Loading video...

Video Failed to Load

Go Home

“我可以不是第一次,但我未来的老婆可不行” 近日,滴露一则消毒液广告被指 侮辱和物化女性,遭到大量网友批评。 广告中出现的争议台词包括: “我可以不是第一次,但我未来的老婆可不行” “还好我遇到现在这个她,干干净净没被别的男人污染过” “你知道怎么分辨女朋友是否同居过吗,原来我享受的一切都是二手服务,都是被别人调教过的” 有网友认为,这类广告的潜台词不仅在物化与规训女性,男性也同样被塑造成“污染源”。 更值得讨论的是,类似争议近年来似乎正在反复出现。从“擦边营销”到“性别对立营销”。 此前,刚刚发生了行李箱品牌宣传行李箱容量大,是用杀害女性伴侣后可以装入行李箱来举例,涉事的品牌回应处罚了员工之后就不了了之。 有网友评论:“侮辱女性,宣传畸形封建价值观,严重违宪甚至违反广告法的行为,当真如一些广告业内部人士所说,是故意为之,目的是激怒女性消费者借以达到博眼球有流量的宣传目的,又因为这种行为不会引起严重后果而不用负责所以频频发生?”

460,431 views • 2 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

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 views • 2 years ago

“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 views • 2 years ago

在币圈待久了,最大的问题就是觉得钱不是钱了 1 SOL现在大概有1800块,最高的时候2000块 2.5 SOL就是大多数人一个月的工资了 这也是为什么我一直建议Crypto当兼职的原因 找个可以摸鱼的现实工作,也比全职Web3好 因为链上是没有作息的,也没有金钱概念 上班是可以正常作息的,也可以定义收入 本来CNY是有概念的,兑换成U和SOL就很少了 特别是看着链上别人单次几百SOL的收入 就觉得1SOL、2SOL没多少了 如果让我在选择,我还会来玩币圈,因为这里好玩 但是代价太大,我失去了很多我这个年龄本该拥有的 我失去了初恋,和我很多现实朋友的联系 因为高强度的冲浪和Trade我几乎是没有社交的 所以赚钱也是亏得,更何况我目前是净身出户亏损的 为什么我喜欢写这些,因为我只想告诉那些和我类似的人 如果只是觉得这个好玩,真的没必要来... 没必要的 而且赚钱的真的是少数,只是小圈子效应显得很焦虑 另外,为什么很多人看起来亏不完? 我说的是个假设,当然不是所有人都这样吊样 第一就是这个圈子很容易被FOMO,被传言被造神 比如有人说某博主有A8,你就理解为A7就可以了 因为都有一个理论值,人们更多只看赚的不看亏得 这也是流量引导的,可能博主什么操作都发 但是流量只会推送很极端的内容... 因为正常人没人看 所以这也是很精神分裂的地方... 太内耗了 可能你看到的亏赚,只是一直重复几万到几十万的过程 以前我自己玩的时候,我看很多博主觉得抽象很装... 现在我成为以后我理解了,各种内耗各种恶心的矛盾 这大概也是质疑-理解-成为-超越的表现叭 至于未来在这里呆多久、怎么做,我不知道 只能说过节好好陪陪周围人家人,他们是最爱你的人 共勉叭,我可能需要调整一下了❤️

189,721 views • 1 year ago

【《天道》受用一生的30句经典台词】 1、过于沉静的外表,恰恰诠释着他的内心的沉重。 2、知之为不知,不知更非知。 3、天下之道论到极至,百姓的柴米油盐;人生冷暖论到极至,男人和女人的一个情字。 4、想要干好事,记住两句话,别把自己太当人,别把别人太不当人了。 5、我是老想活个明白,老在思议仪的圈子里晃悠。 6、如果我的能力只能让我穷困潦倒,那么穷困潦倒就是我的价值。 7、道就是规矩,即有所能就必有所不能。 8、得救不是破了戒的狼吞虎咽,是觉悟。 9、人,原来可以是被憋死的,就这样吧。 10、更高级的哲人独处着,这并不是因为他想孤独,而是因为在他周围找不到他的同类。 11、能拿住的不用拿,拿不住的不能拿,拿什么啊,爱就是了。 12、接受你就接受一种高度,我没有这个自信。 13、女人是形式逻辑的典范,是辩证逻辑的障碍,我无意摧残女人,也不想被女人摧残。 14、从心理学角度分析,越是头脑简单的人,越需要点缀和填充;而头脑复杂的人,则对简洁有着特殊的心理需求。 15、透视社会依次有三个层面:技术、制度和文化,小到一个人,大到一个国家、一个民族,任何一种命运归根到底都是那种文化属性的产物。强势文化造就强者,弱势文化造就弱者,这是规律,也可以理解为“天道 ”,不以人的意志为转移 。 16、但知行好事,莫要问前程。 17、灵魂归宿感,这是人性本能的需要,是人性,你帮他找块干净的地方归宿灵魂,他需要的不是忏悔,而是一个忏悔的理由。 18、股票的暴利并不产生于经营而是产生于股票市场本身的投机性,他的运作动力是把你口袋里的钱装到我的口袋里去,他的规律是把大多数的肉填到极少数狼的嘴里。私募基金是从狼嘴里夹肉,这就要求你得比狼更黑更狠,但是心理成本也更高,而且又多了一重股市之外的风险,所以得适可而止。 19、一颗阴暗的心永远托不起一张灿烂的脸,这是人性。 20、这世上原来就没有什么神话,所谓的神话不过是常人的思维所不易理解的平常事。 21、你不知道你,所以你是你。 22、无论做什么,市场不是一块无限大的蛋糕,神话的实质就是强制力作用下的杀富济贫,这就可能产生两个问题。一是杀富是不是破坏性开采市场资源,二是让井底的人扒着井沿看了一眼再掉下去,是不是让他患上精神绝症。 23、悟悟道休言天命,修行勿取真经,一悲一喜一枯荣,哪个前生注定,袈裟本无清静,红尘不染性空,幽幽古刹千年钟,都是痴人说梦。 24、所谓真经,就是能够达到寂空涅盘得究竟法门,可悟不可修。修为成佛,在求。悟为明性,在知。修行以行制性;悟道以性施行。觉者由心生律;修者以律制心,不落恶果者有信无证,住因住果,住念住心,如是生灭。不昧因果者无住而住、无欲无不欲、无戒无不戒、如是涅盘。 25、你的生存状态不是病态,用佛教的话说是自性,无所挂碍,是自在。自在是什么,就是解脱,参来参去 我不如你。 26、当有人笑话耶稣是傻子的时候,其实谁都不傻,仅仅是两种价值观不兼容。 27、如果一个民族的文化从骨子里就是弱势文化属性,怎么可能去承载强势文化的政治、经济。衡量一种文化属性不是看他的积淀的时间长短,而是看他与客观规律的距离。五千年的文化是光辉、是灿烂,这个没有问题,但是,传统和习俗得过过客观规律的筛子。 28、只要不是我觉到、悟到的,你给不了我,给了我也拿不住,只有我自己觉到、悟到的,我才有可能做到,我能做到的才是我的。 29、弱势得救之道,也有也没有,没有的社会就没有活力。而竞争必然会产生贫富、等级,此乃天道、乃社会进步的必然代价。无弱势,强焉在?一个"弱"字,弱已经在其中了。故而,佛度心苦,修的是一颗平常心。 30、这个年代,执着于出人头地并不难,难的恰恰是不执着于出人头地。

iPaul

52,167 views • 6 months ago

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 views • 2 years ago