Sensitive content

This media may contain sensitive content.

Загрузка видео...

Не удалось загрузить видео

На главную

限时5天！大额折扣疯狂进行中 早泄训练：10秒内射出来，彻底沦为秒射 潮喷训练：学会连续潮喷，高潮像喷泉 扩张训练：从入门到最大可拳交 连续多次高潮：射精高潮连环爆发 前高训练：学会插射不用手就高潮 吞精训练：突破心理障碍 早泄恢复训练：随时回到最初状态 购买链接：

lunpanshang's profile picture

ss【专注伪娘身体改造主页有教程】

119,417 subscribers

220,613 просмотров • 4 месяцев назад •via X (Twitter)

NSFW
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

一群贱蛆求的踩屏粗口倒计时🖕️ 别看了最后两秒直接爆喷! #控射 #调教开发 #早泄训练 #粗口 #直男 #母猪 #死妈婊 #吸金 #女绿 #鞋底 #鞋袜 #白袜 #开发 #倒计时 #粗口 #爆骂 #网调 #脚踩 #脚底奴 #贱狗
0:37

Sensitive content

一群贱蛆求的踩屏粗口倒计时🖕️ 别看了最后两秒直接爆喷! #控射 #调教开发 #早泄训练 #粗口 #直男 #母猪 #死妈婊 #吸金 #女绿 #鞋底 #鞋袜 #白袜 #开发 #倒计时 #粗口 #爆骂 #网调 #脚踩 #脚底奴 #贱狗

陈了

132,093 просмотров • 5 месяцев назад

🖤看到玉足就想射？这是病，得治！🖤 【在女王的美脚调教中，进行多日持久训练，强行洗脑带入无限寸止榨精地狱，要么改善早泄，要么彻底沦为玩物！】 😈更多完整版和相关合集，点评论区😈
1:19

🖤看到玉足就想射？这是病，得治！🖤 【在女王的美脚调教中，进行多日持久训练，强行洗脑带入无限寸止榨精地狱，要么改善早泄，要么彻底沦为玩物！】 😈更多完整版和相关合集，点评论区😈

女S玉足寸止分享家

35,137 просмотров • 1 год назад

Google 发布了第八代 TPU 最核心的变化：以前一颗芯片什么活都干，这次拆成了两颗，各管一头。 - TPU 8t — 专门用来训练模型 - TPU 8i — 专门用来推理，跑模型 为什么要拆？ 因为这两件事要的东西已经彻底不一样了： 训练要的是"能一次吞下海量数据"，慢一点无所谓； 而跑模型要的是"反应快"——你问一句它得立刻答上来。 现在 AI 进入了Agent时代（AI 自己一步步干活、反复思考），一个任务要来回想很多轮，每轮慢一点点，加起来用户就等不了了。 TPU 8t（训练）：定位为：万亿参数级大模型预训练， 一组 9600 颗芯片，121 exaflops 算力、2 PB 共享内存， 峰值性能是上一代的 3 倍 TPU 8i（推理）： 后训练 + 实时推理，通信密集任务延迟最多少一半
2:44

Google 发布了第八代 TPU 最核心的变化：以前一颗芯片什么活都干，这次拆成了两颗，各管一头。 - TPU 8t — 专门用来训练模型 - TPU 8i — 专门用来推理，跑模型 为什么要拆？ 因为这两件事要的东西已经彻底不一样了： 训练要的是"能一次吞下海量数据"，慢一点无所谓； 而跑模型要的是"反应快"——你问一句它得立刻答上来。 现在 AI 进入了Agent时代（AI 自己一步步干活、反复思考），一个任务要来回想很多轮，每轮慢一点点，加起来用户就等不了了。 TPU 8t（训练）：定位为：万亿参数级大模型预训练， 一组 9600 颗芯片，121 exaflops 算力、2 PB 共享内存， 峰值性能是上一代的 3 倍 TPU 8i（推理）： 后训练 + 实时推理，通信密集任务延迟最多少一半

