Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
k
@ubermensch_k
Joined November 2019
1.3K
Following
1.5K
Followers
14.6K
Posts
ubermensch_k
retweeted
ShitpostGateway
@ShitpostGate
8 months ago
ubermensch_k
retweeted
Andy Stewart
@manateelazycat
8 months ago
Reddit 上面有一个帖子火了,有一个用户用 Claude Code 花了半个小时就把 CUDA 移植到了 ROCm 上。还引发了AMD 的高管出来评论🤣 英伟达护城河不保,这下 AMD 真的可以 Yes 了吗?
ubermensch_k
retweeted
Prasenjit
@prasenx
8 months ago
these books are useless in this AI era
ubermensch_k
retweeted
Boywus
@Boywus
8 months ago
https://t.co/UfDuwy2jlQ
Who to follow
kiki
@TraderKiki_
其实,我挺向往这种平平淡淡的生活,几间草屋,一亩薄田,一只小狗,几只小鸡,三个比特币。
yokoshi
@yokoshi57503128
draw & 3D 2021.04 Attended Anime private school Character course ||2022.04Layout course reproduction posts will be deleted regularly
ytkmz
@yutokamizu
ubermensch_k
retweeted
杀马特宅主
@Maxwell_SCU
8 months ago
大概总结一下思路: 传统的机器学习(甚至很多深度学习)模型,往往把注意力放在单只股票或一组股票群的特征行为上。它们试图通过历史价格、财务报表或简单的聚类来寻找规律。但实际上,当黑天鹅来临时,这种分析思路往往会失效,单个股票“正常”,但是股票之间的关系可能出了问题。 张薇的论文发现,股票之间存在着极其紧密的、动态的多维联系。通过 图神经网络(GNN),她们将市场建模为一个高度复杂的图结构(三图合一,价格相关图,供应链图和机构持股图)。当原本互不相关的节点(股票/机构)突然表现出惊人的步调一致时,图结构会发生剧变。这种“拓扑特征”通常预示着大规模连锁反应即将到来。 通过图注意力网络(GAT),模型能自动识别出那些平时看起来平平无奇、但在危机时刻由于连通性激增而成为“风险放大器”的隐藏枢纽(Hidden Hubs)。利用 GRU(门控循环单元) 记忆网络演化的轨迹。它通过监测网络相似度的骤降,能敏锐察觉到像“硅谷银行倒闭”这种瞬间重塑行业拓扑结构的结构性断裂(Structural Breaks)。
See More
ubermensch_k
retweeted
杀马特宅主
@Maxwell_SCU
8 months ago
量化没啥神秘的。实际上晚到13年前后,很多华尔街的基金的所谓量化操作(非高频量化)本质上就是搞线性回归。还有几个线性回归模型基本操作原理被别人知道之后设计一个方案来进行套利的。这种套利的思路大致就是因子拥挤(Factor Crowding)套利。因为大量基金都在做:Long 高 Momentum,Short 低 Momentum,这个时候套利者就会在 rebalance 之前 提前买入“即将被买的股票”,或在 拥挤顶点 反向建仓。最后的结果就是因子收益被提前吃掉,剩下的是 尾部风险。 08年金融危机之后,由于QE 大放水,整个美股被认为出现了长期趋势稳定期,这种用简单的趋势动量因子建模的线性模型在 2009–2012 年表现极好,因为这符合量化投资的理想模型:因子之间的关系被假设为独立或保持稳定的相关性。到了2013年5-6月,基于历史数据的线性假设瞬间瓦解了。原本互不相关的因子迅速同质化,集体收敛于同一个风险敞口——无论是贝塔波动还是流动性通通枯竭。线性回归模型全面失效。无论是 VaR 还是协方差矩阵,过去几年的历史数据进行外推出的结果完全没用了。当一家基金触发止损开始减仓,会直接冲击价格,进而触发另一家量化基金的卖出信号。这种基于算法的连锁反应,最终演变成了一场全行业的“多杀多”惨剧。 13年前后这次集体崩塌,被视为量化行业的“成人礼”。它不仅击碎了对线性因子的盲目崇拜,更迫使整个行业开始反思:真正的风险往往不在模型之内,而在模型之外。 这次事件后,行业发生了深刻的范式转移:机构不再单纯追求夏普比率,而是开始死磕机制切换(Regime Switch)和尾部风险;交易执行也从机械化转向随机化,以防被对手方捕捉。 许多量化老兵最终明白了一个苦涩的道理:在极端市场中,你最大的对手不是市场波动,而是那些和你跑着相似模型、有着相似逻辑的“同类”。Alpha 的消失,往往是从大家变得太像开始的。
See More
k
@ubermensch_k
8 months ago
接着构造包含“推理回答(来自 Dev2)”与“非推理回答(来自 V3)”的混合监督数据,对 V3 Base 进行 SFT,学习是否展开推理的策略,得到 R1-Dev3。 最后在多样化 prompts 上,对 Dev3 进行 GRPO 强化学习,引入规则奖励与人类偏好奖励,得到最终的 R1。
k
@ubermensch_k
8 months ago
今天分享: DeepSeek-R1 使用强化学习技术鼓励大语言模型中的推理 DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning 出版日期: 17 September 2025 https://t.co/UnmVFAKp7t
