湛卢无方

流水不争先，争的是滔滔不绝。

[湛卢无方 @xiaochaozhan]

@jackcjking99 @iiiinvest 大部分抄的山寨币合约，一个针就G了，鱼哥似乎不玩山寨币

[湛卢无方 @xiaochaozhan]

@xtony1314 泰国、柬埔寨确实危险⚠️

[湛卢无方 @xiaochaozhan]

@Huouo908070 @mrblack11mb 显示无效

[湛卢无方 @xiaochaozhan]

@iiiinvest

[湛卢无方 @xiaochaozhan]

@Jin48321158 @iiiinvest 那要吃点压力了，完全看你有没有信心了。

[湛卢无方 @xiaochaozhan]

@Jin48321158 @iiiinvest 80空不可能亏呀？

[湛卢无方 @xiaochaozhan]

@yike144315 @jiao_newlife 要接的，不过也不必担心都是机器人客服做反诈宣传的，点头说是就可以了。

[湛卢无方 @xiaochaozhan]

@iiiinvest 鱼哥快乐

[湛卢无方 @xiaochaozhan]

@xuqingjun @iiiinvest 上了多少杠杆？

[湛卢无方 @xiaochaozhan]

@chenzhihua1224 @iiiinvest 不是闪迪拉垮，是存储都拉垮，没一个破位的。

[湛卢无方 @xiaochaozhan]

@iiiinvest 鱼哥是真猛

[湛卢无方 @xiaochaozhan]

@iiiinvest 胆子比较小85000下车，感谢鱼哥~

[湛卢无方 @xiaochaozhan]

@iiiinvest 啥时候出本传记讲一下来时路？😁

[水Lane💧 @VentLane]

https://t.co/RkA8ybTeRs

[JinYu🪑 @JinYu762]

💥几乎都在用！
做美股研究，除了看个股，也要看大盘环境

这5个网站，是我平时判断市场最常用的工具
1: FRED
宏观数据宝库。利率、通胀、就业、M2，很多宏观问题都能在这里找到答案 https://t.co/3hCjqgB5Y8

2: Trading Economics
经济日历神器。CPI、非农、GDP、利率决议，什么时候公布一眼看懂 https://t.co/oRk2ob3JPV

3: ETF Database
ETF查询工具。费率、规模、收益、资金流，对比不同ETF很方便 https://t.co/JbsvTaKp6c

4.Cboe
市场情绪温度计。VIX、Put/Call Ratio，快速感受市场恐慌还是贪婪 https://t.co/zD99kLyl2v

5: Quiver
Quantitative另类数据工具。散户热度、议员交易、内部人动向，适合找一些市场线索 https://t.co/Z5QiFgtvpH

上篇是看公司，这篇看市场
这10个网站，基本覆盖了我日常研究美股的大部分需求

大家还有哪些好用的网站？可以评论区补充👇
#美股 #美股研究 #投资工具 #宏观数据 #ETF

[Xudong Han @Xudong07452910]

CMU 这门 NLP 课最硬核的地方：第一份作业就让你从零手搓一个 LLaMA。

卡内基梅隆大学公开了 2026 春季《Advanced NLP》课程，教授是 Sean Welleck。整套资源包括完整课程主页、课件、视频和配套代码���内容从 Tokenizer、Transformer、语言模型基础，一路讲到 RAG、多模态、RLHF、MoE、长上下文和 test-time scaling。

这门课最有价值的地方，不仅是教你怎么调用大模型 API，而且把大模型能力背后的工程路径也拆开给你看。

从「Build Your Own LLaMA」这种手搓模型作业，到后面的推理、效率、评测和 Agent，它训练的其实是一种更底层的能力：你能不能理解模型为什么能工作，为什么会变强，为什么有时会失败。

这也很符合现在 AI 的技术拐点。

过去大家更关心参数规模，谁的模型更大；现在越来越多关键进展，开始发生在推理侧、效率侧和系统侧：怎么让模型更会思考，怎么调度专家，怎么检索外部知识，怎么在有限算力下获得更好的输出。

所以这门课不只是 NLP 进阶课，更像一份 2026 年大模型研究者的训练路线图。

AI 时代真正的分水岭，可能不只是会不会使用模型。

更关键的是：

你停在应用层，还是愿意继续往下走到架��层。

Home: https://t.co/U96QszHIja
Youtubu: https://t.co/05dlefgqbe
Code: https://t.co/nqAsjPwatQ

[一只小橘呀 @Ellieorange8]

我用夸克网盘给你分享了「最全雅思考试资料大合集【132G 】」，点击链接或复制整段内容，打开「夸克APP」即可获取。
链接：https://t.co/bonhk5PTEl

[AADITYANSHA @aadityansha_06]

A spatial Cache Locality visualizer simulation demonstrating how the CPU fetches a 32-byte cache line of 64-bit float values(i.e. 8-byte each) at once inside the L1 D-cache.
So that if it has to access sequential data next, it doesn't have to fetch it from DRAM, saving around 200+ cycles to reduce the memory wall, consequently increasing performance through cache hits.

[湛卢无方 @xiaochaozhan]

@iluciddreaming 如果仔细看他的数据会发现榜单上没有中文的数据，实际测了下中文识别词错率很高，其他语音倒是还可以。

[Caglar @caglar_ee]

Video lectures, GaTech CSE 6220 / CX 4220 Introduction to High-Performance Computing fall 2024, spring 2025, by Helen Xu
https://t.co/kEGlJ4VOml
https://t.co/QLSpPfeIyX
https://t.co/9V9jwYGxP4
https://t.co/nUjlJhLggS
.