我发现很多人都有信息焦虑,尤其是变化较快的互联网、AI的从业者更是如此。

我发现很多人都有信息焦虑,尤其是变化较快的互联网、AI的从业者更是如此。 其实有个非常简单的办法来缓解焦虑提升认知 1.简单来说就是选定一个你认为的值得学习的人(初学者最好选择公认的比你厉害很多的人。) 2.不用经过ta的允许当ta的远程助理。 3.跟着ta学习至少三个月基本你的感觉就培养起来了 4.此方法也适合出海、调研某个群体等 怎么当其实很简单,在推特上选择你想要关注的某个领域的人,然后每隔一段时间查看回复栏就行。 这里面的逻辑是评论是所有用户行为最花时间也最有价值的,尤其是财富水平或者科研水平在世界顶尖的人都愿意花时间评论的内容是不是值得你花一点点时间了解一下呢? 当然这么做最大的好处是了解未知的未知,你可以把你关注的人的每一次评论和转发都当做是你的老板带你去见“某件事”并且你不需要做任何事。很多未知的未知都会随着你关注的人的高频转发和评论在你记忆中变成已知的未知,再之后就看你的热情有多高了。

相关推荐

封面图片

一个很好的网站:1988-2023:互联网发展里程碑。尤其是互联网早期发展的历程和节点,对现在新技术创业者投资人会尤其有启发。

一个很好的网站:1988-2023:互联网发展里程碑。尤其是互联网早期发展的历程和节点,对现在新技术创业者投资人会尤其有启发。 当很多人说(AI、Web3、Metaverse)等就是互联网的(1993,1994,1995,1998)年的时候,究竟在这些时间点互联网行业发生了什么?

封面图片

3C配件从业者至暗时刻:

3C配件从业者至暗时刻: 【1】发布会后发现数据是错的。 【2】iPhone6/6s卖得好,备货很多iPhone7/8配件,大家都买7/8Plus。 【3】iPhone8配件亏本清仓之后,发现SE2通用,SE2配件亏本清仓之后,发现SE3配件通用。 【4】备货很多14 Plus配件,以为会大卖,发布会说14 Plus 用A15,还卖6999起。 【5】贴了边框膜售后为什么手机壳装不上。5S的配件为什么不能给S5用。 【6】顾客百亿补贴买手机,配件提前先行,当你发出之后,顾客说被百亿补贴砍单了,只能退款。 【7】iPhone X贴膜微信语音只能发10秒,顾客不听解释只能退款,1年后iPhone X 召回屏幕触摸问题。 【8】三星note7配件大量备货,顾客机器退了之后还找你退配件。 【9】机器每年改一点三围,其他没怎么变,你就得重新开模。 【10】做品牌代理,品牌售价比你进货价便宜。

封面图片

菠菜从业者:加密货币,害我一生(一)

