Sensitive content

This media may contain sensitive content.

正在加载视频...

视频加载失败

22.9 独眼魔人店长爆炒幼态巨乳少女.1 🤟环节 这个命名就很异世界,我中意 这是XISE家的另外一款倒模!叫lulu,如果从视觉上讲,我会选择,之前那款大屁股,但 据粉丝描述,这款更加方便魂穿【我还获得巨人化buff】 倒模商家指路↓ XISE幸色 #倒模 #阴臀倒模 #男搞定的礼物

97,282 次观看 • 2 年前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

“我们究竟是创造了一个工具还是一个生物?” Sam 在 "机器人之心 "小组讨论会上的发言。 Sam: 但我认为,这无疑是迄今为止人类经历的最重大的更新年份。可能这也是我们将会遭遇的最大变革,因为从现在开始,人们已经接受强大的人工智能将成为现实,并且还会有逐步的更新。就像是第一代 iPhone 面世的那年,以及随后每一代 iPhone 的更新,我们现在能够明显感受到这一代与去年那代的差异。所以,这确实是一个重要的时刻。 我感到欣慰的是,现在人们开始正确地把这些系统当作工具来看待。艺术家尤其如此,但其他人也是一样。 曾经,人们真正恐惧的是,我们究竟是创造了一个工具还是一个生物,这将意味着什么?现在,人们视这些系统为人类工具箱中的新工具,并且正在用它创造一些非常了不起的东西。 模型显然不知道你在说什么,因为这不在它的训练数据里,它也无法从训练数据中学习到这些信息。 这是完全可以预期的。你再问一遍。比如说,你提到“意识”这个概念,模型回答:“是的,我完全明白你的意思,但我之前从未听说过这个词。” 问: “这对我来说就像是一次更新。你认为人工智能会趋向于探索创造性智能和自主性吗?” Sam: 这个问题有多个答案。这取决于激励模型。这是人类的选择。 问: “这将是判断意识的一个很好的测试。因为如果它有自我表达的愿望,并且仅仅为了创作的乐趣而去创作,那不会是偶然的。这绝对有点像生物。” Sam: 这是生物化的。我认为在此之前还有很多步骤。 我们现在要回答问题吗?这真的很棒。

Lei.sea

14,132 次观看 • 2 年前

小扎吐槽苹果和 Google,以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司,Apple 和 Google,它们可以告诉你可以构建什么。 在我们的历史中有很多次,比如有经济层面的情况,就是我们构建了些东西,然后它们就会拿走我们大部分的收入,但还有一种是质量层面,这实际上让我更加不满,也就是有很多次我们推出或希望推出某些功能,然后Apple就会说,不,你不能推出这功能。 这真的很糟糕。 问题是,这样的世界是否会在AI领域复现,就像你会有一小部分拥有封闭模型的公司,它们控制API,因此将能够告诉你可以构建什么。 我可以说,对我们来说,自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么,而且我认为从开源的角度来看,很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一,我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考,如果我们能实现这种技术,那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是,如果一个机构掌握了一种强大的AI远超其他所有人的,这同样是非常糟糕的。在我看来,一个理想的世界应该是这样的:AI技术被广泛而均衡地应用,随着时间推移逐步增强其健康性。在这样的世界里,各种系统能够相互制衡,这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在,但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说,一个价值100亿美元的模型,如果经过评估是完全安全的,你们会选择开源吗? **Mark Zuckerberg**:我的答案是,只要这个模型对我们有所帮助,那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的,然后现在要开源呢? **Mark Zuckerberg**: 我们一直以来都有开源软件的传统,但是我们并不会开源我们的产品。 比如说,我们并不会将Instagram的代码开源,但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中,我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了,这对我们来说非常有帮助。 因为很多人可以设计服务器,但现在,大家普遍都采用了我们的设计,这就意味着整个供应链都围绕我们的设计展开,规 模变大,对所有人来说都变得更便宜,为我们节省了数十亿美元。 这真是太棒了,对吧? 因此,我认为开源有多种方式可以对我们有所帮助。 一种就是,如果有人能够找出更便宜的运行模型的方法,我们将花费数十亿甚至上千亿美元,在所有这些模型上,所以如果我们能做的更有效率,那我们就可以节省数十亿甚至上百亿美元,这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源,我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目,对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过,他们觉得这是有可能的,因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题,我认为几乎有一半的世界人口都在使用我们的产品,这是一个真实的点,所以我觉得这很难超越。 但不管怎样,我还是认为开源是一种新的、非常強大的建设方式。 来源:

宝玉

74,721 次观看 • 2 年前

段永平回应为何不买特斯拉,称不喜欢马斯克品行,做投资实际上就是在跟他做朋友,但马斯克确实是厉害。认为现在的大部分电动车品牌肯定会被淘汰。 雪球创始人方三文问,这些年是否对特斯拉的看法有所变化。段永平表示,“没有什么本质的变,但确实觉得埃隆·马斯克这个人是厉害,他有很多想法也确实是很先进,但是投资我觉得我比较难,个人的角度来讲,我不是很喜欢这个人的品行,你投资实际上你在跟他做朋友,我不想跟他做朋友,哪怕给我钱我也不干,所以我没有那么喜欢这件事情,但是我认识到他确实是厉害,而且他的东西,有很多东西很有道理,有些东西很没道理,你不知道他哪一条先出来。” “电动车生意不会太好,会很累,它差异化很小,但是特斯拉的电动车是做出差异化的。大部分电动车的生意,我觉得是会很艰苦。特斯拉总体来讲确实是做得好,款式少,东西也很单一,量又很大,那它相对来讲成本就会低,它是很可能有钱赚。 我在博客上是写过特斯拉的,我最早是很喜欢特斯拉,后来就看马斯克那些事儿,我就觉得有点不太喜欢这个人,加上我买了他们车以后,看他们的服务各方面,好多我没那么满意的东西,这又把股票也卖了,当然这是个错误的决策,我可能应该留着。我不是很喜欢特斯拉车,但是我喜欢他的Starlinks,我是它的客户,SpaceX我觉得确实也是厉害的,能够把那么大一个东西就让它降下来,我觉得太牛了。” “智能驾驶如果每个人都自己搞,其实也很累,我不知道,我不在这个行当里头,我是觉得也可能将来大家都用Google的方案或者是用某几家的方案,最后大家也是同质化的,大家的东西也都差不多,最后大家就赚个平均利润,也不是说就没有钱赚,因为它没有很好的差异化,所以它也很难有很好的利润,但是如果大家要是卷的话,卷到什么程度就不知道了,那个一定是要卷完了才会有剩下的人能够赚钱。现在我不知道有多少家在做电动车,就像我们当年做游戏机一样,可能有几百家,卷到最后就剩几家,那几家是赚钱的,但这几百家都是要倒的,所以现在看到的电动车大部分都会死掉,这个我可以肯定,谁会活下来,我不知道。”

外汇交易员

265,886 次观看 • 9 个月前

回顾一下联盟上周关于TDCCP内容的更新 1. 数据分析公司已经有了初步的评估,联盟预期下周(本周)拿一些主要的数据跟大家分享 2.Leon战友(老虎尾巴)在跟律师沟通,如果可以的话,会拿主要节点数据跟大家分享 3. 联盟的汇报绝对不会变成是一个人的,一定会变成多人的,信息即要透明就不会是一个人掌握所有的信息。联盟会让负责项目的战友清晰的讲给大家,直接出来讲,如果在律师允许的情况下,哪一些信息已经分析出来了,可以跟大家分享,一定会拿出来分享 4.大家可以期待好消息 5. 结果是实时更新的,就是说我们的账单,要付费给人家做这些分析的,每一个星期两个星期,要对他的工作的进展给联盟一个报告,还要花多长时间,多少钱,如果还得1万个小时,那就完蛋了, 又是个骗子。 6.从联盟的角度上来说不会放过任何一个坏人,甚至是在我们这里头骗钱的,偷钱的,混的。 爆料革命一直在说的,我们是一个良币驱逐劣币的一个过程,尤其是在315 716之后。这些烂人,这些坏人,他一定是会离开的!有自己离开的,也有会被我们踢出爆料革命的,一定是这样的。 我们不会再像以前一样,纵容这些坏人在这里头捣乱,有的人嘴里说我是来灭共的,其实呢到这里来混日子搅局的,搅浑水,干扰大家的情绪。 我们以前的老椅子有很多就是这样的。其实我们都很了解,但以后我们不会去容忍这些坏人。 做这些事情因为我们的目的很明确,我们是来灭共的,如果你嘴上说你是灭共,但是你做的事情又是相反的,那肯定你不是真正的战友,你只能离开爆料革命! 好的啊,郭先生听了这个这些肯定非常开心啊。

微蓝

20,708 次观看 • 1 年前

Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗? 直接说结论, 能完成我这个大象牙膏测试的一部分, 已经很厉害了, Python 杯子倒水那个测试表现也可圈可点. 来看测试中暴露出来的问题: 首先这个模型生成的样式特别多变, 可以看测试中生成的前端页面的样式和布局, 几乎每次都不一样. 所以实际使用中, 可能会存在稳定性的问题, 建议 prompt 中多做约束, 避免模型过度发挥. 不过这并不全是坏处, 如果拿这个大模型写文, 反而可能会超常发挥, 每次写出来的东西都不一样, 不会呆板. 另外目前发现最大的问题是, 给到模型一大堆数据, 让模型整理一个网页, 结果模型偷懒了, 直接把代码和数据省略掉了, 这个应该还是 GPT-4 时代的问题 (24年上半年) 出现了. 这里猜测可能是高稀疏性专家混合模型或者多词元预测造成的问题, 这两个都会在生成中选择最经济的生成模式, 因此可能会倾向于生成"此处代码省略"这样的代码来替代原本要生成一大堆代码的场景. 召回倒是没太大问题, 鞭炮连锁爆炸那个测试, 虽然模型没有成功写出来, 但是最长的一次还是生成了1100行代码, 我仔细看了下, 基本都考虑到了我 prompt 中要求的逻辑, 只不过实现的代码有 bug 跑不起来而已. 综合来讲, 我觉得这应该是 100B 以内的模型无敌手了, 考虑到定位可能是个新的技术试验模型, 所以期待千问推出更大规模 (例如400B-A15B) 的模型, 带来更好的性能. 测试 prompt: #Qwen3Next #大模型竞技场 #Qwen3

karminski-牙医

30,709 次观看 • 11 个月前