小互

42,484 просмотров • 15 дней назад

之前特斯拉机器人能跳舞的时候，我就说过，特斯拉大概率是掌握了用强化学习（RL）+模拟器来训练机器人的方法。特斯拉的模拟器应该非常接近真实世界，因此训练效率会很高。因此，未来特斯拉机器人学习新的技能会很快。果不其然，没几天，特斯拉就学会做家务了。机器人高管Milan Kovac透露了Optimus的训练方式：让Optimus看互联网上的视频，学动作，然后在模拟器里，用强化学习提升可靠性。Optimus的发展已经进入快车道，未来的进步速度很可能会非常吓人。值得密切关注。详情请见视频。
4:48

之前特斯拉机器人能跳舞的时候，我就说过，特斯拉大概率是掌握了用强化学习（RL）+模拟器来训练机器人的方法。特斯拉的模拟器应该非常接近真实世界，因此训练效率会很高。因此，未来特斯拉机器人学习新的技能会很快。果不其然，没几天，特斯拉就学会做家务了。机器人高管Milan Kovac透露了Optimus的训练方式：让Optimus看互联网上的视频，学动作，然后在模拟器里，用强化学习提升可靠性。Optimus的发展已经进入快车道，未来的进步速度很可能会非常吓人。值得密切关注。详情请见视频。

Ben X

39,718 просмотров • 1 год назад

【中国官媒公开录音反击日本：辽宁舰训练早已通报，日方亲口“收到”】 中国多家媒体报道： 12月6日 中国海军辽宁舰航母编队 在宫古海峡以东海域进行正常远海训练。 日本方面随后派出舰机 进行抵近侦察与跟踪活动 并在事后大加指责“中国威胁”。 12月9日 中国官媒“玉渊谭天”， 公布一段中日双方舰艇当时的通信录音。 录音显示 辽宁舰多次主动向日方通报训练信息： 12月6日14时10分 辽宁舰编队101舰通过无线电 向附近日方舰艇作出第一次通报 告知“我编队将按计划组织舰载机飞行”。 12月6日14时28分 中方再次通报 说明训练开始时间为15时 持续约6小时 并标明相关训练区域。 录音中 日本“照月”号驱逐舰 通过无线电确认回复：“收到”。
0:42

【中国官媒公开录音反击日本：辽宁舰训练早已通报，日方亲口“收到”】 中国多家媒体报道： 12月6日 中国海军辽宁舰航母编队 在宫古海峡以东海域进行正常远海训练。 日本方面随后派出舰机 进行抵近侦察与跟踪活动 并在事后大加指责“中国威胁”。 12月9日 中国官媒“玉渊谭天”， 公布一段中日双方舰艇当时的通信录音。 录音显示 辽宁舰多次主动向日方通报训练信息： 12月6日14时10分 辽宁舰编队101舰通过无线电 向附近日方舰艇作出第一次通报 告知“我编队将按计划组织舰载机飞行”。 12月6日14时28分 中方再次通报 说明训练开始时间为15时 持续约6小时 并标明相关训练区域。 录音中 日本“照月”号驱逐舰 通过无线电确认回复：“收到”。

王局拍案

49,192 просмотров • 8 месяцев назад

【手淫导致的早泄到底能不能恢复？】 长时间高频次的手淫到底会不会导致自己时间越来越短? 到底有没有手淫适度的说法和正确手淫的说法这些理论有没有科学依据? 戒掉手淫是不是就能恢复?怎么才能实现30分钟做爱时间! 久久学姐工作室性学教练【社长】录制一期专门的解答视频
4:58

Sensitive content

【手淫导致的早泄到底能不能恢复？】 长时间高频次的手淫到底会不会导致自己时间越来越短? 到底有没有手淫适度的说法和正确手淫的说法这些理论有没有科学依据? 戒掉手淫是不是就能恢复?怎么才能实现30分钟做爱时间! 久久学姐工作室性学教练【社长】录制一期专门的解答视频

