Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

BreakPoint期间 Solar (Solana中文社群) 参访系列,因为剪辑原因顺序有点乱,而且现场有些嘈杂,但这些并不重要,重要的是这次采访的全部都是“华语”项目,也让小伙伴们看看在 Solana 中的华语项目都有什么出色的表现,每一个都是值得关注的,第一个 Sonic SVM 以及Co-founder和CEO Chrizhuu 🦔🍩 ,欢迎大家关注。

242,854 görüntüleme • 1 yıl önce •via X (Twitter)

11 Yorum

TabbyPOS profil fotoğrafı
TabbyPOS1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 哈哈哈,我要报名被采访!!

Phyrex profil fotoğrafı
Phyrex1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 安排

Laughing🪁 profil fotoğrafı
Laughing🪁1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 有一说一 @Chrizhuu 很帅

Phyrex profil fotoğrafı
Phyrex1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 是真帅

paulwei profil fotoğrafı
paulwei1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 搜了下这块手表挺有意思

Mia米粒儿🩵 profil fotoğrafı
Mia米粒儿🩵1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 现场见证了倪大的采访,真的是一镜到底不卡壳,反应速度极快,而且专业度拉满激情拉满

Phyrex profil fotoğrafı
Phyrex1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 😆感谢,感谢

Eric SJ profil fotoğrafı
Eric SJ1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu "如果用户对你们很感兴趣,那他们可能会真的很感兴趣" 😂😂😂😂😂😂

Phyrex profil fotoğrafı
Phyrex1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 😂嘴瓢了

TVBee profil fotoğrafı
TVBee1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 我怎么感觉倪大这是专业主持人的范儿

Phyrex profil fotoğrafı
Phyrex1 yıl önce

@Solana_zh @solana @SonicSVM @Chrizhuu 感谢蜂兄

Benzer Videolar

加拿大总理卡尼:访问中国是积极的举措,错失国际关系网将是错误之举 FT首席外交事务评论员吉迪恩·拉赫曼 (Gideon Rachman): 你演讲中的另一个重要主题是“中等强国”需要携手合作。但你刚刚去了另一个超级大国,也就是中国。我想大家看到那次会面都非常好奇。有些人说那其实是个错误,因为你会让自己更加依赖中国,而他们也并没有那么友善,况且美国也会非常恼火。你对自己做法的辩护理由是什么?你希望从中得到什么? 加拿大总理马克·卡尼 (Mark Carney): 首先,我想说这不叫辩解,这叫进取。这是一种构建,是一种积极的举措,不同于对抗。我们支持某些事物,这与反对某些事物是有区别的。 其次,这段关系中有着非常清晰的“护栏”。我在讲话中提到了关系的“校准”,我指的就是这个。但在这些清晰的护栏之内,存在着巨大的机遇。无论是在能源领域(包括清洁能源和传统能源),显然还有机动车、农业以及金融服务领域,所有这些都是互惠互利的。 所以,这是在做加法。你看,这毕竟是全球第二大经济体,也是我们的第二大贸易伙伴。我们理应与他们建立战略伙伴关系。当然是在那些护栏范围之内,而这也正是我们需要实现的。 拉赫曼: 不过这确实是一个有趣的反转。因为我认为肯定在拜登政府时期,有一种感觉是西方世界正试图与中国“脱钩”,或者至少是在“去风险”。而在如今这个新世界里,这种情况真的要逆转了吗?鉴于还存在其他风险,对华“去风险”这件事是不是变得没那么重要了? 卡尼: 你需要一张关系网。在座的许多人都以此为生,大家明白这个道理:你需要一张连接的网。如果你在这张网中错失了某些最大的节点,比如美国(我们已经有了)、中国、印度、南方共同市场、欧盟,那将是一个错误。那说明你没有妥善管理你的关系。拥有这些连接能让你更强大,让你更具韧性。 在此之上,既然这也在头条新闻里,我想再向北欧国家呼吁一下。北欧国家加上加拿大,占了全球GDP的20%。人们第一反应可能意识不到这一点。但这种为了安全原因而正在加深的关系(因为我们志同道合),正是那种我认为至关重要的伙伴关系。

