传奇程序员约翰卡马克想要转型ai，然后ilya给他推荐了这27篇论文，说看完这些论文就会对当前领域在发生什么有一个全面的理解

传奇程序员约翰卡马克想要转型ai，然后ilya给他推荐了这27篇论文，说看完这些论文就会对当前ai领域在发生什么有一个全面的理解。这个太棒了。无数大佬都说学ai最重要就是多读paper多测demo，但是论文千千万，精力又是有限的。可以有真大神ilya帮忙梳理一套论文那是完全不一样的。而且现在有了gpt的帮助，包括一些插件比如consesus，比如mr.ranedeer，等等，小白也可以最无痛的看论文了。甚至可以针对这27篇论文，让gpt帮自己定制一个专属的学习计划和专属教材。另外加上一个超好用的小技巧，我之前学神经网络和机器学习基础的时候一直在用的，就是让gpt针对每个知识点学完以后马上问问题来靠自己，比如让自己用自己的语言陈述一下这个知识点，然后gpt就可以测试自己对每个理论或者知识点的理解透不透，如果不透马上可以针对这个知识点给你傻瓜式解释到你绝对懂为止。这种流畅的学习体验，和没有gpt时代是完全完全不同的，曾经的自己如果这么厚一踏专业全英文论文摆在面前，坦白说连翻来的勇气的没有。(只针对人生的前30多年一篇学术论文都没看过的我)。但是现在，我看到ilya推荐的论文清单，只有兴奋。因为我马上可以为这27篇论文，指定一个24小时的gpt老师和专属针对性的学习和练习计划，里面涉及的技术问题的讲解，我也很有信心gpt的讲述方法可以让读过中学的人都有办法理解，如果不理解，可以再换一百个角度一百个比喻来讲解。这种信心，我觉得是和gpt前的时代完全不同的。我让gpt把27篇论文简单梳理。摘要。分不同阶段。再提供一下论文的下载链接。如果有必要，让它逐步针对27篇论文，把里面的理论体系形成一整本立体全面相互关联的一本教材也不是不可以的。这种学习体验像魔法一样。所以我感觉可能未来外卖小哥快递小哥保安小哥自学ai成为各个领域大神的故事会越来越多，越来越常见。认为自己因为没有专业背景没读过相应大学专业没做过相应的工作所以不行也不敢尝试，这种想法慢慢会被ai改变。 ai will make human more human

在Telegram中查看

相关推荐

最近读的2篇论文非常不错

最近读的2篇论文非常不错 1.第一篇是复旦大学和米哈游联合推出的 The Rise and Potential of Large Language Model Based Agents: A Survey 最近看Agent代码比较多，这篇论文对Agent做了比较完整的叙述，可以作为理解Agent的框架性知识。 2.第二篇是微软出的GPT-4V(可以输入图片的GPT4)的研究报告 The Dawn of LMMs:Preliminary Explorations with GPT-4V(ision) 看完后只有2个字"震撼"，越来越相信AI是未来，而且是不远的未来，为之前失明的 GPT增加了双眼，眼与耳朵一起使用对世界的理解进一步加强了。

The Verge 对 Ilya Sutskever（OpenAI 首席科学家、联合创始人）的采访里问到：为什么你们之前在 Op

The Verge 对 Ilya Sutskever（OpenAI 首席科学家、联合创始人）的采访里问到：为什么你们之前在 OpenAI 的第一篇博客里提到「要将人工智能领域内的研究，包括论文、专利、代码等等开放给全世界，为每一个人而不是股东创造价值」，但 GPT-4不仅不开源，连论文都不给了？他的观点是：之前做出的这个选择是错误的。再过几年大家就会意识到当 AI 变的非常强时，开源是不明智的。

最近关于PM要不要读论文的讨论越来越热烈了

最近关于PM要不要读论文的讨论越来越热烈了不管怎么说算法都要读论文的一位算法朋友为了满足自己需要搞了网站 - 用算法选出每天最值得看的10篇AI论文 - 也可以自己搜索感兴趣的论文话题 - 论文解决的问题都用中文列好了 - 未来研究思路启发灵感如果你也想AI论文，可以试试

