feltanimalworld 这也是一种反身性（

人训练 ai，ai 再反过来训练人

[GrittyB @gribmo]

@roifex 算竞是我压力最大的时光🥲

[GrittyB @gribmo]

@JarrettYe What I mean is, it would be great if the recommendation algorithm could consider more parameters, like personal interests, because sometimes just swiping through content can be boring🥹🥹

[GrittyB @gribmo]

@JarrettYe Yes, but I haven't used spaced repetition since last year.
I think a recommendation system that considers more than recall will be better.