夹性学姐

131,380 просмотров • 1 год назад

9月27日早晨，上海海事大学组织军训分列式彩排。 当天气温接近38℃，参训学生在烈日下连续站立数小时，多人中暑晕倒。看台上的学生情绪逐渐激动，指责领导只站在唯一有遮阳的看台处，有人说这是“老中的服从性训练”，甚至斥骂领导是“酒囊饭袋”。现场领导讲话屡次被打断，最终彩排被迫中途叫停。
0:37

9月27日早晨，上海海事大学组织军训分列式彩排。 当天气温接近38℃，参训学生在烈日下连续站立数小时，多人中暑晕倒。看台上的学生情绪逐渐激动，指责领导只站在唯一有遮阳的看台处，有人说这是“老中的服从性训练”，甚至斥骂领导是“酒囊饭袋”。现场领导讲话屡次被打断，最终彩排被迫中途叫停。

李老师不是你老师

290,499 просмотров • 10 месяцев назад

中国AI与美国的差距在扩大？北京大学助理教授张驰，在IntoAsia播客里说，中国模型在benchmark上看起来“追平”，但真实交互、编码、agentic能力，都远不如Claude/Code等。原因呢？迭代慢，谷歌3个月一轮全训练，中国半年；芯片/算力限制；数据质量差，依赖distillation/蒸馏，从Claude/GPT抄答案，而非高质量人工标注；基础设施弱、用户反馈闭环不足；受制裁影响；国内芯片训练难用。 张驰肯定是AI内部人士，浙大本科，UCLA 博士，导师朱松纯。2025 年加入字节Seed做数学推理，干了一年后，离职去北大当助理教授。公司高层(梁汝波、吴永辉等)追求全球顶尖，但现实更务实于国内领先；资源向预/后训练等核心团队倾斜。Seed部门下有LLM(预训练、后训练、数学等子团队)、VLM、世界模型等，分工明确。数学团队(如他所在)最初偏研究(目标IMO金牌，实际拿银牌)，后来转向交付模型优化，变得更“工程化”和无聊。 加入字节前在BIGAI(朱松纯团队)做更基础/多模态研究；ChatGPT后全行业转向transformer/LLM。在字节一年后觉得LLM工程主要是“清洗数据追benchmark”，缺乏研究乐趣，转回大学做LLM推理算法优化。中国在制造/具身智能(机器人)有优势，但智能集成还早期。中国公司普遍“追赶模式”，少原创；他和周围学者/学生多认同差距扩大，但部分上市AI公司领导更乐观。 中国AI系统性短板，如芯片、数据、迭代速度，能否在短期内解决？张驰说，“我甚至不同意中国在追赶这个说法，我们仍然远远落后”。同事和学生同意，但智谱、MiniMax 这些上市公司的领导层不会同意。蒸馏走捷径很普遍，很多公司直接调Claude/GPT/Gemini的输出当训练数据，质量可想而知。字节主力芯片是NVIDIA H20，最快的卡留给预训练和后训练团队。国产芯片有，但没人用于训练。
4:15

中国AI与美国的差距在扩大？北京大学助理教授张驰，在IntoAsia播客里说，中国模型在benchmark上看起来“追平”，但真实交互、编码、agentic能力，都远不如Claude/Code等。原因呢？迭代慢，谷歌3个月一轮全训练，中国半年；芯片/算力限制；数据质量差，依赖distillation/蒸馏，从Claude/GPT抄答案，而非高质量人工标注；基础设施弱、用户反馈闭环不足；受制裁影响；国内芯片训练难用。 张驰肯定是AI内部人士，浙大本科，UCLA 博士，导师朱松纯。2025 年加入字节Seed做数学推理，干了一年后，离职去北大当助理教授。公司高层(梁汝波、吴永辉等)追求全球顶尖，但现实更务实于国内领先；资源向预/后训练等核心团队倾斜。Seed部门下有LLM(预训练、后训练、数学等子团队)、VLM、世界模型等，分工明确。数学团队(如他所在)最初偏研究(目标IMO金牌，实际拿银牌)，后来转向交付模型优化，变得更“工程化”和无聊。 加入字节前在BIGAI(朱松纯团队)做更基础/多模态研究；ChatGPT后全行业转向transformer/LLM。在字节一年后觉得LLM工程主要是“清洗数据追benchmark”，缺乏研究乐趣，转回大学做LLM推理算法优化。中国在制造/具身智能(机器人)有优势，但智能集成还早期。中国公司普遍“追赶模式”，少原创；他和周围学者/学生多认同差距扩大，但部分上市AI公司领导更乐观。 中国AI系统性短板，如芯片、数据、迭代速度，能否在短期内解决？张驰说，“我甚至不同意中国在追赶这个说法，我们仍然远远落后”。同事和学生同意，但智谱、MiniMax 这些上市公司的领导层不会同意。蒸馏走捷径很普遍，很多公司直接调Claude/GPT/Gemini的输出当训练数据，质量可想而知。字节主力芯片是NVIDIA H20，最快的卡留给预训练和后训练团队。国产芯片有，但没人用于训练。

