paaa

知易行难

[paaa @pa_a_a]

@ivremort_ 朋友 3 月底意外去世，就像一直在淋雨一样，经过的每个地方一起，都会想起来他来。

[Tw93 @HiTw93]

https://t.co/sQkKtESgIX

[Rainier @mtrainier2020]

归墟 1-9， 成本差不多是20K USD, 一个人的作品。
真人演员压力山大。

[金融汪 @yuyy614893671]

八卦一下：

尼玛，刚刚在微博上看到，张凯毅（就是那个搞了超豪华中式婚礼的博主）和张煜东离婚了，刚刚发了分手视频

今年2月份他们刚刚生了娃

2024年7月办了婚礼，引爆互联网

而我，是因为他俩2023年下半年在网上开始纯纯的恋爱，才关注的

哎……相爱容易，相处难啊

[金融汪 @yuyy614893671]

说句实话，我奉劝所有准备进入证券市场进行所谓“投资”的人，都先把这个市场看成是一个赌场

从赌场的角度来看证券运营这门生意，你就很容易摆正自己的位置

监管机构/市场中介机构/交易平台可以看作是“开赌场的人”及其利益共同体

至于股票，可转债，期权，期货，互换协议......都是赌场里不同的Game

赌场的参与者那就是鱼龙混杂，神鬼出没，庄家，出老千的，帮着庄家忽悠人的.....

赌场好玩吧？好玩

散户们有大心脏就去玩一玩，不要赌上身家性命，怡情即可，运气好，也能中点彩头

赌场里永不离桌的人，就是我们这群人，要长期活下来，还要活得好，那就得把规则研究透彻，找到自己擅长的赌博游戏

好吧，说回来，股票投资长期来看还是可以作为一门生意来展开的，前提是要挑到好公司，并且��在投资的工具选择上，必须去除“交易对手”风险，流动性风险等风险

所以，心态放稳，客观一点；市场的发展不以你我喜好为准绳；代币化的证券已经一点点来到了这个市场里

[李志 | Rational Investing @LZRationalnvest]

之前我们一直跟踪的富途内幕交易案，今天正式裁决了。

9月14日，纽约南区联邦法院法官正式作出裁定：驳回要求冻结相关被告资产的请求！（Denied）。

前情提要大家都知道了对吧，先简单说下，就是Susquehanna （当时的做市商）指控在5月22日中国跨境券商监管消息公开前，有100名左右的内幕交易者提前买入 $FUTU、 $TIGR 的短期期权，涉嫌利用重大非公开信息交易。法院随后签发TRO，临时限制相关可疑账户转移资金。

到了9月，Susquehanna要求继续冻结的对象已经从最初100人缩小到40人，涉及资金接近1亿美元。

我看完了9页裁定，核心理由主要有三个：

1、人在中国，不代表会卷钱跑路。

Susquehanna认为很多被告身处海外，一旦解冻，未来即使胜诉也可能很难追回资金。

法官明确表示，不能仅仅因为被告居住境外，就推定他们可能转移资金逃避判决。更关键的是，原告没有拿出这些被告存在隐匿资产、转移资产或持续逃避行为的证据。部分已经现身应诉的被告还主动提交材料，证明自己有足��资产。

2、交易时机卡的很准，不能直接推导出内幕交易。

这里法官专门分析了 Zhengfei Li。Li建立了两个规模大致相同的put仓位，一半在5月22日前到期，一半在5月22日以后到期。如果真的提前知道5月22日会有重大消息，这种仓位结构本身就比较值得怀疑。

3、真正致命的问题还是：最先泄露了这条信息？

这个人承担什么受托义务？他从泄密中得到了什么利益？这些交易者又是怎么从这个人手里拿到消息的？而且原告最初指控100名投资者，却没有把这些人彼此之间真正连接起来。法院要求更完整的证据链，才能冻结接近1亿美元的资产。