k
@ubermensch_k
8 months ago
这些文本用于对 V3 Base 进行一次性 SFT 冷启动,得到 R1-Dev1。 随后在 reasoning prompts 上,对 R1-Dev1 进行 GRPO 强化学习,奖励由规则正确性与语言连贯性组成,得到 R1-Dev2。
k
@ubermensch_k
8 months ago
立个flag,今天必更新完
ubermensch_k
retweeted
Eason Mao☢
@KELMAND1
8 months ago
🇺🇸❌🇩🇰🇬🇱 丹麦和格陵兰外交部长提前一个半小时离开了白宫。 记者们拍下了丹麦外交大臣拉斯·勒克·拉斯穆森明显沮丧的表情。 欧洲各国现在开始意识到,华盛顿没有盟友,只有附庸,无论这些附庸多么忠诚,华盛顿都对他们充满蔑视。 “与美国为敌是危险的,但与美国为友则是致命的。”
k
@ubermensch_k
over 1 year ago
我在手动汇编 OpenCV 的 CUDA 拓展,如果有推友懂如何 debug CMake 的请私聊我,感激不尽。
ubermensch_k
retweeted
Elon Musk
@elonmusk
almost 2 years ago
elonmusk's tweet video.
k
@ubermensch_k
about 3 years ago
@ShitpostGate
k
@ubermensch_k
over 3 years ago
@CCPHapaSlayer 我改练拳击去了
k
@ubermensch_k
over 3 years ago
在共产主义神话中更容易找到背叛这种终极意义的因素,因着它直截了当的粗鄙,而且更明确地提及了自身基本动机:经济。众所周知,共产主义神话以一种对我到目前为止所展示的所有精神危机现象的激烈论战形式展开。
k
@ubermensch_k
over 3 years ago
我已经表明,为构成欧洲虚无主义做准备的过程的实际基础是一系列被严密地组织起来的史观。这一基础在西方 "繁荣" 的神话和共产主义神话中基本上是相同的。但这两个神话处于一种辩证对立的关系中,这揭示了它们存在真正的意义。
ubermensch_k
retweeted
被迫上分
@tuiburen
over 3 years ago
上帝因为美利坚的罪过要摧毁此国,亚伯拉罕林肯向上帝求情。耶和华答应,只要林肯能找到十个Z世代中支持封禁抖音的人,他就不摧毁此国……
Last Seen Users on Sotwe
Love teaches by mom
Seen from
Bahrain
KhOldman Group🇰🇭
Phim Gây Việt
Seen from
Vietnam
Ngintip
Seen from
Indonesia
макс199091
hoa_dâm_bụt
Seen from
Vietnam
Hernández Marconi
Seen from
Guatemala
حرية
Seen from
Switzerland
BangBas
Seen from
Thailand
เย็ดแม่ น้องสาว แอบถ่าย
Seen from
Thailand
Trends for you
1
Man City
Under 10K tweets
2
#OlandriaxBlumarineSS27
Under 10K tweets
3
Bosa
Under 10K tweets
4
Dolly Parton
Under 10K tweets
5
Breaking Bad
Under 10K tweets
6
#TrinityxGucciSS27
Under 10K tweets
7
#lunéselcaday
Under 10K tweets
8
Good Friday
Under 10K tweets
9
#LastFourWatched
Under 10K tweets
10
Haaland
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
241.7M followers
2
Barack Obama
@barackobama
119M followers
3
Cristiano Ronaldo
@cristiano
114.4M followers
4
Donald J. Trump
@realdonaldtrump
111.9M followers
5
Narendra Modi
@narendramodi
107.2M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.4M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90M followers
10
Taylor Swift
@taylorswift13
83.9M followers
11
Lady Gaga
@ladygaga
75.4M followers
12
Virat Kohli
@imvkohli
73.3M followers
13
Kim Kardashian
@kimkardashian
70.9M followers
14
YouTube
@youtube
68.8M followers
15
Neymar Jr
@neymarjr
66.4M followers
16
Bill Gates
@billgates
65.2M followers
17
Selena Gomez
@selenagomez
63M followers
18
The Ellen Show
@theellenshow
62.3M followers
19
CNN
@cnn
61.8M followers
20
X
@x
60.7M followers
Olivia
Online
✨
⭐
💫