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

查理芒格的合伙人李录，刚刚发朋友圈谈了关于几条常识：2024芒格先生曾说过，常识是最稀缺的认知。违背常识会付出代价。所谓的常识通常也是由这些代价反证出来的。所以对常识的讨论总还是有价值的。这里我来谈谈几条常识，也听听大家的意见。 1）现代化是市场经济和现代科技结合的产物。但这其中有一个因果关系，市场经济是因，现代科技是果。没有现代市场经济，不会产生现代科技。在非市场经济的制度中，技术不能有效的转化成生产力，也因此不能产生持久、领先的科技。但是发达的市场经济一定会产生领先的科技。 2）除国防外，当今所有先进技术，最先都是由私营企业在市场经济环境下创造出来的。美国，西方，中国都如此。政府主导先进科技创新，如果破坏了市场机制，没有成功案例。 3）人的本性都是自私的。人的道德其实是对于更广泛私... See more

教大家怎么选股，首先我们的目标肯定是选一些符合我的进场条件的股，第一条件是近期有非常强势的上涨动能。 1. 所以我会在tradingview里面设定过去一个星期的涨幅大于15%，为什么要大于15%？因为要对比大盘，如果纳指最近5天涨幅都超过5%的话，大部分个股都会上涨，最好的条件是设定2倍以上的纳指涨幅，这个条件不是固定的，必须要根据每星期/每两个星期的市况发展来作出改变... 2. 市值大于2 billions，这个看个人的喜好 3.过去30天成交量大于500k，排除一些低成交量 4.股价大于5以上，最好是10以上，这个条件也是看个人喜好 基本用以上的条件都可以找到近期的强势股，就等pullback到多重支撑位进场就行，同时通过选股器还可以观察市况是怎么的情况，这礼拜非常多biotec... 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

老百姓的必须品全部都在暴涨 https://t.co/KJGbjUibdz

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