亚洲金融 Asia Finance

34,196 просмотров • 3 месяцев назад

女仆的日记.day1 带着股绳做家务真的是一种煎熬，连弯腰都能感受到快感在不断涌来，要是不小心去了的话可就要被强高惩罚了呢。在被边缘控制了一天后的女仆终于有了一次高潮的机会，仪态训练表现好的话…… 怎么还拉股绳啊！大坏蛋！ 看来小女仆注定要忍一个漫长的晚上了…… 缚手：CRIMSONROPE
1:21

女仆的日记.day1 带着股绳做家务真的是一种煎熬，连弯腰都能感受到快感在不断涌来，要是不小心去了的话可就要被强高惩罚了呢。在被边缘控制了一天后的女仆终于有了一次高潮的机会，仪态训练表现好的话…… 怎么还拉股绳啊！大坏蛋！ 看来小女仆注定要忍一个漫长的晚上了…… 缚手：CRIMSONROPE

兔子只想干饭

31,245 просмотров • 2 лет назад

「女性潮吹的液体到底是什么？」 许多人都认为只有男性会射精，不过女性其实也可以像男人一样「射精」，也是我们俗称的潮吹。 只不过女性潮吹的表现形式，和男性的射精方式不太相同，却在成份上有相似之处，而女人在高潮时喷出的液体究竟是尿液、阴道的润滑液，还是尿道排放的别种液体？
2:57

「女性潮吹的液体到底是什么？」 许多人都认为只有男性会射精，不过女性其实也可以像男人一样「射精」，也是我们俗称的潮吹。 只不过女性潮吹的表现形式，和男性的射精方式不太相同，却在成份上有相似之处，而女人在高潮时喷出的液体究竟是尿液、阴道的润滑液，还是尿道排放的别种液体？

Dr.Wang

1,542,702 просмотров • 2 лет назад

只要 2小时 + 几块钱 + 一张普通显卡，你就能从0训练一个 GPT。 MiniMind 这个开源项目已经冲上 GitHub Trending，斩获 47k ⭐。 这是一个把大模型带回普通人手里的项目： 不是调 API，而是真正从0造模型。 核心亮点 1. 门槛极低 - 26M 参数，小到个人设备可跑 - 单卡即可训练 - 成本极低 过去是大厂专属，现在个人也能实践。 2. 全流程完整 覆盖整个大模型训练链路： 数据处理 → 预训练 → SFT → RLHF → 蒸馏 把主流大模型的训练流程完整拆解出来。 3. 实现透明 - 基于 PyTorch 原生实现 - 几乎没有黑盒 - 核心结构手写 重点不只是能用，而是能看懂。 4. 能力完整 - 支持推理能力扩展 - 支持多模态 - 支持工具调用 已经具备完整 AI 系统雏形。 5. 可本地部署 - 兼容 OpenAI API - 可接 ChatUI - 支持私有化 可以直接当本地 AI 用。 核心价值 让训练大模型从少数人的能力，变成普通开发者也能掌握的技能。 如果你想真正理解大模型，MiniMind 是一个很好的起点。
0:38

