Загрузка видео...

Не удалось загрузить видео

На главную

#刘先生催眠 #潜意识洗脑 #催眠改造 #催眠实验 🔔改变 并非从失去自己开始 而是从你愿意停下 把注意放在自身 从那些平时没有被听见的部分开始 目前长期招募催眠训练受试者。 🧪开放实验方向: 1️⃣ 3日『寄生兽』实验训练 训练专注、想象、状态切换与潜意识感受。 2️⃣ 3日『肌肉雄兽』实验训练 探索身体力量、自我形象与内在驱动力。 3️⃣ 7日『催眠私教·感受性』实验训练 围绕催眠认知、放松能力、意象体验、进入状态与个体议题进行训练。 所有项目均为非医疗行为 全程自愿参与。 实验循环开放与持续筛选 🔔适合条件详见下方 🔔有意者可私信报名,获取具体条件与流程

32,107 просмотров • 2 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

#刘先生催眠 #潜意识探索 #催眠 #催眠音频 #空白体验 #欲望觉察 #限时 ⚠『评论区反馈体验,可获原声音频』 ⚠ 私信详细反馈,可优先进入后续测试音频筛选 🧠催眠音频(08)丨《被“嗯”影响》 📝公共催眠实验【限时】音频 7.25—8.9 7.25—8.9 有时候 思考太复杂了 决定该做什么 该想什么 该成为谁 都太复杂了 不如 只是一个“嗯” 一个短小的声音 一种简单的感觉 它不必是答案 也不必是方向 它只是让你 从念头里滑落 进入一段空白 一段无需解释的停留 当你听见那声“嗯” 不必追问它意味着什么 让它轻轻填满你 像水滴落入虚空 像温暖渗入身体 像某种被你允许的 温柔的失控 🧠 你会发现自己 可以只是存在 不必忙着思考 不必费力决定 一切都可以 只是“嗯” 📝实验说明: ⚠本音频包含轻度催眠暗示、空白引导、意象联想与感官觉察。 请确保: • 使用耳机,较大音量 • 独处、安全、不被打扰 • 当前无需开车、工作或处理现实事务 • 能够随时暂停、跳过或结束体验 • 能够对自己的状态负责 催眠不会替你决定 你该成为什么样子 它只是让你在安全的时间里, 体验一种更轻的存在方式 有些空白不需要被填满 有些答案不需要被找到 刘先生不替你定义方向 只邀请你—— 在思考与感受之间 多停留一会儿 ================= 🔔实验持续/有意私信 你想被影响, 还是终于允许自己, 什么都不想?