菠菜从业者:加密货币,害我一生(一) 作者:浪子 接触加密货币是在2021年后,那个时候正值全球新冠疫情爆发和蔓延的第二个年头。 疫情的防控政策,时而紧缩,时而宽松,各行各业萧条,经济停滞不前。 无数的企业和行业濒临破产和倒闭,很多就业情况并不乐观。 我所在的18线小县城,并没有一二线城市,那种严阵以待的紧张感。 那时候我失业在家,无聊的时候,会去网吧打游戏。 也就在这个时间点,我真正了解到什么是比特币,什么是以太坊,什么是狗币,什么是屎币,从此我的噩梦也开始了! 当我每次去网吧上网的时候,总是惊奇发现,网吧在没有人上网,电脑主机竟还在运转! 通过了解,我知道利用显卡高性能的一种算力,可以挖掘出一种虚拟货币,这种虚拟货币是可以立即兑现,甚至比开网吧的利润还要大。 也就在那一年,显卡价格暴涨几倍,更有人斥资百万甚至千万在一些城市的边缘地区,开设矿场,以此获取巨大的收益。 在此之前,我从未真正彻底了解到虚拟货币,只是偶尔听到,比特币的传闻。 似乎和比特犬有一些联系,但我从未深究过,因为毫无兴趣。 我在没有接触菠菜行业的时候,我从未参与过任何形式的赌博。 犹记得在2017年第一次接触这个行业的时候,一些会员可以用几千块钱,博弈十几万的刺激感,让我记忆深刻! 其实我在菲律宾工作近一年的时间,并没有攒下很多钱,基本上都花费在女人的身上了。 18年底回国以后,身上仅剩4万多人民币,也就在去泰国旅游的时刻,我下载了一款名为彩3的彩票平台,从最开始的几十块到上百块,上千块甚至上万块的投注,那种刺激感,紧迫感,让我在不到一个月,从2万的本金获利近8万元。 本着狗庄杀大不杀小的原则,最终的结果你们是知道的,怎么赢的,就怎么还回去。 那时候我明明知道行业的内幕,终究还是没有经受过诱惑,一年多的时间,断断续续各种平台娱乐,虽然没有输掉多少钱,也就在六七万左右的本金,不过那种好吃懒做,想赚快钱,不劳而获的欲望被彻底引诱出来了。 后来很长一段时间,没有在触及网络赌博,又或者说在接触加密货币以后,只是转变了另一种赌博的方式! 但是,相比网络赌博,加密货币简直就是我的噩梦,对我精神摧残,那种反复的情绪,我相信如果有投资加密货币朋友,应该知道我要表达的意思,痛苦与折磨,持续影响我的身心健康。 未完。。。。 订阅东南亚吃瓜TG频道 ↓ 投稿/曝光: @Scy66 交流群: 素材群:

封面图片

菠菜从业者:加密货币,害我一生(一)

菠菜从业者:加密货币,害我一生(一) 作者:浪子 接触加密货币是在2021年后,那个时候正值全球新冠疫情爆发和蔓延的第二个年头。 疫情的防控政策,时而紧缩,时而宽松,各行各业萧条,经济停滞不前。无数的企业和行业濒临破产和倒闭,很多就业情况并不乐观。 我所在的18线小县城,并没有一二线城市,那种严阵以待的紧张感。那时候我失业在家,无聊的时候,会去网吧打游戏。 也就在这个时间点,我真正了解到什么是比特币,什么是以太坊,什么是狗币,什么是屎币,从此我的噩梦也开始了! 当我每次去网吧上网的时候,总是惊奇发现,网吧在没有人上网,电脑主机竟还在运转! 通过了解,我知道利用显卡高性能的一种算力,可以挖掘出一种虚拟货币,这种虚拟货币是可以立即兑现,甚至比开网吧的利润还要大。 也就在那一年,显卡价格暴涨几倍,更有人斥资百万甚至千万在一些城市的边缘地区,开设矿场,以此获取巨大的收益。 在此之前,我从未真正彻底了解到虚拟货币,只是偶尔听到,比特币的传闻。似乎和比特犬有一些联系,但我从未深究过,因为毫无兴趣。 我在没有接触菠菜行业的时候,我从未参与过任何形式的赌博。 犹记得在2017年第一次接触这个行业的时候,一些会员可以用几千块钱,博弈十几万的刺激感,让我记忆深刻! 其实我在菲律宾工作近一年的时间,并没有攒下很多钱,基本上都花费在女人的身上了。 18年底回国以后,身上仅剩4万多人民币,也就在去泰国旅游的时刻,我下载了一款名为彩3的彩票平台,从最开始的几十块到上百块,上千块甚至上万块的投注,那种刺激感,紧迫感,让我在不到一个月,从2万的本金获利近8万元。 本着狗庄杀大不杀小的原则,最终的结果你们是知道的,怎么赢的,就怎么还回去。 那时候我明明知道行业的内幕,终究还是没有经受过诱惑,一年多的时间,断断续续各种平台娱乐,虽然没有输掉多少钱,也就在六七万左右的本金,不过那种好吃懒做,想赚快钱,不劳而获的欲望被彻底引诱出来了。 后来很长一段时间,没有在触及网络赌博,又或者说在接触加密货币以后,只是转变了另一种赌博的方式! 但是,相比网络赌博,加密货币简直就是我的噩梦,对我精神摧残,那种反复的情绪,我相信如果有投资加密货币朋友,应该知道我要表达的意思,痛苦与折磨,持续影响我的身心健康。 未完。。。。

