最新

你搞错了 你没意识到吗？你不能那样用你现在用的东西。你这是在给自己挖坑，会遇到各种各样的问题。如果你刚起步，那也无妨。但我不认为这算得上是专业的工作。你想做一个专业的工作，对吧？ 这里还有一堆其他东西需要你安装。把它们都配置好。把那些其他东西都删掉。它们只会带来麻烦。否则，没人会认真对待你。 什么？没用？你检查过你的配置了吗？你按照所有步骤操作了吗？你读过代码了吗？对其他人来说都是有效的，所以一定是你的问题。这只是一个简单的设置。只要创建这些文件并运行这些命令行工具就行了。或者更好的是，直接提交补丁来让它工作。你会写代码，对吧？你的基础设施很重要，对吧？所以别再搞那些其他东西了，专注于你的基础设施。 哦，你用的是那个操作系统？嗯，那实际上是不受支持的。我的意思是，它不适合做严肃的工作，对吧？而且，它只会拖慢你运行容器的速度。不，不是那种容器。我的意思是，当然，人们过去常常使用那些容器。但它们无法扩展。真的不行。 你想扩展，对吧？这就是你不能那样做的原因。你必须考虑机架规模。不，别考虑机架规模，那是上一句话的思维方式。你需要考虑数据中心规模。不，你需要扩展到多个区域。不，多个星球。你有一个卫星数据中心的计划，就像在太空里一样，对吧？ 还有那些功能！你甚至都没有那些功能！每个人都有那些功能，或者他们已经宣布了那些功能。当然，你的客户现在似乎并不想要它。目前看来，它似乎与你的应用程序没有任何关系。但客户会想要的。这是必备条件。你必须拥有它。 你在跟踪哪些指标？那些？那些是错误的指标。而且你的“指标” barely 触及表面。你甚至有关于你收集的指标的指标吗？除非你收集关于那些指标的指标，否则你如何有效地收集指标？这只是常识。 还有，你的战略合作伙伴是谁？你甚至和那些大玩家建立了合作关系吗？不，不是那些玩家。更大的玩家。最大的。你需要和所有人建立战略关系。但不是那些人，他们只是奇怪的小玩家。你需要和所有类别中最大和最好的合作。 你认为你的网站是关于什么的？真的是关于那个吗？难道不是关于释放每个人的潜力吗？难道不是关于希望和梦想吗？这就是为什么你需要使用那些框架。这就是为什么你需要把你的数据中心放在太空里。这就是为什么你需要那些功能。这就是为什么你需要那些指标。因为你正在颠覆你的业务。不，你正在颠覆所有业务。不，你正在颠覆现实的本质。

截至2025年，关税收入已接近1900亿美元。这笔钱可以维持政府运转，为美国农民提供至少100亿美元的补贴，或者为妇女和儿童提供充足的社会服务。 他们在2025年5月将债务上限提高了4万亿美元，但现在已经用完了资金，所以我们又一次面临“政府停摆对决”。 应该如何使用关税收入来帮助美国？

对我来说，就只是一个空白页。

朋友们，我有一个想法，可以使神经网络以确定性的方式而不是概率性的方式运行。<p>目前，我们在非结构化数据上训练神经网络，但问题是它们是概率模型，难以理解。<p>我想创建一个全新的神经网络，它完全可以理解，并且每个权重都是有意的。<p>所以我们要做的是这样的。我们创建一个专门用于读取、理解和编写实际神经网络权重的神经网络。<p>所以这个想法是，一个训练有素的网络实际上可以有意地创建和更新神经网络，并以确定性的方式获得新知识。<p>例如，你可以说“创建一个可以读取 MNIST 的网络”，它实际上会知道如何创建网络，<i>包括权重</i>，并且它会为网络中的权重提出合理的值。它将指定每个神经元和每个连接，并给出权重的实际值。<p>这很酷的一点是，我们可以让它对各种神经架构获得直觉。它会设置权重，分配输入值，运行它，然后“调试”，这样它在创建神经网络方面就会变得越来越好。<p>说实话，我们可以让它像进行强化学习一样，每当它做出更好的更新时，它就会说“是”！并通过对该系列进行强化学习来奖励自己，我们并行进行此操作，并且成功的获胜。<p>因此，好处在于对安全性敏感的场景，拥有一个能够真正理解和检查权重意味着什么以及它们用途的 AI，以及能够为了特定目的编辑它们的能力。例如，这将防止手术机器人因为在预训练中看到了关于屠宰场的视频而留下训练不佳的神经元，导致切除过多。<p>另一个好处是它可以像我们的大脑一样智能地工作——从早期层到后期层创建“跳跃”连接，从而提高效率。<p>它还可以提高效率，因为它只创建必要的几个连接。它还可以智能地选择数据类型，对敏感且需要高精度浮点数的区域使用高精度浮点数，而对其他区域使用低精度浮点数。<p>通过训练一个网络来检查和创建网络，我们可以更接近于保证网络没有流氓神经元。<p>由于网络有数十亿个神经元，我猜它需要逐位地对神经元进行高级别和低级别的检查，并对不同的部分进行大量的工作和实验，并创建不同部分指代内容的纯文本“数据库”，它可以创建索引等。<p>最终，一个神经网络可以像一种语言一样“自我编译”，甚至不需要预训练阶段或反向传播。

论文：<a href="https://www.science.org/doi/10.1126/science.ado9202" rel="nofollow">https://www.science.org/doi/10.1126/science.ado9202</a>