只要 2小时 + 几块钱 + 一张普通显卡，你就能从0训练一个 GPT。 MiniMind 这个开源项目已经冲上 GitHub Trending，斩获 47k ⭐。 这是一个把大模型带回普通人手里的项目： 不是调 API，而是真正从0造模型。 核心亮点 1. 门槛极低 - 26M 参数，小到个人设备可跑 - 单卡即可训练 - 成本极低 过去是大厂专属，现在个人也能实践。 2. 全流程完整 覆盖整个大模型训练链路： 数据处理 → 预训练 → SFT → RLHF → 蒸馏 把主流大模型的训练流程完整拆解出来。 3. 实现透明 - 基于 PyTorch 原生实现 - 几乎没有黑盒 - 核心结构手写 重点不只是能用，而是能看懂。 4. 能力完整 - 支持推理能力扩展 - 支持多模态 - 支持工具调用 已经具备完整 AI 系统雏形。 5. 可本地部署 - 兼容 OpenAI API - 可接 ChatUI - 支持私有化 可以直接当本地 AI 用。 核心价值 让训练大模型从少数人的能力，变成普通开发者也能掌握的技能。 如果你想真正理解大模型，MiniMind 是一个很好的起点。

开发者Hailey

73,648 просмотров • 4 месяцев назад

【BL向】31新品玩具【93min】 ps:自慰时跳蛋居然断在里边了！在诊疗室被医生指奸了！做完了才知道医生早泄！最后塞着内窥镜被抠到高潮痉挛了！ 关键词:肛肠科医生X情趣用品店长/早泄1X玩具依赖0/轻松向/诊疗室/直肠异物/指检/指奸/口交/内射/内窥镜play/精液润滑/龟责/连续高潮 ＃男喘 ＃bl ＃耽美 #2i
2:19

Sensitive content

【BL向】31新品玩具【93min】 ps:自慰时跳蛋居然断在里边了！在诊疗室被医生指奸了！做完了才知道医生早泄！最后塞着内窥镜被抠到高潮痉挛了！ 关键词:肛肠科医生X情趣用品店长/早泄1X玩具依赖0/轻松向/诊疗室/直肠异物/指检/指奸/口交/内射/内窥镜play/精液润滑/龟责/连续高潮 ＃男喘 ＃bl ＃耽美 #2i

ks

516,992 просмотров • 1 год назад

2022年乌俄战争爆发后，台湾民众对热战可能发生的警戒大幅提高，掀起了参与民防训练的热潮。 对部分女性参与者而言，战争的想像不仅是防空警报或避难演练，更牵涉到性别所带来的特殊需求与挑战。有人在避难包准备卫生棉、避孕药，也有人发起自训团训练体能、和孩子沟通避难躲藏地点。 BBC中文采访了三位台湾女性，她们分享了自己对战争的思考，以及做了哪些准备。
1:00

2022年乌俄战争爆发后，台湾民众对热战可能发生的警戒大幅提高，掀起了参与民防训练的热潮。 对部分女性参与者而言，战争的想像不仅是防空警报或避难演练，更牵涉到性别所带来的特殊需求与挑战。有人在避难包准备卫生棉、避孕药，也有人发起自训团训练体能、和孩子沟通避难躲藏地点。 BBC中文采访了三位台湾女性，她们分享了自己对战争的思考，以及做了哪些准备。

BBC News 中文

228,571 просмотров • 1 год 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
1:04

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 • 13 дней 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。
5:04

