AI

很多人说 o1 不就是个 CoT+强化学习吗？经过我的实际体感测试，这个还真不止是 CoT 能搞定的东西。 强化学习有个前提，就是模型原来试了一万次，有一次成功了。 - 模型原来做不到的事情，尝试一万次没有一次成功，那强化也没用 - 模型通过 CoT 尝试了一万次没有一次成功，那强化也没用 - 模型通过一些 Prompt 提示或引入其他因素进行思考，在一万次里有几次成功了，强化学习才开始有用 - 但是模型自增强 Prompt 这件事本身就和 Agent 中的规划是一个思路了 最后推荐三个可以关注的信息： 1. 关于 CoT，360 做了一个简单可视化的版本，全程思考都暴露出来，可以自己感受下 CoT 的思维方式和局限，看看哪些问题 4o 无法解决，可以通过 Cot 解决https://t.co/WP89YZ27Eh... See more

当一位专家意识到 o1 能在1小时内写出他花了一年时间才完成的博士代码时。 视频：https://t.co/Mmo548Wes9... See more

#工程师学习 斯坦福 cs229 机器学习有一个最新入门讲座「构建 LLM 大语言模型」非常值得一看。 🤖 https://t.co/E8q3bKlWca... See more

去年 Jim Fan 对于 Q* 的预测，现在结合刚发布的 o1 来看基本上都是准确的！ Jim 将 Q* 和 AlphaGo 做了类比，猜测 Q* 可能类似于 AlphaGo，是通过与自己之前的版本进行对弈，自我对弈不断进步，甚至于架构都是类似的。 AlphaGo 的架构核心有四个组件： 1. 策略神经网络（Policy NN，学习部分）：负责选择下一步最有可能赢的走法 2. 价值神经网络（Value NN，学习部分）：评估当前棋局 3. 蒙特卡洛树搜索（MCTS，搜索部分）：模拟从当前位置开始落子的多种可能，类似于人类在算棋步（假如我放在A位置，那么对手可能下在哪几个位置，然后我再下一步怎么应对……） 4. 输赢判定：根据围棋规则判定谁赢了。 这个架构的神奇之处在于整个训练过... See more

Reddit 爆了！有网友发布 OpenAI O1 模型逆向工程的架构图⚡️ 通过梳理 OpenAI 官方博客、核心作者 @polynoamial 等人的推文、ARC 竞赛团队的测试评论，以及 Reddit/X/Youtube 上在线讨论，通过 Claude 总结梳理而来🔥 来源👉 https://t.co/VSLxJAxBX7... See more

这是一篇著名的微小说，思想没那么纯洁的成年人都能懂这部小说隐含的那种意思，但是 AI 能吗？ 测试下来 GPT-4o 是懂的，但是表达的很隐晦，Claude 似乎是懂装不懂，o1 mini 就完全不懂，o1 preview不止懂，还直白的描述出来了 https://t.co/jBkI7ls5lz

女儿的小脑袋瓜问号越来越多。 于是，我用闲置 iPhone 录制了她的 Siri 声纹 + 加入家庭组，再用快捷指令接入ChatGPT。这样，家中的 4 台 HomePod 就成了无所不知的老师。 由于答案是读出来的，听众又是小朋友，所以 ChatGPT 提示词多次优化。 问答效果&提示词一并分享，家里有孩子的推友值得一试。 https://t.co/Fq5J8lmumL

搞定了。 国行 iPhone 15 Pro 开通 Apple intelligence 成功。 总时长五分钟，不用抹掉数据。 分享下教程： 1、下载 MisakaX（https://t.co/PuBwaFH33u... See more

深夜Coding有感，前几年在腾讯、字节等大厂的时候，我三五天写的几个函数，现在用Claude可能十几分钟就写完了，质量还更好。 信息传递的过程是会失真的，100人的技术团队可能会因为沟通和交流问题降低很多效率，而小团队甚至是个人开发者，失真率很低，效率反而出奇的高，这种效率的提升甚至可能将原本需要三五个月的项目周期缩短到几天[捂脸] 有趣的是，其实AI加持下的前端工作反而比后端、数据分析还麻烦一点，用户交互、视觉设计、debug这方面都是LLM不擅长的 而曾经的researcher如果有一个idea，在初始阶段往往也是个人探索为主，验证可行性之后可能才会对外传播，因为哪怕是面对同门，也要防住不必要的麻烦发生，不要去考验人性。现在AI可以作为researcher的对话伙伴，帮助他们从一个小的... See more