Загрузка видео...

Не удалось загрузить видео

На главную

2026,完全可以用notebooklm 的fast reasearch或 deep research 来自动收集资料,取代多年来手工google,一条条慢慢收集的过程。 主题研究 80% 的资料,可以 deep research 搞定;剩下少部分 20% 的资料,自己精挑细选,包括自己的 logseq 笔记,自己的阅读库资料等。 我录了一个小视频,看起来更直观。

89,686 просмотров • 7 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

NotebookLM+Obsidian+Gemini 组合教程,工具用对了,效率原地起飞。🛩️🚀(适合小白,收藏) 整理资料、快速学习,这个视频绝对有帮助。 简单说下这三个工具怎么配合: 1. NotebookLM(帮你榨干全网资料,只留干货)不用再自己苦哈哈地去刷几十个讲同一个话题的 YouTube 视频了。 直接把视频链接、PDF 或者长文章扔给 NotebookLM。 让它帮你把车轱辘话全删了,直接总结出核心重点。 最牛的是它绝对不瞎编,给出的结论都会标明出处,比如“这个观点来自第三个视频的第2分10秒”。你还能一键把几百页的资料转成播客音频,通勤路上当电台听。 2. Obsidian(完美避坑烂书,不浪费时间)看书或看教程最大的痛点,就是看了一大半发现自己早就懂了。 你可以把你平时记笔记的 Obsidian 个人知识库,加上你想看的新书 PDF,一起丢给 NotebookLM。 直接问 AI:“根据我已有的知识,这书我还用看吗?”它会直接挑出你没接触过的新知识,如果全是你知道的,它会直接劝你别看了,巨省时间。 3. 交给 Gemini(一键输出成果)资料查完了怎么用? NotebookLM 擅长提炼事实,但不擅长写文案。这时候把前面洗出来的“纯净干货”直接丢给 Gemini,让它帮你生成脑图、写总结、写脚本、或者做 PPT 大纲。

比特币橙子Trader

27,412 просмотров • 3 месяцев назад

想和大伙聊聊,在 AI 时代我是如何深入学习一个技术领域的。 之前没有 AI 之前更多是看书、翻这个领域有名的国内外人的所有博客,然后摘抄记录到笔记本,这种速度挺慢,但是很有学习的乐趣,比如当时学习 WebGL 就是这种感觉,可能学懂一个东西差不多要半年空闲时间,慢但快乐。 现在有了 AI 之后,其实我很讨厌网上那种3分钟教你看完百年孤独,也讨厌一切短剧和倍速看电视剧的方式,更多还是挑好的看,吃好一点。 不过最近写你不知道的 Claude Code 和 Agent 系列,除了自己懂的部分外,其实还有大量不太清楚的领域,好在之前收藏了不少文章,刚好借助这一块清库存,全部搞懂输出出去,一直认为,很多时候,不在于看了多少东西,听了多少东西,输入了多少东西,其实用处不大,更加看重你输出了多少东西,这个才是你自己的。 然后我上上周启动了一个深坑挑战自己,研究大模型的训练流程,确保非专业的人也听得懂,探索了2周,刚好这个经验可以分享给大伙,当然成文也差不多好了,最近会发出。 我会把这个学习过程当做写代码一样的组织,第一步收集高质量的资料,比如与之相关的近几年的精品论文,各大模型厂商发布的关键模型的博客,X上模型负责人发表的一些文章,以及斯坦福等高校的近两年关于这一块的课程学习,还有经典的手搓一个大模型的代码仓库等等,这些都是我的一个资料来源过程,我会借助工具自动化全部下载、转md、清洗,梳理,弄好结构化分门别类到我这次研究的仓库。 然后对于自己看得懂的内容就全部看一遍,把不好的删掉,好的留下,对于看不懂的内容,直接借助 Claude 帮我的理解,更复杂一点的直接翻译成中文去阅读,对于代码本地可以跑的就跑起来,不能跑的那种就去看结构,总之会有一个大概的认识和知晓技术原理,这个阶段可以去掉原有一半可能没有用的内容。 到了这个阶段,其实你对这个领域有一个大概的认知了,就可以给这篇文章开始写一个大纲,以及大纲应该结合的来源内容,这里均可以用markdown很多表达,你要讲什么,或者说你想讲什么更想让读者知道,一定一定,文章是写给你给给看的人看的,需要知晓对方的认知水平,和汇报其实差不多。 然后接下来就是苦力活加之前内容的复习过程,和大学时候考试前复习很像,把每一章的内容填充完整,这样下来,你会得到一篇非常长而且有点啰嗦的文章。 这个时候AI就可以帮太忙,你可以让他帮你不改变你原有的内容意思你的语气的情况下,帮我去掉无用的啰嗦内容,以及连贯不到位的内容,或者是这一块缺少的内容,还需要补充什么知识的地方,借助AI继续去完善补充,这里又可以学到很多原来遗漏的东西。 最后整理好以后,可以继续自己读一遍,而非让AI读一遍,这里AI只是工具,千万不要把你的脑袋被AI代替了,这就没有啥意思来,自己读的过程中可以对文章继续修改调优,这里和写代码又非常像了,自测那种感觉,修复问题修问题,最后读了2遍以后,基本感觉完美了,然后就可以发出来给大伙看看。 有小伙伴肯定是担心自己写的东西没有人看,就不太喜欢发出来,或者说就不写了,其实只要你的内容有意义,自然就有读者,而非是你偷懒的理由。 花10min写完这个碎碎念,结束,欢迎交流你是如何学习一个新领域的,下面视频就是我后面要发的那篇你不知道的大模型训练文章的学习仓库,挺有意思,就录了一个视频给大伙看看我的工业化学习方式。

Tw93

108,522 просмотров • 4 месяцев назад