因此最终裁定：DENIED，临时的资产冻结限制措施，于9月16日美东时间下午5点解除了。

所以到这里，被告算是拿下了一场很重要的阶段性胜利。

不过现在感觉这个案子也���来越好看了 。
Susquehanna失去“冻结资产”这张牌以后，能不能通过聊天记录、账户关系、资金往来，把真正的 泄密者 → 交易者 这条链路挖出来？

我们继续拭目以待吧，裁决文件我放在评论区、有兴趣的可以看看

[二爷Alex @Alex8282019]

这个作品完全可以上网飞新的一期《爱死亡机器人》了。在AI时代，电影的门槛向真正有创意的普通人大幅度降低了

[Rainier @mtrainier2020]

卧槽，牛逼啊。
一点冷知识，大家都知道，陈毅说过一个经典的话“今天又有多少空降兵啊？”
指的是接收上海后，52年三反五反，很多企业主被迫跳楼的事情。
为啥会被逼的跳楼呢？
补税？
补什么税要补到跳楼呢？
要从企业建立开始算起。
有的要从光绪年算起，结果很多企业主根本补不起，最后只能跳楼。
为啥只能跳楼不能跳江呢？
因为跳楼能找得到尸首，公开透明。
跳江，找不到尸首，那还得要逼迫企业主家里人。

[Orange AI @oran_ge]

我问汗青，用 AI 做这个音乐会总共烧了多少 Token
他说，差不多 100w
单位是人民币

[Anthropic @AnthropicAI]

We're publishing our most detailed threat intelligence report to date.

It covers how people tried to misuse Claude—for cyberattacks, influence operations, surveillance, biology, and building weapons—and how we found and stopped them.

We disrupted every operation in the report, and used the lessons from them to strengthen our safeguards. Where appropriate, we also shared what we found with authorities and other AI companies.

These cases are not typical: we’re highlighting some of the most sophisticated misuse we’ve seen. But they’re especially important to discuss, because they show us where AI misuse is headed, where our safeguards work, and where they need to improve.

We’re publishing this report so others can spot the same activity on their own platforms, and so we can give the public a clearer view of how emerging threats develop.

Read the report: https://t.co/0EJUnYEgfz

[尼古丁的依赖（💯fo） @luyao_100fo]

你站在桥上看风景

看风景的人却在桥上注视着你！

[Mehdi (e/λ) @BetterCallMedhi]

go fuck yourself @sama

claiming that you solved navier stokes because 10000 agents ran in circles for 88hours on a multimillion dollar gpu cluster to formalize in lean a blowup case under controlled external forcing is pure scientific vulgarity the clay mathematics institute millennium prize does not ask m whether you can artificially force a singularity in a fluid by injecting an ad hoc smooth external forcing term f(x,t) to twist the vortex until it breaks the real problem questions the fundamental stability and global smooth existence for 3dimensional incompressible euler & navier stokes equations under natural conservation laws and viscous dissipation alone using a mathematical loophole on forced equations to parade a century old victory is a major conceptual scam Altman

technically & epistemologically what you present as an agi breakthrough is nothing more than bruteforce combinatorial autoformalization the ai did not understand fluid mechanics it simply navigated a continuous search space previously mapped out and constrained by the monumental work of human mathematicians like tristan buckmaster/ levent alpöge / diego córdoba or tarek elgindi coordinating 10000 agents to check the logical consistency of a 100 page proof via lean is a software engineering feat and computational parallelization triumph not an intrinsic scientific discovery it is the victory of the compute bulldozer over abstract human intuition repackaged for the public as a higher mathematical consciousness

to this theoretical imposture you add a disgusting ethical and industrial cynicism taking advantage of private codex sessions and informal preprints from academic researchers to siphon their research leads and then trying to redact or erase the contribution of levent alpöge under the pretext that he works at rival anthropic is intellectual serfdom openai behaves like a feudal lord of silicon appropriating the cognitive subsistence of independent scholars threatening their careers behind closed doors if they protest and turning community academic labor into a privatized pressrelease

this entire staged event serves a desperate financial agenda in a pre ipo panic facing the slowdown of scaling laws and growing investor skepticism over the profitability of foundational models openai needs to manufacture an artificial sputnik moment claiming to solve a millennium prize without immediately submitting the proof to traditional peer review means using the prestige of fundamental mathematics as cheap marketing fuel to inflate a delusional valuation!!!

