资源简单易懂的理财实战课，银行行长教你驾驭金钱

资源简单易懂的理财实战课，银行行长教你驾驭金钱 资源简介：罗元裳，前渣打银行东方支行行长，创立国内首家独立理财机构，7分钟理财CEO，致力于理财行业15年，当当新书畅销榜冠军《7分钟理财》作者。 课程中，所有晦涩难懂的金融术语，都被替换成了简单、有趣、易懂的人话。 从0开始，教你一步步解决理财问题。 链接：【百度网盘】点击获取 关键词：#付费专栏 #理财 合作 • 云盘投稿 • 云盘搜索

Open AI传奇研究员Andrej Karpathy的新课，教你理解和构建GPT Tokenizer。

Open AI传奇研究员Andrej Karpathy的新课，教你理解和构建GPT Tokenizer。 他可以把相当复杂的LLM概念用非常好理解的方式讲出来。希望了解LLM的强烈建议听一下他的课，包括一些历史课程。 用GPT-4翻译了一下这节课，感兴趣可以听一下。字幕文件下载和历史课程会放最后。 补充一下视频介绍： 分词器是大语言模型（LLM）处理流程中一个独立且关键的环节。它们有专属的训练数据集、采用特定的训练算法字节对编码（Byte Pair Encoding），训练完成后，分词器能够执行两个核心功能：encode() 函数将普通文本字符串转换为词元，而 decode() 函数则能将词元还原为原始文本字符串。在这场讲座中，我们将一步步揭开 OpenAI GPT 系列分词器的构建过程。 我们将发现，许多大语言模型(LLM)表现出的异常行为和问题，其实都源于标记化(tokenization)这一环节。我们会针对这些问题进行详细讨论，探究标记化为何成为问题的关键所在，以及为什么最理想的情况是有人能够找到办法，完全去除这一处理阶段。 字幕及视频下载：

《跨境老板快速布局TK的冷启动系统课，TikTok全案运营课程 小白入门最佳选择》

《跨境老板快速布局TK的冷启动系统课，TikTok全案运营课程 小白入门最佳选择》 简介：本课程专为跨境商家和新手设计，系统讲解TikTok平台从零起步的运营策略，涵盖账号搭建、内容创作、流量增长及变现技巧，结合实战案例解析冷启动核心方法，助力快速打开海外市场，提升品牌曝光与转化效率。 亮点： 1. 零基础友好：拆解复杂流程为易懂步骤，新手轻松上手 2. 全案式教学：从内容制作到商业闭环，覆盖完整运营链路 3. 实战工具箱：提供涨粉模板、算法机制解读等即用资源包 4. 差异化定位：指导挖掘跨境领域精准人设与内容定位 标签：#TikTok运营 #跨境电商 #冷启动策略 #零基础教学 #流量变现 链接：https://pan.quark.cn/s/de01a353c732

【「得到」6次折戟IPO，罗振宇被年轻人抛弃？】“得到”正在变“轻”，从几百节的年课变成十几节的小课，相应的也带来用户对课程水平

【「得到」6次折戟IPO，罗振宇被年轻人抛弃？】“得到”正在变“轻”，从几百节的年课变成十几节的小课，相应的也带来用户对课程水平的质疑，甚至被批“贩卖知识焦虑”。另一重大失利是2017年短视频平台兴起时，为了将流量集中到“得到”上，在其他所有音视频平台都停止更新，堪称“完美”地错过了短视频风口。 #抽屉IT

斯坦福这节课讲清楚了LLM做RAG所有最重要的问题。

斯坦福这节课讲清楚了LLM做RAG所有最重要的问题。 这节课就是传说中的Stanford CS25中的一节讲座。授课人就是RAG论文的作者之一Douwe Kiela，课程中他分享了一个检索增强语言模型的架构图。 这张图重要到让我觉得，做RAG只要记住这一张图就够了。所有相关概念和工程实践中的权衡，全都涵盖在这张图的架构和问题中了。 这个架构主要包括input、prompt、通过retriever检索增强生成的context，然后把这三部分一起输入给generator即模型，最终输出output作为结果。 关于这几个核心概念，值得注意的是： 1⃣input和prompt的区别和联系在于，input可理解为既包含system prompt，又包含用户输入的检索范围的指向，而prompt则强调用户输入的指令。 以公司知识库RAG举例，比如用户输入chatbot的内容为"检索公司2023年的财务数据并生成总结报告"，其中"公司2023年的财务数据"是对公司知识库检索范围的指向，应理解为input的一部分，而"检索并生成总结报告"则是指令，应理解为prompt。 2⃣retriever的作用机制，我理解类似于在图书馆借书的过程，提供书名(query)-系统查找图书编号(query编码)-对应书架书籍编号(docs编码)-找到并借出图书(context)。 接着上文公司知识库的例子，从input获取query(如"2023年资产负债表, 2023年利润表, 2023年现金流量表")，对应的query编码("2023年资产负债表, 2023年利润表, 2023年现金流量表"的向量化表达)在docs编码(公司知识库所有文本的向量化表达)中检索匹配，提取匹配的部分作为context(涉及公司2023年财务数据的文本)。 其中query和input的关系，我想到两种可能性，一种是直接把input作为query，另一种是模型基于input生成的query，架构图简化表达了。 3⃣retriever和context之间可加一步reranker架构，对检索结果按特定规则进行重新排序。reranking的机制既可通过模型判断，也可在模型基础上预设特定规则。 比如根据员工职级限制其可获取的企业知识库信息范围。