刘先生的犬窝

11,192 просмотров • 1 месяц назад

OpenAI 创始人 John Schulman 访谈节选:为什么 GPT-4 比一年前更“聪明”了?主要都是后训练(Post-Training)带来的! 另外他认为,在强化学习研究领域,研究人员需要具备丰富的经验和敏锐的直觉。了解整个技术堆栈,并对各个部分充满好奇心是关键。此外,从第一性原理出发思考问题,而不仅仅依靠实验证据,也能够帮助研究人员在数据操控和环境设置方面做出更好的决策。 *** Dwarkesh Patel:在未来,用于训练的计算力中,预训练与后训练的比例是否会明显偏向后训练呢? John Schulman:确实,有一些观点支持这种说法。 Dwarkesh Patel:我是说,现在这个比例非常不平衡。 John Schulman:但你可以认为,模型生成的输出质量比网上的大多数内容都要高。因此,让模型自己思考似乎更有道理,而不仅仅是训练来模仿网络上的内容。所以,我认为从第一性原理上来说,这是有说服力的。我会说,我们通过后训练取得了很多进步。因此,我不确定。所以,我希望我们会继续推动这种方法,并且可能会增加投入到后训练中的计算力。 Dwarkesh Patel:当前的 GPT-4 的 ELO 分数比最初发布的版本高出了大约 100 分。这是否全都是后训练带来的改进呢? John Schulman:对,我会说大部分都是后训练带来的。 Dwarkesh Patel:这很有意思。 John Schulman:因此,有很多不同的改进方向。我们会考虑数据质量,数据数量,进行更多的部署和收集新数据的迭代,改变你收集的注解种类。因此,有很多因素叠加在一起。但是全部加在一起,就会带来一个相当不错的,有效的计算力提升。 Dwarkesh Patel:后训练的优化程度对于竞争优势有多大影响呢? John Schulman:目前,我会区别公司是通过我们的模型有多大等等。那么,找出你之前提到的所有这些数据的复杂问题的公司,会占据大优势吗? John Schulman:我认为这确实是一个优势,因为这是一个非常复杂的任务。因此,你必须有很多有技能的人来执行它。因此,存在大量的隐性知识。同时也需要大量的组织知识。我认为后训练的过程,创建一个具备人们所关心的所有功能的模型,是十分复杂的。这需要付出大量的努力,它是大量研发工作的积累。我会说这种情况在某种程度上形成了一种壁垒,要想立即启动这种模型并非易事。 Dwarkesh Patel:看起来那些正在进行最严肃的预训练努力的公司,也在进行严肃的后训练努力。因此,看起来这种模型有可能被复制或有更多的类似努力出现。 John Schulman:另外,还有一种情况使得这个壁垒并非那么明显,那就是你可以提取模型,或者复制别人的模型输出,或者使用别人的模型进行比较。我认为大公司可能并不会这样做,因为这违反了服务条款,也会损害他们的自尊心,但我预计一些规模较小的参与者可能正在这样做以便更好地起步。 Dwarkesh Patel:那些真正擅长进行这种强化学习(RL)研究的人有什么样的特质呢?我听说这种研究非常具有挑战性,但是什么样的直觉能帮助你找到操控数据和设置环境的方法呢? John Schulman:我觉得有相当多的经验是关键。自从研究生时期以来,我一直在研究 RL 算法,涉及到数据收集、到注释过程,再到与语言模型的交互。所以,我算是涉猎了这些领域。我认为,在这类研究中表现出色的人通常对整个技术堆栈有全面的了解,并且对其中的各个部分充满好奇心。他们不仅依靠实验证据来更新自己的观点,还会从第一性原理出发思考问题。比如,假设深度学习是有效的,那么理想的收集数据的类型应该是什么,等等。

宝玉

57,175 просмотров • 2 лет назад

俺上电视啦! 聊聊 kimi-k3 这么猛为什么还要开源 上周有幸接受了深圳卫视-科创最前沿栏目的采访, 主要聊了聊 Kimi-K3 这次取得如此牛的成绩背后的意义. 以及SOTA级别的模型就这样开放权重了, 不怕别人抄吗? 在我来看是真不怕的, 想象一下一个武林高手, 把自己的秘籍写成书, 免费送. 那是不是就意味着这些武林秘籍不是谁都练的. 大模型的情况也是这样的, 虽然权重也开源了, 训练技术也开源了, 但是, 最重要的, 训练使用的数据和经验, 这个是没开源的. 举个最典型的例子, 现在个人拿到kimi-k3的模型权重, 然后自己租算力微调, 大概率是会把模型越调越拉跨的. 就是因为既没有优质的后训练数据, 也没有优秀的后训练能力. 而现在大模型训练的数据其实大部分都是AI合成的了. 护城河已经从“静态的代码和模型权重”转移到了“持续的进化能力和数据飞轮”了. 所以即使全面复刻了 kimi-k3 的技术架构, 但是没有高质量合成数据流和持续的后训练体系, 也是没有办法竞争的. 但是 kimi-k3 开源获得的收益却是事实存在的, 不但能获得超高的曝光, 而且还能提升自己的社区影响力, 并且还能收获社区的正向反馈. 开源出来的训练工具链, 社区优秀的工程师在使用中也会不断的帮助反馈和提升. 形成整个生态的进步. 得道者多助这个道理是不会变的. #kimik3 #深圳卫视 #科创最前沿

karminski-牙医

17,354 просмотров • 25 дней назад

这是美国著名导演,大卫.林奇的一段关于【意识】的演讲。他说,如果你的意识只有高尔夫球大小,那么无论你看书还是思考,你都只能获得高尔夫球大小的觉知。但是如果你能扩展这种意识,那么你就会有更深的理解...... 我们每个人的内心都有一个纯粹的意识海洋,它是你心智和思想的源泉,也是所有物质的源泉。它是极乐、智慧、创造力、博爱、能量、平静的领域。 你只有潜入其中才能亲身体验这个纯粹意识的领域。你激活它,让它成长,这个过程就是启蒙。这可以释放我们人类的全部潜力。 当你的意识真正觉醒,焦虑、恐惧、沮丧、愤怒等等消极情绪就自然消退,创造力开始流动,你开始掌控你自己的生活。你不在害怕,因为你知道如何解决问题。 有人问如何才能潜入意识,扩展意识? 冥想是最常见的方法。冥想有很多种,这段演讲中介绍的是「超验冥想」,这需要导师一对一带你。你也可以选择正念冥想,这是最常用的。 需要理解的是,冥想是手段,目的是让你的脑电波从Beta波降到Alpha波再到Theta波,让你能够从左脑思考切换到右脑,让你能够觉知到自己作为意识体的当下。 我不厌其烦地谈论意识,因为太多人只关心物理身体的健康或者财富,却完全不理解这一切的本源都受到你意识的影响。不觉知的意识总是混沌的,混沌的意识无法掌控自己的身体和生活。

