Найти похожее

#AI

#AI

#AI

AI API白嫖指南 & 客户端推荐 🎉 免费玩转AI模型！ DeepSeek R1、Grok、Gemini 2.0 Flash Thinking 等顶尖AI模型免费开放！火山平台（50万免费Tokens）、阿里百炼（100万Tokens）、Gemini（完全免费）、XAI API（5美元换150美元额度）、OpenRouter 等平台助你零成本入门。 客户端推荐： Cherry Studio：跨平台，支持联网，免费1000次/月 ChatWise：简洁Mac风，联网搜索更丰富 FlowDown浮望：iOS新选择，支持网页浏览（即将上架） 🚀 低成本享受AI服务，从此不花冤枉钱！ 详细内容请看PDF，此段简介为Grok3生成。 🌌#AI 😭@ArgunRiver

#ai J. Simon et al., “There will be a scientific theory of deep learning,” arXiv [stat.ML], Apr. 23, 2026. doi: 10.48550/arXiv.2604.21691. Available: http://arxiv.org/abs/2604.21691. [Accessed: May 01, 2026]

#ai PaperOrchestra https://yiwen-song.github.io/paper_orchestra/

#ai It might be hard to distinguish deceptive behavior and ignorance due to being incapable. ----- Opinion: AI systems can easily lie and deceive us – a fact researchers are painfully aware of https://www.westernsydney.edu.au/news-centre/stories/2025/opinion-ai-systems-easily-lie-and-deceive-us-fact-researchers-aware-of

#ai Wow, the compression is amazing. Seriously, is there a similar correspondence like the Ads/CFT correspondence for transformers? https://swarmnotes.kausalflow.com/

#ai https://productivityradar.com/how-to-use-ai-as-a-manager/

#ai https://www.figure.ai/news/helix-02-living-room-tidy

#ai What, is this real? Look at the authors... https://www.researchgate.net/publication/401488012_Integrating_AI-Driven_Predictive_Analytics_for_Proactive_Cybersecurity_Risk_Mitigation_in_Large-Scale_IT_Program_Management

#ai 24 年决定转行的时候，一直犹豫不决，感觉也许是自己 overthinking，担心不做出改变会很快失业。再三思考以后，决定走一条深入了解实际问题本身的职业路线。当时想应该是一个很容易赢得的赛跑。 两年后的现在看来，甚至比之前预想的来的还要快，从创新，到工程，没有一项不被渗透的。 我统计了我们的研发部门对 AI 的使用，他们对于 AI 的依赖可以说已经无可替代了。很多人说 AI 创新的问题，现实逻辑其实是，很多时候组合创新很有效，而这个是 AI 很擅长的，比如一个领域没有出现过 Monte Carlo 这种方法，我有个同事就通过跟 AI 聊天发现了 Monte Carlo 并且有了代码实现，而他有了更多的时间来思考更高层次的问题。这是问题本身抽象，然后数学表示，然后解决数学问题，最后翻译回结论，这样的传统工作流需要很多的经验，但是 AI 加持下极大的降低了这条路经的门槛。 工程更是渗透地可怕，我身边没有哪个 sensor swe 不在 vibe coding 。vibe coding 三要素：定义、工程栈与设计哲学、测试和验证，只要其中一项足够熟悉，就可以堆出不错的屎山。像是 GitHub 的各种深度整合，工作流变成了提出 issue，交给 copilot，等待，review 代码，迭代。有很大的概率无需自己写任何代码。 到最后，知道问题的价值，了解技术栈与好的设计，懂得如何验证结果，不管是从创新层面，还是从工程层面，都在卷起来了。 我自己选择的路线是：做距离问题最近的管理+全栈，说实话也不知道是不是一条正确的路。最近我采访了我们一线的各种职位的员工，目的就是减少来告诉我什么是重要问题的中间人。而我有时间这样做也是因为 AI 的加持。 除了这些，能够在急速迭代中保持身心健康，不在迭代中迷失方向，也是很核心的。我经常听到同事朋友说迭代太快人有些 burnout 了。 感想触发： https://x.com/slow_developer/status/2020064994101014727