ilya另起炉灶了lol

ilya另起炉灶了lol OpenAI联合创始人、首席科学家Ilya Sutskever与OpenAI分道扬镳数周后，今日终于公布了自己的新动向。 Ilya今天在X上宣布自己创立了新公司SSI(Safe Superintelligence Inc.)，瞬间炸起了AI业界的广泛关注和讨论。 Ilya是AI领域的顶尖科学家，曾主导OpenAI旗下GPT系列、DALL-E等里程碑式项目。然而，他与联合创始人Sam Altman在公司发展方向上的分歧由来已久。 Ilya更倾向于专注AI的安全性和可控性,提出"AI Alignment"(AI系统应与人类价值观保持一致)的理念，而sama则日益重视商业化发展。最终，分歧导致了Ilya的离职。这一冲突反映出业界在"AI安全性"和"商业化"之间的深层次拉扯，涉及AI技术的未来走向。从SSI官网披露的信息来看，这家新公司明确提出"构建安全的超级智能(Safe Superintelligence)"，并将其视为当前最重要的技术问题。这一理念与OpenAI日益商业化的策略形成鲜明对比，引发业界的广泛思考。同时，SSI的成立被视为继Anthropic之后，AI安全派的又一次集结。此前OpenAI的另一位元老Dario Amodei也因类似原因离职，转而投入Anthropic阵营。 Ilya创立SSI，标志着AI业界在技术路线之争、产业生态重塑、社会责任拷问等方面进入新的博弈阶段。SSI能否在"安全"与"发展"之间找到平衡，开创一条不同于OpenAI的道路，将是业界长期关注的焦点。当然，SSI的未来还有很多不确定性。它能否如愿实现"安全超智能"的宏伟目标？能否在商业竞争中站稳脚跟？能否赢得更多科技伦理学家的认同和支持？这些都有待时间给出答案。但无论结果如何，SSI的诞生本身确实说明了AI发展进入了一个新的阶段。 ilya推特原文 SSI官网链接

同时，在特定领域，我们至少需要通读八九篇核心论文，这样才能基本理解，并解释为什么某篇论文让我们感到兴奋。

同时，在特定领域，我们至少需要通读八九篇核心论文，这样才能基本理解，并解释为什么某篇论文让我们感到兴奋。未来五到十年里，很多现在的知识可能会变成常识。到那时，了解与否的差异可能并不显著。但在当前，通过阅读论文获得的信息量是巨大的，它能显著提高我们的认知水平，帮助你做出更准确的判断。 2、去哪找论文，怎么读论文？那么，想要找到新颖或高质量的论文，我们应该去哪里呢？可以关注一些知名平台，如百度学术，或是OpenAI的Andrej Karpathy，看看他们推荐了哪些论文。实际上，你需要让自己沉浸在学术环境中，对感兴趣的论文深入阅读。Hidecloud个人习惯一天至少读两到三篇。 Hidecloud通常将论文分为两类：一类是他认为具有范式创新的，另一类是技术细节有所改进的。对于后者，Hidecloud会快速阅读，关注他们具体优化了哪些方面，提升了多少。但对于那些具有范式创新的论文，Hidecloud会仔细研读。阅读论文的好处是巨大的，它能直接帮助我们在产品设计和技术改进上取得实际成效。比如一些论文不仅提出新模型,还包含了工程优化的技巧,比如加速模型推理等。产品经理阅读这些内容后,可以直接应用于产品中,提升性能。更重要的是，通过阅读前沿论文，可以及时了解最新模型的能力边界,以及新出现的技术创新点。进而，重新审视传统问题，开拓新的解决思路。这种全新的思考方式，有可能带来行业颠覆性的创新机会。三、读完论文、测完demo，如何产研协同？ 1、之前产品更依赖工程师传统的软件开发模式中,产品经理负责需求分析和功能设计,然后把需求文档交给工程师,由工程师将这些抽象的业务逻辑转化为具体的代码实现。这个过程需要产品经理和工程师密切配合,但两个角色的职责划分还是比较明确的。 2、现在产品也能做点开发而现在,一些低代码(Low-code)或无代码(No-code)开发平台的出现,让非技术背景的人也能通过可视化的方式快速构建应用。比如使用自然语言描述业务流程,然后自动生成可执行的工作流(Workflow)。这在一定程度上降低了开发门槛,产品经理可以更直接地参与到原型设计和功能实现中来。 3、工程师可能更专注后台问题借助大语言模型的能力,产品经理用自然语言描述的复杂业务逻辑,可能会被自动转换成更加结构化、标准化的中间表示,如可视化的流程图(pipeline)或特定领域语言(DSL)等形式。这种表示一方面可以清晰地呈现业务逻辑,另一方面也更容易转化为最终的代码实现。在这种趋势下,产品经理在功能决策上可能会有更大的自主权,可以通过灵活组合各种逻辑单元来快速响应业务变化。而工程师则会更专注于系统架构、性能优化、弹性扩展等技术问题,去建设一个高可用、高并发的稳定平台。

试了一下谷歌文档AI分析工具NotebookLM，用同一篇论文同一个提示词扔给它和GPT-4进行总结。

试了一下谷歌文档AI分析工具NotebookLM，用同一篇论文同一个提示词扔给它和GPT-4进行总结。 NotebookLM总结的信息要更全面和详细一些，GPT-4说了跟没说一样，对简单提示词的响应比GPT-4好一些。都是先用英文提示词总结在让他们翻译为中文。可以来这里试试：

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人