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

【美国“空军一号”轰鸣声中驶来，中国仪仗兵纹丝不动，外网走红：答案全在魔鬼训练里】 川普专机昨晚降落时，很多人注意到一个细节，面对空军一号驶来，站在舷梯旁的中国仪仗队士兵，几乎一动不动。 该视频居然是昨晚外网最火之一，很有象征意义，还有博主用英文介绍说： 那个士兵大约40秒才眨一次眼，普通人通常5到10秒就会眨一次。为了做到这一点，仪仗队会专门训练士兵压低身体反射。更夸张的是——他几乎没有任何听力保护。 身后就是“空军一号”，一架4发动机的改装版波音747。近距离噪音最高可达140分贝。这个级别已经不是“很吵”，而是足以对耳膜造成物理伤害。美国职业安全标准认为，85分贝以上长期暴露，就可能造成永久性听力损伤；140分贝，甚至可能几秒内直接伤害听力。 但这名仪仗队士兵，依然要站在距离发动机十几米的位置，全程保持不动。 而进入中国仪仗队，本身就极其严苛。男性身高通常要求在1米88到1米92之间。训练时，膝盖夹扑克牌防止歪斜，衣领放别针防止低头，背后绑木板纠正驼背。步幅固定75厘米，步速每分钟116步，一年平均行走约8000公里，磨坏7双鞋。 但最难的，其实不是走，而是站。这个部队的士兵，要训练自己连续几个小时保持完全静止。你看到的“一动不动”，背后其实是近乎苛刻的身体控制训练。
0:34

【美国“空军一号”轰鸣声中驶来，中国仪仗兵纹丝不动，外网走红：答案全在魔鬼训练里】 川普专机昨晚降落时，很多人注意到一个细节，面对空军一号驶来，站在舷梯旁的中国仪仗队士兵，几乎一动不动。 该视频居然是昨晚外网最火之一，很有象征意义，还有博主用英文介绍说： 那个士兵大约40秒才眨一次眼，普通人通常5到10秒就会眨一次。为了做到这一点，仪仗队会专门训练士兵压低身体反射。更夸张的是——他几乎没有任何听力保护。 身后就是“空军一号”，一架4发动机的改装版波音747。近距离噪音最高可达140分贝。这个级别已经不是“很吵”，而是足以对耳膜造成物理伤害。美国职业安全标准认为，85分贝以上长期暴露，就可能造成永久性听力损伤；140分贝，甚至可能几秒内直接伤害听力。 但这名仪仗队士兵，依然要站在距离发动机十几米的位置，全程保持不动。 而进入中国仪仗队，本身就极其严苛。男性身高通常要求在1米88到1米92之间。训练时，膝盖夹扑克牌防止歪斜，衣领放别针防止低头，背后绑木板纠正驼背。步幅固定75厘米，步速每分钟116步，一年平均行走约8000公里，磨坏7双鞋。 但最难的，其实不是走，而是站。这个部队的士兵，要训练自己连续几个小时保持完全静止。你看到的“一动不动”，背后其实是近乎苛刻的身体控制训练。

王局拍案

183,815 просмотров • 3 месяцев назад

美国研究员看Kimi：“氛围最好”的中国AI人才 这是我们专访美国知名AI研究员、艾伦人工智能研究所（Ai2）后训练负责人Nathan Lambert的精华节选。 Nathan在走访月之暗面、智谱、小米等团队后发现，中国AI公司吸纳年轻研究员的速度很快，也更愿意让他们直接进入核心项目。 在他看来，这不只是年龄问题。年轻人没有太多旧路径依赖，也更容易把全部精力投入到这一轮技术浪潮里：理解最前沿的方法，吸收训练和后训练的复杂细节，再沿着现有路径快速优化。 感兴趣的朋友，欢迎观看完整视频。
4:39

美国研究员看Kimi：“氛围最好”的中国AI人才 这是我们专访美国知名AI研究员、艾伦人工智能研究所（Ai2）后训练负责人Nathan Lambert的精华节选。 Nathan在走访月之暗面、智谱、小米等团队后发现，中国AI公司吸纳年轻研究员的速度很快，也更愿意让他们直接进入核心项目。 在他看来，这不只是年龄问题。年轻人没有太多旧路径依赖，也更容易把全部精力投入到这一轮技术浪潮里：理解最前沿的方法，吸收训练和后训练的复杂细节，再沿着现有路径快速优化。 感兴趣的朋友，欢迎观看完整视频。

硅谷101

40,906 просмотров • 1 месяц назад