Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

兄弟们,我搞出来。 就用Opus 4.8,大概两轮对话就能做出这个效果,可以 口喷绘制CAD。 比如:给我画个球,圈圈什么的。都可以 基础的演示肯定没问题,但真正到工业使用的话,肯定还有一个距离。 不过做一些 demo 演示,我觉得完全没有问题,大家可以去试试。

29,830 Aufrufe • vor 1 Monat •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

给关注我的兄弟们发个灵感,我花了三天时间用 AI 做了一个直播卖货的练习 App, 可以解决: 1. 现在很多人都知道,开直播卖货能赚钱(只要卖得出去); 2. 知道但不会 --> 那就去学(很多地方都可以学),学完之后「练」,那怎么练呢?事实上目前是没有太多练习机会的,他可以直接开直播练习卖货,但是没人看他的直播,更没有人提问,所以没法练。 那么这个小工具可以一定程度地解决这个问题。 1. 导入商品信息,AI 模拟用户生成真实的提问,主播通过回答这些问题来练习自己对所售产品的熟悉度,以及面对镜头的自然感; 2. 练习结束后,AI 通过练习过程中采集到的声音转文本后分析这段直播卖货的话术存在哪些问题并给出优化建议。 !开始我打算做成一个通用的直播卖货练习工具,通过解析电商平台的商品链接,但存在一个我无法解决的问题,所以改成特定产品的销售练习(不要试图去解决这个问题,有法律风险需自行评估,后果自负)。 灵感发出来了,任何人都可以复制,我也会完善一个自己的版本,给我的用户使用。 这些功能都非常基础,实现简单,我是编程零基础只用了 3 天就做出来了,这可能跟我上半年买了纯想老师的编程课有一定的关系,现在可以随意把自己的想法做出一个功能基础的 App 或者网页,体验感非常棒。