real science is not a clout chase on social media or a compute spike spent to rob the clay mathematics institute it is a quest for elegance physical truth and universal rigor to decode reality true artificial intelligence will not emerge from hostile corporate takeover of academic work hidden behind computational bruteforce but from architectures capable of generating new conceptual paradigms by masquerading constrained formalization as the collapse of physics greatest mysteries you did not solve navier stokes you only proved how far silicon valley will go to prostitute scientific integrity for capitalist spectacle

[金融汪 @yuyy614893671]

其实，看看Sam Altman自己的说法，就明白了；科研已经彻底被改变了......人与人之间的智力差距被迅速拉平
上周吃饭和朋友们聊天，有一哥们说得特直白“在AI高达1000的智商面前，你们人类的智商是150还是80又有什么区别呢？”
https://t.co/JcgSKR38j0

[宝玉 @dotey]

纽约大学数学家 Tristan Buckmaster 今天发表公开声明，披露了两件事：一是他和合作者借助大语言模型在一个月内攻破了流体力学领域多个重要难题，二是��指控 OpenAI 在得知他的进展后试图抢先发布成果，并要求将他的合作者从署名中移除，理由是对方在 Anthropic 工作。

这份声明目前正在数学界和 AI 圈快速传播，涉及学术伦理、AI 能力边界和公司竞争等多个层面。以下是这件事的来龙去��。

【数学成果：证明了什么】

Buckmaster 与合作者 Levent Alpöge 公开了三项证明：不可压缩多孔介质方程、Boussinesq 方程以及三维不可压缩 Euler 方程的有限时间爆破（blowup），均使用了光滑外力（smooth forcing）。他们还认为自己得到了 Navier-Stokes 方程的爆破结果，但该部分的 Lean 形式化验证尚未完成，论文暂不公开。

翻译成大白话：这些方程描述的是水、空气等流体如何运动。数学家想知道的是，在光滑的初始条件下，流体的速度会不会在有限时间内变成无穷大，也就是"爆破"。这个问题的终极版本就是 Navier-Stokes 存在性与光滑性问题，Clay 数学研究所在 2000 年把它列为七大千禧年难题之一，悬赏一百万美元。

需要说清楚的是，Buckmaster 和 Alpöge 并没有直接解决那个百万美元的问题。他们证明的是一个相关但限制更多的版本：在加入光滑外力的条件下，方程的解可以爆破。这对应 Clay 问题中 Fefferman 表述的 c 和 d 选项。但这条路径是通向无外力 Euler 方程的重要一步，而无外力版本才是最终目标。

这项工作并非凭空而来。基础思路来自西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa，他们多年来一直在研究带外力的爆破构造，已经在"粗糙外力"条件下取得了成果。Buckmaster 和 Alpöge 所做的是在此基础上推进到光滑外力和 Euler 方程。Buckmaster 在声明中直言：鉴于这一系列工作，他认为 Martínez-Zoroa 配得上 Fields 奖。

关键结果在 8 月 15 日获得，8 月 22 日通过 Lean（一种形式化证明验证系统）的机器检查。Lean 验证意味着证明没有逻辑漏洞，这不是"信我就行"，而是有机器���书。

陶哲轩在成果公开后不久就在 Mastodon 上发表评价，称这是"a remarkable achievement"（了不起的成就）。他确认了 Lean 形式化验证的存在，也指出论文确实包含大量 AI 生成的内容，但作者过去几周一直在努力将其改写为可接受的形式。他提到一个关键细节：作者被迫提前发布，原因是"外部事件"，也就是声明中记录的与 OpenAI 的冲突。

