Keep on to blur preview images; turn off to show them clearly
试了一下谷歌无限画布产品 MixBoard 这次的更新，很强啊 PPT 生成同样支持自定义提示词和内容，而且你只需要框选一下画布中的文本和图片他们就会出现在 PPT 里面 PPT 生成的控制能力更上一层楼了，还能涂鸦框选改图，也很好玩
生成的 PPT 也支持画圈修改，我这里把圈起来的东西变成了企鹅
Chips: only lithography now. Design, packaging etc – caught up LLMs: compute-driven advantage (see chips) robotics: vast lag in production, small edge in policy (see chips) rockets: true, Starship. bio ml: minor defense: dubious software: idk if true for software that matters
@zephyr_z9 your take?
AK 建议你跟LLM（大语言模型）对话时，少用“你”怎么看，而是先问问这个领域的专家都是谁，然后让 AI 模拟这个领域的专家回答问题，这样能得到更好的效果。 2年多前Andrej Karpathy在State of GPT也说过类似的话。（见评论） Andrej Karpathy： 千万别把 大语言模型 (LLMs) 当作是一个个活生生的“实体”，要把它们看作是超级强大的“模拟器”。 举个例子，当你想要深入探索某个话题时，千万别问： “关于 xyz，你怎么看？” 因为根本就不存在什么“你”。 下次试试换个问法： “如果要探讨 xyz 这个话题，最合适的一群人（比如专家或利益相关者）会是谁？他们会说些什么？” 大语言模型可以信手拈来地引导和模拟各种各样的视角。但它并不像我们人类那样，是经过长时间对 xyz 的“思考”和沉淀，才形成自己的观点的。 如果你非要用“你”这个词去强行提问，模型就会被迫根据它 微调 (finetuning) 数据的统计规律，调用一种隐含的“人格嵌入向量 (personality embedding vector)”，然后扮演这种人格来给你模拟一个答案。 (注释：简单来说，当你问“你”时，AI 只是根据训练数据中最常见的回答模式，戴上了一个“大众脸”的面具来配合你，而不是它真的产生了一个拥有自我意识的人格。) 这样做当然没问题，你也能得到答案。但我发现很多人天真地把这归结为“去问问 AI 怎么想”，觉得这事儿特玄乎。其实一旦你明白了它是如何模拟的，这层神秘的面纱也就被揭开了。
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
RT @okooo5km: 语音输入可能只用 macOS 自带的就够了！ 打字久了手会酸疼，语音输入需求就来了，选择macOS自带的理由：喜欢随说随出的交互+准确率要求不特别高！开启很简单： 1️⃣ 打开系统设置，找到 键盘 2️⃣ 打开 听写 开关 3️⃣ 编辑需要识别的语言…
🔖 Building · Sharing ✨ Zipic · TimeGo · KeygenGo · HiPixel · Orchard · Prism
I envy such boundless optimism if I were American or a “vassal”, I'd be nervous There is, far as I can tell, very little and sometimes zero edge in all that except rockets and maybe capital markets. And Chinese advantages in talent * population * coordination erode all gaps.
Chips: only lithography now. Design, packaging etc – caught up LLMs: compute-driven advantage (see chips) robotics: vast lag in production, small edge in policy (see chips) rockets: true, Starship. bio ml: minor defense: dubious software: idk if true for software that matters
强烈推荐用公众号，探索人机协作创造内容。 体验了从头练小号的快乐。 新开的公众号，也积累一些文章。 昨天新发两篇，带来了200多新增关注，18元打赏。 累计关注接近1k了，哈哈哈。 核心主题： 探索人机协作的边界。 尝试用 AI 解读学习论文，给人物写专辑，长播客转可读性更高的文章等。
喜欢摇滚乐、爱钓鱼的PM 网站：https://t.co/vnUpLt752o