外汇交易员

44,122 görüntüleme • 4 ay önce

昨天,马来西亚槟城升旗山的小火车上,两拨中国人因为抢位置大吵。有一组是上海人,另一组据说是北京人但我不能确定。 说起来我去年底才刚去过升旗山,所以对这个缆车/小火车是有了解的。这个车不是挂在空中的,是在地面斜着上去的,所以只有在最前排的人可以有毫无遮挡的景色看。 我记得当时坐小火车的时候,也有中国人争先恐后,门一打开就是要冲到最前面。 中国人为什么这么喜欢争抢?而且也特别愿意在公共场合大吵大闹。你说乡下人也就算了,但这次的主角们都是一线城市的呀。 所以除了商家以外,全世界都最不喜欢中国游客,还真怨不了人家种族歧视。我自己出去旅游,也会尽量避开中国的长假比如十一,就是想要跟中国游客错峰。 老粉都知道我不是支黑,我很喜欢上海,也不是说所有中国人都这样,但有很多中国人都这样,这是事实。我觉得也不是基数多的问题,我认为比例也比别人高。 单就在马来西亚,几个月前刚发生了一对中国母女吃完榴莲说榴莲不好吃不肯付全款,然后当街大吵大闹。现在又发生这种事。中国人的脸都是被这些人丢光的。 这也是为什么很多新马华人出去旅游,都要特意让人知道自己不是中国人。 我也希望这些事能让马来西亚的中华胶们见识一下,除了他们在抖音和小红书上看到的那些粉饰过的中国以外,部分中国人的另一面。 话说,我昨天刚从越南回来,在河内机场过关的时候前面正好遇上了两组很大的台湾旅游团,全都是讲闽南话的六十岁以上老人家,但人家就非常有素质,排队井然有序,不大声喧哗。 说实话,当时我就在想,要是这些都是中国的大爷大妈,那我排队的时候就有罪受了。

老周横眉

25,246 görüntüleme • 10 ay önce

OpenAI 的大神 Andrej Karpathy 前几天在他的 YouTube 频道讲了一堂课,系统的介绍了大语言模型,内容深入浅出,非常赞,抽空将它翻译成了双语,由于内容较长,我将分批上传,以下是第一部分精校后的双语视频,字幕文稿如下: Intro: Large Language Model (LLM) talk 大家好。最近,我进行了一场关于大语言模型的 30 分钟入门讲座。遗憾的是,这次讲座没有被录制下来,但许多人在讲座后找到我,他们告诉我非常喜欢那次讲座。因此,我决定重新录制并上传到 YouTube,那么,让我们开始吧,为大家带来“忙碌人士的大语言模型入门”系列,主讲人 Scott。好的,那我们开始吧。 LLM Inference 首先,什么是大语言模型 (Large Language Model) 呢?其实,一个大语言模型就是由两个文件组成的。在这个假设的目录中会有两个文件。 以 Llama 2 70B 模型为例,这是一个由 Meta AI 发布的大语言模型。这是 Llama 系列语言模型的第二代,也是该系列中参数最多的模型,达到了 700 亿。LAMA2 系列包括了多个不同规模的模型,70 亿,130 亿,340 亿,700 亿是最大的一个。 现在很多人喜欢这个模型,因为它可能是目前公开权重最强大的模型。Meta 发布了这款模型的权重、架构和相关论文,所以任何人都可以很轻松地使用这个模型。这与其他一些你可能熟悉的语言模型不同,例如,如果你正在使用 ChatGPT 或类似的东西,其架构并未公开,是 OpenAI 的产权,你只能通过网页界面使用,但你实际上没有访问那个模型的权限。 在这种情况下,Llama 2 70B 模型实际上就是你电脑上的两个文件:一个是存储参数的文件,另一个是运行这些参数的代码。这些参数是神经网络(即语言模型)的权重或参数。我们稍后会详细解释。因为这是一个拥有 700 亿参数的模型,每个参数占用两个字节,因此参数文件的大小为 140 GB,之所以是两个字节,是因为这是 float 16 类型的数据。 除了这些参数,还有一大堆神经网络的参数。你还需要一些能运行神经网络的代码,这些代码被包含在我们所说的运行文件中。这个运行文件可以是 C 语言或 Python,或任何其他编程语言编写的。它可以用任何语言编写,但 C 语言是一种非常简单的语言,只是举个例子。只需大约 500 行 C 语言代码,无需任何其他依赖,就能构建起神经网络架构,并且主要依靠一些参数来运行模型。所以只需要这两个文件。 你只需带上这两个文件和你的 MacBook,就拥有了一个完整的工具包。你不需要连接互联网或其他任何设备。你可以拿着这两个文件,编译你的 C 语言代码。你将得到一个可针对参数运行并与语言模型交互的二进制文件。 比如,你可以让它写一首关于 Scale AI 公司的诗,语言模型就会开始生成文本。在这种情况下,它会按照指示为你创作一首关于 Scale AI 的诗。之所以选用 Scale AI 作为例子,你会在整个演讲中看到,是因为我最初在 Scale AI 举办的活动上介绍过这个话题,所以演讲中会多次提到它,以便内容更具体。这就是我们如何运行模型的方式。只需要两个文件和一台 MacBook。 我在这里稍微有点作弊,因为这并不是在运行一个有 700 亿参数的模型,而是在运行一个有 70 亿参数的模型。一个有 700 亿参数的模型运行速度大约会慢 10 倍。但我想给你们展示一下文本生成的过程,让你们了解它是什么样子。所以运行模型并不需要很多东西。这是一个非常小的程序包,但是当我们需要获取那些参数时,计算的复杂性就真正显现出来了。 那么,这些参数从何而来,我们如何获得它们?因为无论 run.c 文件中的内容是什么,神经网络的架构和前向传播都是算法上明确且公开的。

宝玉

1,121,942 görüntüleme • 2 yıl önce