在技术层面，陶哲轩对这条研究路径给出了乐观判断：他认为没有什么原理上的障碍阻止这些方法一路推进到 Navier-Stokes，甚至有"不可忽视的可能性"完全消除外力项。如果后者成立，那就是 Clay 千禧年问题的完整解答。但陶哲轩随即加了一句耐人寻味的话：他不会对有人靠堆算力和 AI 来暴力推进这一步感到意外，但这种做法"并不特别吸引我"——他更感兴趣的是消化证明方法，提取其中的新数学洞见。

这基本上可以理解为：数学界最具权威的声音认可了成果的实质性，同时含蓄地为"人类+AI 合作"中什么才真正有价值画了一条线。

【AI 扮演了什么角色】

Buckmaster 和 Alpöge 在整个过程中大量使用了大语言模型，包括 Anthropic 的 Claude、OpenAI 的 Codex 以及 GPT-5.6 Sol，最近还用了 Astra（后者仅用于论文写作和论证审计）。

过去一年进展缓慢，两人一直在消化文献、逐步升级前置结果。真正的突破发生在大约一个月前。Buckmaster 坦言，Alpöge 发给他的第一个 LLM 生成的证明是他"读过的最恐怖的东西"。他们花了两周多时间去理解这个证明，并试图将其改写成人类可读的形式。他承认 Euler 方程的论文写作质量很差，甚至用了"AI slop"（AI 生成的垃圾内容）来形容。

Buckmaster 把这一刻比作国际象棋领域的"深���对卡斯帕罗夫"时刻：一个数学家配合 LLM，一个月内完成了原本可能需要数年的工作。他认为这对数学界如何培养学生、分配学术功劳、审稿以及决定什么值得一个人投入毕生精力，都有深远影响。

【与 OpenAI 的冲突】

事情从 9 月 3 日开始变味。当时网上已经有传言称"Anthropic 解决了一个重大数学难题"，Alpöge 也收到线报说他们的进展信息已传到 OpenAI 内部。Buckmaster 主动写信给 OpenAI 的一位知名数学家，说明情况并强调这是个人合作，与任何机构无关。

对方当天回复，表示如果 Buckmaster 愿意透露细节会很有帮助，并提出可以提供算力支持。Buckmaster 提议下周通话，但 OpenAI 方面连续催促提前见面。9 月 6 日（周日），OpenAI 的 Sébastien Bubeck 加入，三人当天下午通了两次电话。

通话中，Buckmaster 被告知 OpenAI 的一个���部模型已经生成了一份大约 100 页的受迫 Navier-Stokes 方程有限时间爆破证明。Buckmaster 注意到，OpenAI 的技术路线与他和 Alpöge 秘密采用的路线高度重合，而这条路线几乎没有其他人在走。

声明中描述的通话过程暴露了几个问题。OpenAI 最初声称"极少人工参与"，但随着对话推进（Bubeck 不断收到同事在内部聊天中发来的修正和补充），事实逐渐浮出水面：这是一整个团队在操作，投入了大量算力，先从较容易的问题（包括 Euler）入手，甚至展示给 Buckmaster 的提示词本身也是用 Codex 生成的。

Buckmaster 追问 OpenAI 是何时开始处理这个问题的。这个问题没有被直接回答，但最终双方确认：第一个提示词是在过去几天内发出的，也就是在 Buckmaster 的工作信息传到 OpenAI 之后。

Buckmaster 还问了一个关键问题：OpenAI 的模型是否被训练过他们在 Codex 中的会话数据——他和 Alpöge 整个项目期间一直把草稿放在 Codex 里。他被告知模型不会查看用户数据。他再次追问是否用于训练，没有得到回答。

