最新

你做错了<p>你没意识到吗？你不能那样使用你正在使用的东西。这样做只会给自己带来各种问题。如果你只是刚开始，那倒没关系。但我不认为这算是专业的工作。你想做一份专业的工作，对吧？<p>这里有很多其他东西你需要安装。把它们都配置好。把那些其他的东西都删掉。它们只会带来麻烦。否则，没有人会认真对待你。<p>什么？没成功？你检查过配置吗？你按照所有步骤操作了吗？你读过代码吗？这对其他人都有效，所以问题一定出在你身上。这是一个简单的设置。只需创建这些文件并运行这些命令行工具。或者更好，提交补丁让它工作。你会写代码，对吧？你的基础设施很重要，对吧？所以停止处理那些其他的东西，专注于你的基础设施。<p>哦，你在使用那个操作系统？那实际上并不被支持。我是说，它不适合严肃的工作，对吧？而且，这只会拖慢你需要运行的容器的速度。不，不是那种容器。我是说，当然，人们曾经使用过那些容器。但它们无法扩展。真的不能。<p>你想要扩展，对吧？这就是你不能那样做的原因。你必须考虑机架规模。不，不要考虑机架规模，那是最后一句话的思维。你需要考虑数据中心规模。不，你需要为多个地区扩展。不，多个星球。你有计划在太空中建立卫星数据中心，对吧？<p>还有那些功能！你甚至没有那些功能！每个人都有那些功能，或者他们已经宣布了那些功能。当然，现在看起来你的客户并不想要这些。现在似乎与你的应用程序没有任何关系。但客户会想要的。这是基本要求。你必须拥有它。<p>你在跟踪哪些指标？那些？那些是错误的指标。你的“指标”几乎没有触及表面。你甚至有关于你收集的指标的指标吗？如果不收集关于这些指标的指标，你怎么能有效地收集指标？这只是常识。<p>你的战略合作伙伴是谁？你甚至与大玩家有合作关系吗？不，不是那些玩家。更大的玩家。最大的。你需要与所有人建立战略关系。但不是那些人，他们只是奇怪的小玩家。你需要与所有类别中最大的和最好的合作。<p>你觉得你的网站是关于什么的？真的只是那个吗？难道不是关于释放每个人的潜力吗？难道不是真正关于希望和梦想吗？这就是为什么你需要使用那些框架。这就是为什么你需要把数据中心放在太空中。这就是为什么你需要那些功能。这就是为什么你需要那些指标。因为你正在颠覆你的业务。不，你正在颠覆所有的业务。不，你正在颠覆现实本身的本质。

到目前为止，2025年的关税收入接近1900亿美元。这笔钱可以用于维持政府运转，支付至少100亿美元的美国农民补贴，或者为妇女和儿童提供充足的社会服务。<p>他们在2025年5月将债务上限提高了4万亿美元，但现在已经没有钱了，因此我们又面临“停摆对决”。<p>应该如何使用关税收入来帮助美国呢？

对我来说，只是一张白纸。

嘿，朋友们，我有一个想法，可以让神经网络以确定性的方式而不是概率性的方式进行构建。 目前，我们在非结构化数据上训练神经网络，但问题在于它们是概率模型，难以理解。 我想创建一个全可理解的新神经网络，每个权重都是有意图的。 我们的做法是这样的：我们创建一个专门用于读取、理解和编写实际神经网络权重的神经网络。 这个想法是，一个经过正确训练的网络实际上可以有意地创建和更新神经网络，以确定性方式融入新知识。 比如，你可以说“创建一个可以读取MNIST的网络”，它就能真正知道如何构建这个网络，包括权重，并且会为网络中的权重提出合理的值。它会具体说明每个神经元和每个连接的实际权重值。 这件事的酷之处在于，我们可以让它对各种神经架构产生直觉。它会设置权重，分配输入值，运行网络，并进行“调试”，从而在构建神经网络方面越来越出色。 老实说，我们可以让它进行强化学习，每次它做出更好的更新时，就会像“是的”一样！并通过对这一系列进行强化学习来奖励自己，我们并行进行，成功的网络将胜出。 这样做的好处在于，对于安全敏感的场景，拥有一个能够真正理解和检查权重含义及用途的人工智能，并能够为特定目的编辑这些权重。这可以防止例如手术机器人因为在预训练阶段看到屠宰场的视频而导致神经元设置不当，切割过多。 另一个好处是，它可以智能地执行我们大脑所做的事情——创建从早期层到后期层的“跳跃”连接，从而提高效率。 它还可以提高效率，仅建立必要的少量连接。它可以智能选择数据类型，在敏感且需要高精度的区域使用高精度浮点数，而在其他地方使用低精度。 通过训练一个能够检查和构建网络的网络，我们可以更接近于确保网络中没有不良神经元。 由于网络中有数十亿个神经元，我猜它需要逐层高低级别地检查神经元，逐步进行大量工作和不同部分的实验，并创建一个纯文本的“数据库”，记录各部分的引用内容，它可以制作索引等。 最终，一个神经网络可以像一种语言一样“自我编译”，甚至不需要预训练阶段或反向传播。

论文：<a href="https://www.science.org/doi/10.1126/science.ado9202" rel="nofollow">https://www.science.org/doi/10.1126/science.ado9202</a>