banboo

67,977 Aufrufe • vor 1 Jahr

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上,陶哲轩做了一次 AI 和数学的演讲,非常精彩,从数学使用计算计算机的历史开始讲起,一直讲到大语言模型,干货相当多,尤其适合对数学有兴趣的同学。 (对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看) 先摘录几个冷知识: 1. 我们使用机器做数学计算已经有数千年,最早的机器辅助计算可能是罗马人,然后是中国的算盘 2. 二战时就有人肉“计算机”,计算弹道和其他任务,多位女孩子,因为男士们在打仗,所以那时候的计算基本单位不是GPU,而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在,数学家们使用一种现代化的证明辅助编程语言,叫做 Lean。在 Lean 中有一个核心的数学库,通过众包的方式开发的,本科数学课程中看到的内容,比如微积分基础、群论基础或者拓扑学等等,这些都已经被形式化了,所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程,那就是先编写一个称为“蓝图”的详细证明计划,将整个证明分解为数百个小步骤。每个步骤可以单独形式化,然后再将它们整合在一起,这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图,然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。 去年,陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了,使用了蓝图工具,参与的人中有概率论专家,甚至还有一些并非数学家的人,他们是程序员,但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务,并完成了它。 在数学领域,通常很难这么多人一起合作,一般最多可能五个人合作。因为在大项目上合作时,你必须相信每个人的数学都是正确的。但是,一旦超过一定规模,这就无法实现了。但现在借助 Lean 编译器,它能自动检查。团队成员无法上传任何编译不通过的内容,会被拒绝。因此,你可以与一些从未见过的人合作。 最后是讲大语言模型,首先陶哲轩就打脸了 GPT-4 的论文(我猜是微软那篇《GPT-4,通用人工智能的火花》),论文中号称 GPT-4 能解决国际数学奥林匹克问题,但实际上,这个问题不是 2022 年国际奥数竞赛的原始问题,而是一个简化版本,并且他们测试了几百道国际奥数竞赛问题,成功率只有1%,论文里的这个是精心挑选的恰巧能做对的。 并且陶哲轩提到了基于大语言模型的一些改进的方案: 比如 CoT(Chain of Thought),也就是 LLM 做简单的算术运算都做不对,但是如果让它一步步解释,可能就对了。还可以教 AI 一些解题技巧,比如尝试简单的例子,反证法,尝试逐步证明等。 比如让模型和编程语言或者工具连接,将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证,并且迭代的进行修正和验证,直到得到正确的结果,这可以提升大语言模型生成的效果。 即使借助这些手段,大语言模型还远远不能解决大多数数学问题,更不用说数学研究问题了! 当然陶哲轩也没太过打击大家对于 AI 的信心,表示我们在 AI 上还是在不断的取得进展,还提到了他日常是怎么用 AI 的,比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题,我尝试了几种方法,但都无法解决。于是,我尝试询问 GPT,你建议我使用什么其他方法来解决这个问题?GPT 给我提供了 10 种可能的方法,其中有 5 种我已经尝试过,或者明显没有帮助。的确,有几种方法并不实用。但其中有一种我还没尝试过的方法,那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时,我意识到这就是我漏掉的正确方法。所以,将 GPT 视为一个交流伙伴,它确实具有一定的用处。 还有使用 GitHub Copilot 帮他写代码,让它自动生成下一步的证明结果,Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具,你只需要写下一半的证明,它就会尝试猜测接下来的内容。大概有 20% 的情况下,它能猜到接近正确的答案。然后你就可以说,我接受这个答案。好的,那么在这种情况下,我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行,尽管你可能看不清楚,却真的解决了这个问题。所以,你不能盲目接受它的输入,因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解,这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行,它们就能自动完成。现在已经有了这样的实验,即通过迭代地让 AI 提供证明,然后让编译器进行反馈,如果编译出错,就把错误信息反馈给 AI。通过这种方法,我们开始能够验证四五步长的证明。当然,一个大型的证明可能需要数万行。所以,我们还没有达到能够立即得到一个正式证明的程度。但是,这已经是一个相当有用的工具。 对于大家关心的问题: AI 在数学领域现在到了哪一个阶段?是否未来几年利用 AI 能直接解决数学问题? 陶哲轩也给出了他的看法: > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题,你可以定制专门的 AI 来处理一小部分问题。即便如此,它们也不是完全可靠的,但还是有用的。不过至少在接下来的几年里,它们基本上将是非常有用的辅助工具,超越了我们已经熟悉的暴力计算辅助。 他还提到了一些可能的 AI 能在数学领域提供帮助的方向: - AI 能够非常好地生成有价值的猜想 > 比如,我们已经看到了关于结理论的例子,它们已经可以推测出两个不同的统计量之间的关系。因此,我们希望能够创建大量的数据集,输入到 AI 中,它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点,部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在,因为证明定理是如此繁琐和艰难的过程,我们一次只能证明一个定理,如果你效率很高,可能一次能证明两三个。但是有了 AI,你可以设想一下未来的情况,我们不是试图解决一个问题,而是处理一类类似的1000个问题,然后告诉AI,尝试用这个方法解决这 1000 个问题,然后报告结果,哦,我能用这种技术解决 35% 的问题。那么另一种技术呢?我能解决这个百分比的问题。或者如果结合这些方法,又能解决多少问题?你可以开始探索问题的空间,而不是一个接一个地解决问题。这是你现在根本无法做到的事情,或者是你需要几十年时间,通过数十篇论文慢慢搞清楚各种技术能做什么,不能做什么。但是有了这些工具,你真的可以开始做规模前所未有的数学研究。所以,未来将会非常令人兴奋。 演讲环节结束前的最后一句话说的特别好: > 我们仍然会以传统方式证明定理。事实上,我们必须这样做,因为如果我们自己都不知道如何做这些事情,就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。 这恰恰也是我们现在使用 AI 辅助编程的问题:如果我们自己都不知道如何构建软件,就很难引导好 AI 帮助我们生成高质量的代码。 尽管 AI 在数学和编程领域变得越来越有用,但人类的洞察力和创造力仍然是创作价值的关键。 原始 YT 视频:

宝玉

300,964 Aufrufe • vor 1 Jahr

和任何人都能无脑聊下去的方法 很多人跟陌生人聊天,最怕的就是冷场,不知道说啥,气氛尴尬得要命。 今天咱们就用七天时间,练一套无脑聊天法,让你跟谁都能接得住话,聊得下去。 第一天,咱们先练最基础的提问公式。 你今天只需要记住一个万能句式:对方说完任何一句话,你就接——“哎,那你当时怎么想的?”或者“那后来呢?” 别小看这两句,它们能让90%的对话继续下去。今天的训练动作很简单:找三个朋友或者家人,不管他们说什么,你就用这两句接话。 比如对方说“我今天加班到很晚”,你就说:“哎,那你当时怎么想的?”对方说“我周末去爬山了”,你就说:“那后来呢?”练到你能自然而然地接住这两句话为止。 第二天,咱们在提问的基础上加一个动作,叫做重复关键词。对方说完一句话,你先重复他话里的一个词,然后再提问。 比如对方说“我最近在学吉他”,你就说:“吉他啊,那你是怎么开始学的?”这个重复动作,会让对方觉得你在认真听,而且话题自然就延伸出去了。 今天你要做的就是找五段对话,每次都先重复关键词再提问。可以是跟同事聊天,可以是跟店员闲聊,甚至是在评论区跟网友互动。练到你能秒速找到关键词为止。 第三天,咱们练话题延伸。这个技巧叫做“三个方向法”。对方说完一件事,你可以往三个方向延伸:过去发生了什么,现在感受如何,未来打算怎么办。 比如对方说“我换工作了”,你可以问:“之前那份工作是什么让你想换的?”这是往过去问;或者问:“现在这份工作感觉怎么样?”这是问现在;还可以问:“那你接下来有什么计划?”这是问未来。 今天的训练就是找三个话题,每个话题都用这三个方向各问一遍。你会发现,一个简单的话题能聊出好多内容。 第四天,咱们加一个情绪回应的动作。很多人只会问问题,但不会回应情绪,这样聊天就显得很机械。 今天,你要学会在提问前先回应对方的情绪。对方说“我今天被领导批评了”,你别直接问“为什么啊”,先说:“哎呀,那肯定挺难受的。”然后再问:“是因为什么事啊?”对方说“我考试过了”,你先说:“太好了!”再问:“你是怎么准备的?” 今天找五个对话场景,每次都先回应情绪,再提问。练到你能自然地感知对方情绪为止。 第五天,咱们练一个救场技巧,叫做话题转移法。有时候聊着聊着真的没话说了,这时候你就用“说到这个,我想起……”这个句式,把话题转到另一个方向。 比如聊工作聊不下去了,你就说:“说到工作,我想起最近看到一个很有意思的新闻。”聊天气聊不下去了,你就说:“说到天气,我想起上次去旅游的时候……” 这个方法能让你永远有话说。今天的训练是准备五个常见话题,每个话题都想好三个可以转移的方向,然后找机会实际用一用。 第六天,咱们练组合拳,把前面学的所有技巧串起来。用一段对话里,你要做到重复关键词、提问、回应情绪、延伸话题,必要时转移话题。 今天找一个人跟他聊至少十分钟,在这十分钟里把所有技巧都用上。聊完之后回想一下,哪个技巧用得最顺手,哪个还需要加强。 第七天,咱们做实战测试。今天你要主动找三个不太熟的人聊天,可以是同事,可以是邻居,可以是店员。每次聊天至少五分钟,目标是让对话自然流畅、不冷场。 聊完之后给自己打个分,看看能不能做到全程不尴尬,话题能不能自然延伸。如果还有卡壳的地方,就回到前面对应的那天再练一遍。 这套方法的核心,就是让你有话可说,而不是说得多漂亮。你每天花十分钟练习,一周之后你会发现,跟任何人聊天都不再是难事。 平时你可以多看一些访谈节目,注意主持人是怎么提问的,怎么接话的。每天睡前回想一下今天的对话,哪些地方可以用上这些技巧,坚持下去,聊天这件事真的会变成一种本能反应。

另一面

29,082 Aufrufe • vor 3 Monaten

我们必须彻底终结“政治庇护”这套玩法。 为什么? 因为你家的大门,不是为全世界的失败者敞开的。 有人说,我们得接纳他们啊! 我说不。 他们说,那这些人怎么办?他们会死的! 首先,这怎么就成了我的问题? 其次,地球上其他国家都消失了吗? 非洲的庇护申请者,为什么不去非洲国家? 阿拉伯人,为什么不去阿拉伯国家? 如果连文化最相近、血缘最亲密的国家都拒绝他们…… 那我们为什么要当这个冤大头? 打个比方。 想象一下,一个从几十公里外的小镇来的19岁小伙。 你从没见过他,不知道他是谁。 他没敲门,直接闯进你家,对着你大喊: “嘿!我饿了!给我吃的!” 他不是请求,是命令。 没有谦卑,只有索取。 你会怎么做? 你大概会拿出枪,指着他,让他滚出你的房子。 就算你愿意跟他多说一句,你第一个问题肯定是: “你为什么来我家?” “你为什么不去找你的邻居?” 他可能有两个回答。 第一种:“我问了,我所有的邻居都拒绝帮我。” 那你就要怀疑了。 所有认识你的人都不帮你,问题在谁? 是他们几百号人都是混蛋,还是你才是那个唯一的混蛋? 第二种:“我压根没问过我邻居,我直接就来找你了。” 这就更可疑了。 你为什么偏要跳过所有熟人,跑到一个完全不了解你的陌生人家里,提出要求? 所以,你只会关上门,告诉他: “两秒钟内,从我的地盘上滚出去,否则我就开枪了。” 一个四肢健全的成年男人,连饭都找不到,那是他自己的无能和懒惰。 那不是你的问题。 现在,把这个场景放大到一个国家。 完全一样。 一群又一群的陌生人,从天知道什么地方冒出来,要求我们帮助。 他们绕开了所有和他们文化、语言更接近的国家。 径直来到我们的边境。 这不值得怀疑吗? 但我们甚至不需要解释。 这是我们的国家,不是你的。离开。

墓碑科技

15,114 Aufrufe • vor 7 Monaten