meta

I am not a god, I am not a ghost, I am not a monk, I am not a Taoist priest, I am just me.

[meta @liyuan1981]

@jianmang054A @dutyge 就算一切经济活动都可以计划，计划经济也不可能成功。因为计划需要有人执行，不给执行者足够大的权力，计划就无法执行到位，给了权力无法保证不被滥用。除非有一天把一切权力都交给AI。然后所有人都心安理得的做AI养的宠物。

[meta @liyuan1981]

美国也要开始清理低端人口了

[Nature is Amazing ☘️ @AMAZlNGNATURE]

such a beautiful sunset

[meta @liyuan1981]

@jianmang054A @_xiaohan 我也谈谈我的看法，对于历史上的各种不公，“不翻旧账”最好，只看当下，不记过往。

[meta @liyuan1981]

@jianmang054A @_xiaohan 逻辑上讲得通，但是补偿一个弱势群体，必然要增加对别的弱势群体的伤害。如果中国补偿农民，最终可能这部分社会成本会由农民工来承担。

[meta @liyuan1981]

@jianmang054A @_xiaohan 就算补偿也是白人的事，和亚裔没啥关系。

[meta @liyuan1981]

@jianmang054A @seamalaya @FightForJiuCai 贼不空手

[meta @liyuan1981]

祸不单行

[王海滨的财经闲谈 @wangwatchworld]

今天是经济学课堂，敲黑板:小明，请回答。

[meta @liyuan1981]

@wangwatchworld 劳动力不再是生产要素了

[meta @liyuan1981]

@jessyshen 找AI不好吗？

[meta @liyuan1981]

@jessyshen 这种小本买卖怎么垄断，要垄断那资金量至少要比其他人大一个数量级，真有那么大的资金就不在菜市场混了。

[meta @liyuan1981]

@jessyshen 我正想去多伦多呢，别说的我不想去了

[meta @liyuan1981]

@tracy68683668 转移支付主要是因为税收制度的问题，只要把曾值税改成消费税，各地财政收入差别就会小很多。

[meta @liyuan1981]

@wangwatchworld 简单的说，中国的快速发展基于两个殖民，前三十年城市殖民农村，后三十年沿海殖民内地，最后十年向未来借债。这才是不能说的制度优势，我们这一代人实际上是这一制度的受益者。前辈的苦难和后辈的风险我们可以假装看不见。

[meta @liyuan1981]

@oasisfeng @mtrainier2020 对，解耦是关键，能源需求方只需要考虑如何用电就可以了，不需要再去考虑兼容其它能源，相应的供给方也只需要考虑如何把其它能源转换成电就可以了，用一个分布式的智能电网把供给端和需求端连接起来，最后再用各种储电设备削峰填谷。

[meta @liyuan1981]

@DJT201701 @jianmang054A @iPaulCanada 独孤氏长孙氏这些鲜卑人已经离开东北老家三四百年了，连鲜卑语都不会说了。

[meta @liyuan1981]

@jianmang054A @iPaulCanada 那时候还没有宋明理学

[meta @liyuan1981]

@huangzhangjin 多半是被同行举报的

[meta @liyuan1981]

好！

[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

[meta @liyuan1981]

@wangwatchworld 真心羡慕啊！年过半百还能找到家！