接上篇，这次聊聊，一家成功的外卖店，有哪些必要条件？

#内幕消息 接上篇，这次聊聊，一家成功的外卖店，有哪些必要条件？ 首先定义一下，什么叫做成功？那必然是有利润，10万月流水的情况下，净利润率能在15%以上，就已经超越80%的餐饮老板了，达成这个结果，是天时地利人和的综合影响，但是仍旧有一些共性的可复制的条件，可以供我们参考学习，满足这些条件，大概率你不会亏钱 条件1：选品。选品定生死，餐饮行业的选品就跟毕业找工作选择行业一样，有些行业符合时代发展趋势，需求量大，你进去就能收获一个不错的薪资待遇和发展前途，但是有些行业，天然就是一个坑，赚不了几个钱，还整天忙的要死要活的。 那选品该考虑哪些因素呢？换句话说，选品究竟能影响什么？ （1）选品决定你的毛利高低： 比如粉面类，毛利高达70%，但是像一些炒菜和快餐，毛利可能就是50-60%，当然客单价也是有差异，要综合来看； （2）选品决定你的人工成本： 比如选择轻食和生腌海鲜，就是两个完全不同的路子，前者客单价低，需求并发量大，意味着你要在饭点儿备足足够的人力，但是午餐结束，人力就冗余了，所以在用工方面，比较伤脑筋；后者就不一样了，客单价高，订单来一份做一份，因为配送费高，骑手也愿意等，如果周边竞争小的话，是个闷声赚钱的生意； （3）选品决定你的用餐场景： 最有代表的就是羊肉汤了，早上能喝，中午能喝，晚上也能喝，只要你开门，一天的用餐场景里，你都能有客流。 条件2：选址。选址决定你流水的上限。 （1）选址决定目标客户数。外卖这种线上生意，骑手配送的范围就决定了你的目标用户基数，像快餐类，一般是3-5公里的配送，你的选址就要保证这个圈内，有足够多的快餐消费群体。 （2）选址决定了租金的高低。租金的高低对应着客流量的大小，但是也得考虑性价比，并不是说租金越高，就越好； （3）选址还需要考虑清楚竞争对手的情况。这个圈内有多少竞争对手，分别处于一个什么档次，比如头部有多少家，能做到多少单，中腰部有多少家，如果你各方面达标，大概率就是中腰部的水平，就可以算算，你的营收能到多少了. 条件3：线上运营 （1）菜单设计： 菜单设计遵循271法则，20%的引流品/菜，主要做低客单引流，本身利润低或者不赚钱； 70%的主打品/菜，是店内起销售量的菜品，也是复购率最高的菜品；10%的利润菜，客单价较高，一般是主打品的“升级款”或者套餐，利润高 （2）活动设计 主要分为4类活动，第一类是提升进店率：金字招牌，起送价，配送费，满减，会员红包，店铺评分；第二类是提升下单率：会员红包，膨胀红包，新客立减，下单返券，收藏有礼，福利专区；第三类是提升客单价：满赠，满减，换购，第二份半价，设置双人餐，家庭套餐；第四类是提升复购率：集点返券，下单返券，收藏店铺，人群定向； （3）推广获客 基本原则：优先拉升店铺权重，提升自然流量，其次是采买付费流量 如何提升店铺权重？首先考虑影响权重的5大因素，销售额、订单量、客单价、复购率、评分。围绕这些因素，去做人工干预。具体怎么做，每个品类每个商圈以及店铺处于那个生命周期，策略都不一样 如何采买付费流量？按照店铺生命周期，确认不同的付费策略。 新店期：转化率优先，要把店铺双转提升至商圈前10%，此时以定向cpc为主； 成长期：在转化率达标的情况下，拉升曝光，坐高店铺营收和订单，此时可以购买流量卡； 成熟期：定向cpc+高峰期的流量卡，确保店铺流量稳定 麻雀虽小五脏俱全，真要做一家不亏钱的外卖店，以上这些因素是要考虑在内的。 下一期讲讲外卖运营中常见的问题处理，跟互联网中数据异动分析特别像，敬请期待...