我的 X 阅读

与其哀叹或愤怒于同行评审制度的失效， 不如反思一下同行评审制度本身是否已经过时了？

其理念是将“解读人工智能生成的论文”作为你的专长或职业。 这方面似乎存在一定的需求。

在 ChatGPT 中体验智能用户界面！ 有些问题用图片、图表或交互式控件等互动方式回答效果更佳。

如果你仍然把小数点后的数字当作噪声而不是具有结构意义的符号串，那你还没领略到数学真正的疯狂之处。

嘿，瞧，我们之前表现不错 https://t.co/2IlM0zsFkH

常见的批评是推理水平、模型和速度之间的选项太多了。 解决方案？使用决策 API 在用户输入时自动选择设置，然后通过类似大学橄榄球比赛的计量表来传达决策结果。 但仍然存在问题。用户 https://t.co/kidp4mor6R

转帖：我想特别说明一下，Brivael 既不是第一个也不是最后一个利用 AI 垃圾内容潮流在这个平台上给自己打造一个虚假智能的自由至上主义者。 几个月前，我已经当场抓到其他好几个了，剧本完全一样，只要一提出一个技术 Space 来就他们的论点进行实质性对质，他们就回我一大段 ChatGPT 风格的废话，解释说他们要去游泳池了，或者像 Brivael 这样直接拉黑，这些账号简直就是精心构建的智力骗局，利用 LLM 产生的博学假象，来兜售一个完全建立在空气上的公共职业生涯。 今天非常积极的一点是，几个月来几乎没人能识别这些 AI 标记，我警告那些表面上看起来复杂的账号时被当成疯子，但 Brivael 这个案例引发了真正的集体觉醒，越来越多的人能在头几行就识别出 AI 的痕迹，这种机械化的结构、这些可预测的套话，还有这种毫无灵魂的平滑语气，明显散发着模型的臭味。 这很酷，因为 Twitter 受众正在慢慢发展出面对生成式宣传的认知免疫力，这是我们在 X 上两年来的最佳消息。 我几个月来一直在重复，下一个 AI 账号浪潮会自行消亡，因为它们的商业模式完全依赖于生成过程的隐形，一旦 80% 的公众能在 5 秒内检测出 AI，它们的互动量就会机械性地崩盘，它们会像出现时一样迅速从 feed 中消失，我们正在实时见证这个转变，这对公共辩论的整体质量来说是个极好的消息。

“当人工智能解决重大未解难题：这对数学的未来乃至更广阔的领域意味着什么？” 由 Manjul Bhargava 主持的 @MoMath1 小组讨论，嘉宾包括 @AlexKontorovich、Ankur Moitra 和 @stephen_wolfram。 https://t.co/6UbwWf5X6i

转帖：介绍 EmbeddingGemma 2，一款新的开放式多模态模型，为设备端效率设定了标准。 - 我们首款开放式、原生多模态嵌入模型 - 在轻量级、模块化的 740M 参数规格内处理文本、代码、图像、视频和音频任务 - 与 Gemma 4 搭配时，非常适合离线、注重隐私的 RAG - 性能超越一些比它大两倍以上的专业模型 权重现已在 Hugging Face 上提供。

https://t.co/lDCj7aQh0N 引用：PS: PingYou is hiring [email protected]

好吧，我多年来一直努力避免成为“学历至上主义者”，但现在我想为 PingYou 招聘顶尖人才，这种做法却适得其反。如果你喜欢创造和/或验证事物，请把简历发给我！https://t.co/ZFIsOWSTrR

转帖：我还盗用了 @maximelabonne 的 Melee demo 来用 3B 运行。但在这里，游戏不会等待模型响应：它必须实时反应，否则会被 CPU 击败。 60 帧，大约每 15 毫秒做出一次决策，而且可以击败 7 级的 Fox CPU。它从未在 Melee 中训练过，只是读取游戏状态并选择一个招式

转帖：For the MLX homies Full https://t.co/0P10lpE0ma 8bit https://t.co/PCn8pPCov9 4bit https://t.co/5x1uKuLhqq

转帖：决策模型，现已开源并支持多模态！

转帖：本地 Liquid d1 3B 在 Snake 游戏中碾压 OpenAI Decision @liquidai d1 在单个 RTX 3090 上仅需 8 毫秒即可决策，因此它每秒做出 82 步蛇的移动并吃掉 86 个苹果，而 OpenAI 的 API 每次调用需 345 毫秒且仅吃掉 3 个 运行决策模型 -> https://t.co/RbcCOIgVkj