跳到正文

#现象/趋势

今日 31 条
10月8日周四
  3. fchollet44

    Francois Chollet 借 80 年代"编程的认知后果"研究指出，学编程能让人精通算法思维，但基础研究与后续 meta 分析证实这些收益不会迁移到通用认知任务或无关问题解决场景。类似地，强化数学训练只提升数学推导与结构映射能力，不提高个体在无关领域的技能习得速度。他由此认为通用智能是大脑的基础属性而非可训练的技能，练某领域只让你更擅长该领域。

  26. rohanpaul_ai44

    Sam Altman 说，公众把他描绘成 AI 反派的原因，和他当年误判 Mark Zuckerberg 的原因一样： 当一项新技术带来快速变化时，人们会把恐惧投射到那个看起来掌握最多权力的人身上。 他承认，在 Meta 早期，他还不认识 Zuckerberg 的时候，也曾对他抱有类似的看法。 ---- 完整视频见 "Fair Game by Vanity Fair" YouTube 频道（链接在评论区）

10月7日周三
  1. yunta_tsai20

    在顶级机器学习机构待了多年，前沿实验室里也有朋友，我仍然认为 Tesla 的 ML 工程师是最棒的——唯一我会托付生命的人。 他们不满足于理论，会审视每一个细节直到在现实中得到验证。他们要求的是真实世界的里程，而不是图表。这种文化在别处不存在。 本周是我在 Tesla 的又一个周年纪念。我很荣幸能与你们共事，未来还有很多年。

  2. Simon Willison44

    软件博客写作的反模式

    Michael Lynch 总结了软件博客的常见反模式：冗长跑题的开场、误判读者已有知识、默认读者读过前文、行文过度正式，以及用堆链接代替解释术语。他建议文章即使读者不点任何链接也应能读懂，并强调用自己说话的方式写作——在开发者普遍把写作交给 AI 的当下，读者更渴望有个性的文字。