波波 Lucy

44,129 просмотров • 4 месяцев назад

Dario没有理由因为Kimi蒸馏Claude而生气。Anthropic自己刚刚才同意为盗版书籍训练模型一事,向相关作者支付总计15亿美元赔偿。平均下来,每一本被侵权的书大约赔偿3000美元。更有意思的是,Dario自己也承认,在百度工作的一年让他意识到,数据隐私并没有那么重要。当时他主要从事语音识别研究,而很多训练数据都是未经授权直接拿的。这段经历进一步强化了他对Scaling Law的信念。因此,自己干Anthropic之后,他们同样尽可能收集各种数据用于训练模型。 我认为,他真正气的并不是知识产权,而是这从根本上破坏了前沿AI实验室的商业模式。历史上,每一代最先进大模型的训练成本通常都会比上一代增长约4到10倍,甚至更多。例如,GPT-2的训练计算成本约为10万美元,而GPT-3已经达到约1000万美元,GPT-4的计算成本则约为1亿美元。这些数字还仅仅是算力成本,并没有包括研究人员薪酬、数据获取以及其他研发支出。因此,即使没有开源模型竞争,仅靠API收费模式,要获得正向投资回报也变得越来越困难,因为模型性能提升正在放缓,而训练成本却持续飙升。 如今,开源模型通过蒸馏技术,大约只需要6个月就能追赶到最先进闭源模型的水平。这意味着OpenAI、Anthropic等前沿实验室,实际上只有约半年的时间,依靠最新模型尽可能创造收入。半年之后,就会出现性能达到其90%,但成本只有10%的开源替代方案。 越来越多的美国企业也已经意识到,最顶尖模型带来的那一点性能优势,并不足以支撑其高昂的价格,因此开始转向成本更低的中国开源模型。就连Sam Altman的铁哥们儿Brian Chesky,公开说在Airbnb的部分AI开发中也采用了阿里的千问,而不是ChatGPT。

GeLun Ding

63,272 просмотров • 1 месяц назад

AI 完全可以拥有主观体验!Hinton 教授在 The Weekly Show with Jon Stewart 的播客中做了个断言。我们大多数人对"心智"的理解,存在着"和地平论者一样程度的误解"。 当我告诉你"我正体验着看到粉色大象的幻觉"时,我们通常会想象:在我的脑海里有一个"内在剧场",粉色大象真的在那里飘浮,而"我"这个意识主体是剧场的唯一观众。 我们把"主观体验"当成了一种真实存在的"东西"👀 Hinton 认为所谓的“体验”是你和那些并不真实存在的事物之间的关系。“主观体验”不是一个内在的“实体”,而是一种语言工具,用来向他人描述我们感知系统的状态,尤其是当它发生故障或接收到非标准输入时。 他在节目中设计了一个思想实验: - 一个可以看、说、指的多模态机器人,被告知它前方的物体;我们在它的摄像头前偷偷放一个棱镜,使其看到的物体位置发生偏移; - 当它指向错误的位置时,我们告诉它真相:“物体其实在正前方,我只是放了个棱镜”; - 此时,这个机器人完全可能推理并回答:“哦,我明白了。物体实际上在那里,但我刚才的‘主观体验’是它在旁边。” 如果它能这样说,那么它使用“主观体验”这个词的方式,就和人类毫无二致。“那种认为我们和机器之间有一道界线,我们拥有叫做主观体验的特殊东西而它们没有 —— 这纯属无稽之谈(It's rubbish)。” 我们之所以认为自己是独特的、有灵魂的,可能仅仅是因为我们对自己心智的运作机制一无所知。而 AI,这个我们亲手创造的“镜子”,正以前所未有的清晰度,映照出我们自身的机械本质。

indigo

20,347 просмотров • 10 месяцев назад