- AI
- AI旧套餐也是纯牛马…… 我特意统计过,一个月5个week limit,一个limit只有6M左右的token(cache免费,只算input和output大概这些),缓存率高的话也就几亿token,经常跑着跑着就撞5h墙 这有什么好抢的
- AI现在找教职基本上取决且仅取决于老板的Connection如何了,毕竟现在大AI时代水几篇A的门槛几乎为0 不知道你老板怎么样?我老板快退休了
- AI
- AI谢谢前辈建议! 但我这个岗位是那种偏传统的数据挖掘岗位,基本上吃不到任何大模型红利,我就担心几年后AI会完全取代,我这个方向又难找同等收入的下家了 ^-^
- AI
- AI
- AI继续实习吧,Pub随缘 我觉得大厂现在还是更看重实习一点,我手头五篇A会也没有激起面试官多大兴趣,反而是跟导师打杂做的大模型相关横向被面试官一直问
- AI蒸馏本来就不需要恢复teacher的架构或者原始权重,它要做的是让student在目标分布上尽量逼近teacher的行为。这个过程当然需要技术,但“需要技术”和“teacher帮你大幅缩小了探索空间”并不矛盾
- AI确实,像Minimax这样蒸馏只学答案的话那和DPO没什么区别,但蒸馏本身当然也可能蒸馏出可泛化策略
- AI和我说的差不多一个意思,R1-Zero最重要的意义之一就是证明了Basemodel本身已经有一定推理能力、奖励又足够清晰时,直接RL就能把这种能力明显放大,不一定需要先靠大量人工CoT(我所说的30到60),不过低成本更准确地说是低人工监督成本,RL本身其实并不便宜
- AI
- AI一个月前:K3、GLM5.3、DsV4、Grok4.6,一派生机勃勃万物竞发,宛如 Ave Mujica 第一次登上武道馆 一个月后:喵梦把面具一摘 —— Astra 定价与 Fable 相同。Sol 降智,目前生死不明
- AI
- AI可以啊,没想到网页端现在都能直接搓到这个完成度了 不过我比较好奇一个问题,LLM在这里表现出来的能力,到底主要是训练阶段已经见过不少双曲几何、非欧游戏之类的实现,然后把已有模式重新组合出来,还是说它确实能从“空间应该满足什么几何约束”出发,自己推导出一套近似可用的实现? 真正的非欧空间实现似乎还是得选具体的数学表示,比如双曲空间的某种坐标模型,处理对应的度量再映射到普通渲染管线里 如果能把 GPT
- AI手上有几篇VLDB,ICDE,但是面试官基本不认识 数据挖掘领域是真恶心,发论文难度是AI会三倍,认可度不如人家三分之一
- AI
- AI一个问题是方向不 Match,很多岗位连面试都进不了,而且我这个方向在业界本来就比较冷 另一个问题是,少数和我方向比较 Match 的岗位,又感觉都是那种过几年很容易被 AI 淘汰的
- AI
- AI现在高校真的是一个萝卜一个坑,很多科研能力强的导师可能能在毕业论文上给你帮助,但是毕业后完全没办法给你挖个坑,读博一定要慎重,选导师更要慎重
- AI有一说一,之前我觉得涨价两三倍我都能接受,因为DS Flash之前真是怎么蹬都不掉额度,5小时最多也就蹬5h窗口的6%左右,哪怕涨十倍,我也捏着鼻子认了 但是涨了将近20倍就有点难受了,现在DS Pro和GLM一个价,DS Flash也不能无限猛蹬了 绕来绕去还是GPT性价比最高
- AI今天有个CS的科研民工来和我说 这是他搞科研以来最好的夏天 这一年,GPT出了Sol,Claude出了Fable 他把Reviewer给的Comments扔进Codex 一夜之间,Rebuttal、Revision、实验竟然都完成了 Token到处都在打折 随便找一个中转站 就能体验到GPT Pro 20x的额度 前几天他正在给模型调参,Deepseek V4 Flash横空出世,Opencode
- AI
- AI
- AI模型 - 本体 harness - 专武 Opus→Fable / Flash→Pro - 升命座 Skill/Prompt - 圣遗物 token - 原石 Fable = 6命爱弥斯 GLM5.3 = 6命绯雪
- AI大佬觉得Sol和K3哪个更强一点? 我现在用k3确实还比较舒服,略微比opus差一点,比sol会说人话一点 但是不知道有没有我还没踩的雷
- AI
- AI不是ddl战士,但是时间也不算宽裕。 GPT我之前也试过,写论文AI味太重了,就是那种看着很有道理,句句都对,连起来一看就很像AI的感觉 K3这方面好很多 大佬有推荐的GPT写作skill吗
- AI个人愚见,Gemini写漂亮话的能力还行,但仅限于写写网文或者不需要强逻辑的东西,一旦要求必须有逻辑有组织可验证可解释,Gemini还不如GPT Pro
- AI