随后 OpenAI 提出了两个方案：一是 Buckmaster 先发 Euler 结果，OpenAI 第二天发 Navier-Stokes 结果；二是 Buckmaster 独自撰写一篇论文发布 Navier-Stokes 成果，注明系 OpenAI 内部模型所得。Bubeck 两次明确要求将 Alpöge 从署名中移除，说如果不是因为 Alpöge 在 Anthropic 工作，一切会简单得多，还说他在 Anthropic 工作"太烦人了"。OpenAI 还表示，如果他们在 Buckmaster 之后发表，会公开说 Buckmaster 和 Alpöge 配得上 Clay 奖金，称他们是"最接近这个问题的人类"。

Buckmaster 拒绝了两个方案，并表示如果 OpenAI 按计划发布，他会公开所有经过。对方回应："你为什么要毁掉自己的职业生涯？" Buckmaster 说自己是学术界的人，反问为什么公开会毁掉职业。回答是："如果你不希望我友善，那我也可以不友善。"

之后 Bubeck 给 Alpöge 发短信，提议两人单独谈，并说"我不确定 Tristan 现在是否完全理性"。Alpöge 拒绝并表示应与 Buckmaster 沟通。

【Buckmaster 自己的界定】

Buckmaster 在声明末尾明确划了线：他没有看过 OpenAI 的证明，不知道 OpenAI 的模型做了什么或怎么做的，不知道他们的数据是否被使用，也没有指控任何人任何事。他说自己只是在陈述被告知了什么、何时被告知、以及被提议了什么。他这样做是因为"另一种选择是让一连串公告讲述他知道并非事实的故事"。

他说，如果 OpenAI 的模型确实弥合了通向 Navier-Stokes 的差距，那是一件了不起的事，应该被大声说出来，但要带上完整的历史。

PDF 地址：https://t.co/jS6A5ZZarS

[王局拍案 @wangjupaian]

【一篇深度报道，记下7个中国普通失踪者的名字】吉隆泥石流灾难后，中国内网消息不断删除。相较之下，口岸边防军警因为单位、家属和战友持续发布寻人信息，留下姓名和照片的相对更多；但在数百名死亡和失联人员中，大量普通游客、司机、工程人员和跨境从业者，连姓名和个人故事都越来越难被完整留下。

《水瓶纪元》一篇文章就追踪了其中几名���通失联者：

邓宏，成都自驾游客。事发当天原本准备从尼泊尔返回中国，却在中尼两国口岸之间失联。

张波，长期在西藏带队的户外领队。失联前几分钟，他还在微信发出“丝滑入境”，但随后再也没有消息。更让人难受的是，他的孩子刚出生不久。

彭光明，援尼公路项目工作人员。泥石流发生前大约10分钟，他还在和同事通电话，之后失联。

刘悦的父亲，一名旅游大巴司机。事发当天，他正在吉隆口岸附近代驾，灾难发生后失去联系。

李翩的家人，长期在尼泊尔参与工程项目，洪灾发生后一直没有消息。

这些人目前只是中国官方失联数字中的一部分，要不是家属、媒体和网友继续追踪，他们的名字、职业、最后一次通话和最后一条消息，都可能很快从公共记忆里消失。

[金融汪 @yuyy614893671]

【书和电影】
有关特朗普在2026年7月8日在安卡拉的“换机事件”，把一整机美国高官和媒体记者留在空军一号上，自己带着助理和其他亲信换到一架编号C-32A的行政机上的事情，被拍成了记录片，在奈飞上映了

纪录片采访了很多记者，估计大家都气坏了......

