正在加载视频...

视频加载失败

圣诞默契挑战🎮是谁的嘴角跟着JaneKao疯狂上扬?📸 เจนเย่ Kaosupassara 的答案碰撞出火花✨ 这份藏在问题里的双向奔赴,你确定不来解锁? 戳👇下方视频,收获比圣诞糖果还甜的满分答卷🍬 JaneKao《 私藏宇宙大片》现已上线! 订阅链接: #Janeeyeh #supassra_sp #9779s

18,827 次观看 • 8 个月前 •via X (Twitter)

7 条评论

Lumina_Jiji 的头像
Lumina_Jiji8 个月前

@janeeeyeh @Kaosupassara9 加油

Bow_wi 的头像
Bow_wi8 个月前

@janeeeyeh @Kaosupassara9 9779 🫶🏻🫶🏻🫶🏻 #KaoJaneJaneKao #supassra_sp #janeeyeh

z.isgood 的头像
z.isgood8 个月前

@janeeeyeh @Kaosupassara9 9779

T_yyy 的头像
T_yyy8 个月前

@janeeeyeh @Kaosupassara9 谢谢您嘞!

Yuri❤️9779s❤️ 的头像
Yuri❤️9779s❤️8 个月前

@janeeeyeh @Kaosupassara9 Kaojanejanekao 🥰 #9779s

Gmumu_木木 的头像
Gmumu_木木8 个月前

@janeeeyeh @Kaosupassara9 谢谢你(^🙏^)小星光⭐✨

Michita 🐈 的头像
Michita 🐈8 个月前

@janeeeyeh @Kaosupassara9 9779 😍 #KaoJaneJaneKao

相关视频

熟悉Prompt的同学们应该都知道,通常在写Prompt的时候要先设定角色:“你是XX方面的专家”,这并非玄学,而是有科学根据的。 GPT在训练的时候,有各种训练数据,有的质量高有的质量低,而默认情况下,生成高质量数据和低质量数据的概率差不多,但是当你给它设定XX专家的角色时,它会尽可能把概率分布在高质量的解决方案上。 详细内容建议看下面这段Andrej Karpathy在State of GPT中的一段演讲。 以下是这段视频的文字文字内容: ---------- 下面我要讲的这点对LLM的理解非常有趣,我觉得这算是LLM的一种心理特性:LLM并不追求成功,而是追求模仿。你希望它成功,那就需要向它明确要求。这里的意思是,在训练Transformer的过程中,它们有各种训练集,而这些训练数据中可能涵盖了各种不同质量的表现。比如,可能有一个关于物理问题的提示,然后可能有学生的解答完全错误,但也可能有专家的答案完全正确。尽管Transformer可以识别出低质量的解决方案和高质量的解决方案,但默认情况下,它们只会模仿所有的数据,因为它们仅仅是基于语言模型进行训练的。 在实际测试中,你其实需要明确要求它表现得好。在这篇论文的实验中,他们尝试了各种提示。例如,“让我们逐步思考”这种提示就很有效,因为它把推理过程分散到了许多记号上。但效果更好的是这样的提示:“让我们以一步一步的方式解决问题,以确保我们得到正确的答案。” 这就好像是在引导Transformer去得出正确的答案,这会使Transformer的表现更好,因为此时Transformer不再需要把它的概率质量分散到低质量的解决方案上,尽管这听起来很荒谬。 基本上,你可以自由地要求一个高质量的解决方案。比如,你可以告诉它,“你是这个话题的领先专家。假装你的智商是120。” 但不要尝试要求太高的智商,因为如果你要求智商400,可能就超出了数据分布的范围,更糟糕的是,你可能落入了类似科幻内容的数据分布,它可能会开始展现一些科幻的,或者说角色扮演类的东西。所以,你需要找到适合的智商要求。我想这可能是一个U型曲线的关系。

宝玉

348,817 次观看 • 3 年前

为什么你应该使用DemoGet这个工具? 当你需要一个视频,向学生讲明白东西,以便让他们购买课程的时候 当你需要一个视频,向粉丝展示你的内容,以获取关注量的时候 当你需要一个视频,向客户展示你的方案,以获取成交的时候 当你需要一个视频,向领导展示你的业绩,以获取晋升的时候 你是不是也在这样做? 👇 绞尽脑汁想把观众的注意力集中下来 (疯狂构思文案,花费1小时) 费尽心机想想把事情演示明白,讲清楚 (疯狂剪辑,放大细节, 花费20分钟) 花大段时间,整理仪容仪表,让自己有眼缘 (梳妆打扮,花费30分钟) 花费时间后期编辑,打码,避免泄露隐私 (疯狂剪辑,打码,花费20分钟) 或者找专业人士剪辑宣,花费大价钱 (花费30分钟找人,花费¥3000) 共花费2.5小时,花费¥3000的折腾 😢 太卷了 我也不想这么卷,但是在某些关键场合(教学,售卖,客服,晋升等等),你就需要花费精力去做一个优秀的演示视频。 你的工作确实很优秀了,但是你没有精心去宣传它,展示它。相比那些精心宣传的人,你是吃亏的 事实上,你的每次演示都应该是精心准备的,这样才能最大放大你工作的价值。 想想,你用那种乱糟糟的录屏软件录出来乱糟糟的视频,你的学员,你的客户,你的上司,会满意吗?他们有感觉被认真对待吗? 下面的视频就是我给你提供的解决方案,让你每一次演示都能放大你产品的价值。

铁锤人

141,392 次观看 • 1 年前

试了一下 OpenAI 新出的 Codex App,有些亮点 跟 Skills 的适配还是有点问题,模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍: Skills 可视化管理 有一个专门的 Skills 列表界面,预置了一些官方 skills,也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的,本地创建的(比如在 Claude Code 里创建的)扫不出来。 还支持 Skills Creator 创建的 skills,可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能,这个挺实用的。 可以让 AI 定期执行某些任务,比如每周给你一个解决问题的报告,定期去解决某个项目的 PR 问题,或者定期 review 代码。 对于需要持续维护的项目来说,这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。 因为它跟 Codex CLI 共享后端,所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤,让你确认后再执行。 ------ 用量显示的样式做得挺好的。 进度条、余量、使用情况都很清楚,一眼就能看到你还有多少额度。 还有 code review 的快捷方式,可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测:用 video-wrapper skill 跑了一遍 我测试主要是让它跑了一个我最近做的 skill,可以一键给视频添加视频包装,比如卡片、花字、人物条、章节标题这些。 这个 skill 挺复杂的,所以很适合用来测试。 ------ 第一次运行的问题 可以工作,但第一次它选了 PIL 这个方案,比较差。 核心问题是什么?它跟你没有交互。 我的 skill 里边写清楚了:要先问用户要哪套方案,再给出包装方案让用户确认,用户确认了再开始包装。 但在 Codex 这里,明显没有交互。它就直接跑,把所有决定都自己做了,跑完就完了。出错了也不管,直接用降级方案。 ------ 修复后的效果 我让它修复以后,它倒是能修复。重新跑了一遍,效果也不错。 最终生成的视频包装效果还行: ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了 因为我们用前端代码约束了样式,所以它在样式上不会出什么错误。 ------ 体验总结 整个过程很不可控: ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了,也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行,不会停下来问你 可能是它不太适应 skills 规范,只是简单做了一下适配,没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 次观看 • 7 个月前