封面图片

【#为什么有些人没有脚脖子#】夏天到了,往年大家焦虑腿粗穿短裤露腿不好看,随着互联网信息传播,已经开始焦虑没有脚脖子不好看了,还

【#为什么有些人没有脚脖子#】夏天到了,往年大家焦虑腿粗穿短裤露腿不好看,随着互联网信息传播,已经开始焦虑没有脚脖子不好看了,还有“脚脖子修容大法”流传江湖。不过没脚脖子确实是很多人的烦恼,像萝卜杵进地里,腿再细也在线条美上差点意思。其实影响你有没有脚脖子的不是骨架大不大,而且一块叫“跟腱”的肌腱,那我们就来科学分析一下,没有脚脖子,有啥值得焦虑的,还有你最关心的有没有解决办法。没有脚脖子,怎么不算一种天赋异禀呢 via 捉谣记的微博

封面图片

Sora 详细的技术报告发布了,相关从业者可能都需要看看。

Sora 详细的技术报告发布了,相关从业者可能都需要看看。 里面有 Open AI的训练思路以及 Sora 详细的技术特性,我从里面找了一些要点,详细的可以去看完整内容。 简单来说 Sora 的训练量足够大也产生了类似涌现的能力。 技术特点: 三维空间的连贯性:Sora可以生成带有动态相机运动的视频。随着相机移动和旋转,人物和场景元素在三维空间中保持连贯的运动。 模拟数字世界:Sora还能模拟人工过程,如视频游戏。Sora能够同时控制Minecraft中的玩家,并高保真地渲染游戏世界及其动态。通过提及“Minecraft”的提示,可以零样本地激发Sora的这些能力 长期连续性和物体持久性:对视频生成系统来说,Sora通常能够有效地模拟短期和长期的依赖关系。同样,它能在一个样本中生成同一角色的多个镜头,确保其在整个视频中的外观一致。 与世界互动:Sora有时能够模拟对世界状态产生简单影响的行为。例如,画家可以在画布上留下随时间持续的新笔触,或者一个人吃汉堡时留下咬痕。 训练过程: Sora 的训练受到了大语言模型(Large Language Model)的启发。这些模型通过在互联网规模的数据上进行训练,从而获得了广泛的能力。 Sora实际上是一种扩散型变换器模型(diffusion transformer)。 首先将视频压缩到一个低维潜在空间中,然后将这种表现形式分解成时空区块,从而将视频转换为区块。 训练了一个用于降低视觉数据维度的网络。这个网络以原始视频为输入,输出在时间和空间上都被压缩的潜在表示。Sora在这个压缩的潜在空间上进行训练,并在此空间中生成视频。还开发了一个对应的解码器模型,它能将生成的潜在表示映射回到像素空间。 对于给定的压缩输入视频,提取一系列时空区块,它们在变换器模型中充当标记(token)。这种方案同样适用于图像,因为图像本质上是单帧的视频。基于区块的表示方法使Sora能够针对不同分辨率、持续时间和纵横比的视频和图像进行训练。在推理过程中,可以通过在适当大小的网格中排列随机初始化的区块来控制生成视频的大小。 随着 Sora 训练计算量的增加,样本质量有了显著提升。 Sora训练时没有对素材进行裁切,使得Sora能够直接为不同设备以其原生纵横比创造内容。 针对视频的原生纵横比进行训练,还可以提高构图和取景的质量。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人