[阑夕 @foxshuo]

「财经」杂志的这期封面报道挺精彩的，直接把王兴兴称作「宇树的王」，虽然这家公司已经作为人形机器人赛道的领跑者在A股上市了，但从内部管理来看，它还保留着相当早期的作风，基本都围绕着王兴兴一个人的想法行进：

- 王兴兴做硬件结构出身，对于成本控制的决心深入骨髓，公司里超过100块钱的报销都要由他签字，哪怕这会让他的时间越来越不��用，办公室外面总有排着长队等他审批的人；

- 今年春晚是宇树���一次花钱上，有家具身智能的公司带头卷报价，从3000万涨到6000万，可能本想吓退对手，结果引发洛阳纸贵的效应，更多的机器人公司纷纷竞价，传言把费用抬到了1亿人民币，最早抬价到那家反而退出了；

- 宇树前两次上春晚都是免费蹭到的机缘，2021年送了24台四足机器人给刘德华伴舞，2025年是张艺谋主动找上门来，设计了穿花大褂扭秧歌的舞台表演，一下子带火了宇树整个品牌，营收暴增7倍；

- 外部形势变化之后，王兴兴更加在意公司形象了，他不允许员工在社交媒体上分享工作经验，并鼓励员工互相监督和举报对外透露公司情况的行为，最高可以获得50万的奖金，所有的宣传片也都必须要由他来把控；

- 宇树的供应商也被禁止宣传自己是所谓的「宇树供应链」，对此签了保密协议，如果违反，宇树会收500万的违约金，所以行业里对宇树的供应商都很陌生，不太好找，想进去的也没门路；

- 宇树的成功离不开王兴兴的拍脑袋，比如2024年发售的拳击版G1机器人，就给行业带去了人形机器人造价可以不必那么昂贵的震撼，当晚也有翻车的时候，比如王兴兴在开发一款电机的时候，突发奇想可以拿来做拉力健身器，觉得会大卖，采购了上千万的配件，至今还放在仓库里吃灰；

- 去年宇树H2机器人加入了仿生脸的造型，引发了恐怖谷效应，舆论并不全是欢迎，那张脸本来是王兴兴按照自己审美亲自设计的，后来不好意思承认，改口说加入人脸设计源自用户期待；

- 王兴兴对机器人的理解之透，连同行都佩服，认为他在方案选择上就超过��人一大截，这为宇树带去了非常重要的成本优势，宇树四足和双足机器人的毛利率分别保持在50%和60%以上，靠的就是用设计把便宜的材料做到更优的水平；

- 所以王兴兴不认同行业里普遍认为大规模量产才能降本的这条共识，好的设计才是最根本的路径，「很多人觉得我有量了就能降成本，这纯粹是幻觉，不要跟我们比降成本，我们可以继续降很多」；

- 「抠门」的性格，和王兴兴自身的经历有关，他早年花200块钱做了第一款双足机器人，当时连电动工具也没有，买了几元钱的手动钻头，用起来手疼得要死，但正是这样的过程，让他学会了如何在压低生产成本的同时，把性能做得不输给更贵的产品；

- 当然王兴兴的想法也会随着时间发生变化，早年的宇树很是野蛮生长，产线上的残次品也正常发货，管理人员表示如果���户要换再给他换就行，抢占市场比品质控制更重要，通过快速迭代来解决历史问题；

- 但在出货量变大之后，王兴兴又会调整自己的原则，绝不头铁，比如愿意采购一些价格更高但质量也更好的零配件，把用户体验提上去，他非常在意产品性能和竞品相比的表现，希望能够实现全方位无死角的碾压；

- 但王兴兴仍然不让宇树把钱花在营销上，广告是可以投的，因为可以收集销售线索，频繁参加展会、发布载人机甲也都是为了寻找客户，拿订单是宇树做任何事情的第一性原理，友商的烧钱打法，基本不可能出现在王兴兴的考虑范畴内；

- 宇树的组织架构很简单，而且非常理工化，奖惩机制里几乎只有大棒，没有胡萝卜，包括高管的绩效都会被往低了打，薪资水平在具身智能的赛道里也是偏低���，所以这两年的骨干流失率很高；

- 当王兴兴大方起来，也是同样的率性而为，有一次他给一个在读研究生开了百万年薪附加期权的待遇，只因为在网上看了这人拿宇树机器人做的项目，识别到了工程师之间的火花，于是拍板千金买马骨，并主导公司的运动算法路线都切换到了这个工程师擅长的方向；

- 公司上市，在员工层没有庆祝活动，王兴兴的理念就是大家做好工作就行，福利、环境、氛围这些都不是必需品，所以宇树的HR也不做HRBP的活儿，只承担招聘和绩效；

- 宇树的期权只发给了14个员工，其他员工只能在上市当天，按150块钱的发行价认购新股，总计171人自掏了2.72亿人民币买了公司，「每天醒来除了要面对没有解决的技术问题，还要面对股票涨跌，和被骂的声音」；

- 宇树的投资人认为王兴兴需要尽快搭建-1的团队，加速补��管理、销售、生产、研发等环节的能力，而不是依然总靠王兴兴一个人去推动公司，虽然王兴兴的朴素作风很让人欣慰，他在去年国庆受邀参加观礼之后，一个人在长安街走了半个小时打车回酒店，没有助理，没有司机，背着双肩包、穿着白T恤，就和刚开始创业时一模一样。

[Tao Wang @Tao100086]

接上一篇，张小珺与谢青池的访谈，谢读了 200 多篇 AI 论文，从中挑出 36 项经典论文，我让Codex整理出下载地址，放在这里分享给有需要的人。

完整节目与 Show Notes：
https://t.co/5yDzK8Z42k

他读论文的方法，带着这几个问题去读：当时遇到了什么问题？旧方法为什么不够？新工作解决了什么？它又为哪些后续技术铺了路？

下面按 4 条历史主线整理。建议第一次阅读不必逐行推公式，先看摘要、Introduction、核心图和 Conclusion，把因果��串起来。

一、模型范式的变迁
这条线回答：神经网络为什么变深、Attention 为什么出现，Transformer、MoE、推理与 Agent 又从哪里来？
Brook for GPUs（2004）
https://t.co/ZLA11RXJkp
AlexNet（2012）
https://t.co/oPXZAv8OCj
Sequence to Sequence Learning with Neural Networks（2014）
https://t.co/dAHO1aKGQ0
Neural Machine Translation by Jointly Learning to Align and Translate（2014）
https://t.co/ENt59aIzb6
Distilling the Knowledge in a Neural Network（2015）
https://t.co/oZN9rPscxT
Deep Residual Learning for Image Recognition / ResNet（2015）
https://t.co/pCxm1aPLi0
Sparsely-Gated Mixture-of-Experts（2017）
https://t.co/A4AyNTsij5
Attention Is All You Need（2017）
https://t.co/3zqAptnMCs
AlphaGo Zero（2017）
https://t.co/vgw4lq1sUV
The Bitter Lesson（2019，文章而非论文）
https://t.co/ULQr8DIVei
LoRA（2021）
https://t.co/bxapJx5RMM
Chain-of-Thought Prompting（2022）
https://t.co/dKClVRvrCd
ReAct（2022）
https://t.co/K3ZpAcmP0q

二、Infra 与数据
这条线回答：模型怎样从单机实验扩展到万卡训练？模型、数据和计算预算应该怎样匹配？
ZeRO（2019）
https://t.co/E3SgPiaYSA
Scaling Laws for Neural Language Models（2020）
https://t.co/kk2SquAoXi
Training Compute-Optimal Large Language Models / Chinchilla（2022）
https://t.co/rLEjTwua4V
LAION-5B（2022）
https://t.co/NlYzev7F6j
The RefinedWeb Dataset for Falcon LLM（2023）
https://t.co/0qPVjwGm4Z
MegaScale：将大模型训练扩展到 10,000+ GPU（2024）
https://t.co/IJHTJCdReh

三、语言模型的发展
这条线回答：词怎样变成向量？预训练为什么有效？模型怎样从任务微调走向上下文学习，再变成遵循指令的助手？
Word2Vec（2013）
https://t.co/tQoF0Ye2Zj
Google Neural Machine Translation / GNMT（2016）
https://t.co/oz3g68NONA
GPT-1（2018）
https://t.co/e3sV5ahucY
BERT（2018）
https://t.co/nvYjpJ39rs
GPT-2（2019）
https://t.co/XcSMTkowob
GPT-3（2020）
https://t.co/WWrr6bKLsq
InstructGPT（2022）
https://t.co/oYIFtoxgQJ
Tulu 3（2024）
https://t.co/6pc8yOT5if

四、多模态模型的发展
这条线回答：深度学习怎样进入视频和图像生成？Transformer 又怎样扩展到视觉与扩散模型？
Large-Scale Video Classification with Convolutional Neural Networks（2014）
https://t.co/TCQI85EjhS
Two-Stream Convolutional Networks for Action Recognition in Videos（2014）
https://t.co/S7oirKI6tm
Generative Adversarial Networks / GAN（2014）
https://t.co/fC44lv4alM
Deep Unsupervised Learning using Nonequilibrium Thermodynamics（2015）
https://t.co/KKuolQ0XtC
Denoising Diffusion Probabilistic Models / DDPM（2020）
https://t.co/SirX0txbAm
Vision Transformer / ViT（2020）
https://t.co/qL5vKZ6Qrw
CLIP（2021）
https://t.co/MIh9YUXOzI
Latent Diffusion Models / Stable Diffusion 的技术基础（2021）
https://t.co/4pQnD9antU
Diffusion Transformer / DiT（2022）
https://t.co/sVjqpwIfNw

两项补充阅读
它们在访谈中被明确提到，但不属于正式 36 项主清单：
The Hardware Lottery（2020）
https://t.co/3keB0pZVjl
PPO（2017）
https://t.co/gjuyA1ydbo

如果时间有限，可以先读这 10 项：
Attention Is All You Need、GPT-1、GPT-2、GPT-3、Scaling Laws、Chinchilla、InstructGPT、LoRA、ReAct、CLIP。

[先知 @Crypto_He]

一门四至尊，这下全了。

[Rainier @mtrainier2020]

纽约这边的商业地产的租金非常高，平均在160-180 usd/sqft，是西海岸的2-4倍以上。
我算了一下，就算考虑到人流量的增加，以及各种溢价，非服务业的business，很难算的过来帐。这个也符合观察，
1. 大量的店铺空置，在lease状态。
2. 还在营业的店铺，都是各种服务行业。以及奢侈品行业。

但是查了一下数据，纽约的商业地产空置率已经降到了14%。但是这个并不符合我的观察。

查了一下reddit，看来并不是就我一个人对这个官方数据表示怀疑。
一个小哥做了一个调查：
用纽约的用电数据以及ACRIS 债务数据 So I ran an experiment using two public city datasets (Local Law 84 Energy Benchmarking + ACRIS Debt Records)
测试一个假设：
租赁可以是假的，但是电费账单很难造假。
他测试了 600个，当前入住率大于85%的中型商业地产。
得出结论：
1. 纸面上95%都租出去了。
2. 现实的用电情况跟2019年相比降了40%-60%。
The Conclusion: Tenants might be paying leases (for now), or the owners are reporting "leased" space that is actually dead. I call this "Phantom Vacancy."

另外，如果看债务情况：

1. 贷款已于 2023 年或 2024 年初到期。
2. 没有任何已记录的再融资活动（没有新的 UCC 融资备案，也没有 Gap Mortgage / 补充抵押贷款）。
从技术上来说属于“僵尸楼宇（Zombie Buildings）”——很可能目前是在某种债务宽限/暂缓执行协议（forbearance agreement）下继续运营，只是该协议尚未公开披露

这是美国的金融心脏，纽约地区。

在西海岸的，西雅图地区明面上的商业地产空置率已经达到了，35%-37%。
旧金山是27-30%
LA是16-18%