工作十多年，在事业单位到私企对单位社会对家庭算是个老实人，勤勤恳恳践行着责任，但对枯燥的生活已经厌烦，总是胡思乱想一些，存在伪认知请指出，遂做一些想法记录： 在利益至上人情瓜葛，思想立场正确的当下，在被时代巨浪下推着苟活，认为无论是科技发展还是民族国家政治正确的立场或是儒法家思想恐吓绑架纠缠着善良的人，总想与世无争寻找一片梦想中的桃花源躺平做些自己想做随时可做的事情。 自认为人类世界创造了货币这个工具是伟大的最公平的，10 年代初刚毕业时房地产盛宴在无房无车无证便无妻无后逻辑推理论证下的各种正反广告舆论轰炸下，懵懂的上了房地产的战车，被愚弄想法，掏空了口袋，娶了老婆，商业房产梭哈，买了车，钱包被绑，或者是有被迫害妄想症罢了，哈哈。 作为金融专业毕业有着极强的警惕和怀疑心理，当然辩证的看待问题和行动也要有豁出去的勇气和真金白银的实力，在证券交易市场的技术调整和营销让我深深的厌恶了人性贪念的丑陋，不赌即不会失去的理念深扎入心中！ 当下 AI 科技盛行下无论是什么架构还是多少纳米技术和先进封装，还是各大 ai 厂商的宏大叙事帮助人类进步提升人类的生产效率技术，还有终端 pc 的变革鼓吹，AI 数据中心的建立首先影响着背后叙述者起舞者的利益蛋糕，这块经济大饼和泡沫在不断裂变的同时将更多人圈住，先用货币这个工具把普通人训练成硅基生命的一部分，不断淘汰上演动物世界的法则
工作十多年，在事业单位到私企对单位社会对家庭算是个老实人，勤勤恳恳践行着责任，但对枯燥的生活已经厌烦，总是胡思乱想一些，存在伪认知请指出，遂做一些想法记录： 在利益至上人情瓜葛，思想立场正确的当下，在被时代巨浪下推着苟活，认为无论是科技发展还是民族国家政治正确的立场或是儒法家思想恐吓绑架纠缠着善良的人，总想与世无争寻找一片梦想中的桃花源躺平做些自己想做随时可做的事情。 自认为人类世界创造了货币这个工具是伟大的最公平的，10 年代初刚毕业时房地产盛宴在无房无车无证便无妻无后逻辑推理论证下的各种正反广告舆论轰炸下，懵懂的上了房地产的战车，被愚弄想法，掏空了口袋，娶了老婆，商业房产梭哈，买了车，钱包被绑，或者是有被迫害妄想症罢了，哈哈。 作为金融专业毕业有着极强的警惕和怀疑心理，当然辩证的看待问题和行动也要有豁出去的勇气和真金白银的实力，在证券交易市场的技术调整和营销让我深深的厌恶了人性贪念的丑陋，不赌即不会失去的理念深扎入心中！ 当下 AI 科技盛行下无论是什么架构还是多少纳米技术和先进封装，还是各大 ai 厂商的宏大叙事帮助人类进步提升人类的生产效率技术，还有终端 pc 的变革鼓吹，AI 数据中心的建立首先影响着背后叙述者起舞者的利益蛋糕，这块经济大饼和泡沫在不断裂变的同时将更多人圈住，先用货币这个工具把普通人训练成硅基生命的一部分，不断淘汰上演动物世界的法则
工作十多年，在事业单位到私企对单位社会对家庭算是个老实人，勤勤恳恳践行着责任，但对枯燥的生活已经厌烦，总是胡思乱想一些，存在伪认知请指出，遂做一些想法记录： 在利益至上人情瓜葛，思想立场正确的当下，在被时代巨浪下推着苟活，认为无论是科技发展还是民族国家政治正确的立场或是儒法家思想恐吓绑架纠缠着善良的人，总想与世无争寻找一片梦想中的桃花源躺平做些自己想做随时可做的事情。 自认为人类世界创造了货币这个工具是伟大的最公平的，10 年代初刚毕业时房地产盛宴在无房无车无证便无妻无后逻辑推理论证下的各种正反广告舆论轰炸下，懵懂的上了房地产的战车，被愚弄想法，掏空了口袋，娶了老婆，商业房产梭哈，买了车，钱包被绑，或者是有被迫害妄想症罢了，哈哈。 作为金融专业毕业有着极强的警惕和怀疑心理，当然辩证的看待问题和行动也要有豁出去的勇气和真金白银的实力，在证券交易市场的技术调整和营销让我深深的厌恶了人性贪念的丑陋，不赌即不会失去的理念深扎入心中！ 当下 AI 科技盛行下无论是什么架构还是多少纳米技术和先进封装，还是各大 ai 厂商的宏大叙事帮助人类进步提升人类的生产效率技术，还有终端 pc 的变革鼓吹，AI 数据中心的建立首先影响着背后叙述者起舞者的利益蛋糕，这块经济大饼和泡沫在不断裂变的同时将更多人圈住，先用货币这个工具把普通人训练成硅基生命的一部分，不断淘汰上演动物世界的法则
帮你们论证了，GPT-5.5 节省token是真的，同样的plan， 19.43%，叠加cursor的50%优惠，冲咯[机智] 10 个帖子 - 7 位参与者 阅读完整话题
Yang, Z. et al. (2025). “A Probabilistic Inference Scaling Theory for LLM Self-Correction.” EMNLP 2025 . https://arxiv.org/abs/2508.16456 老哥给了一个模型: Acc_t = Upp - α^t × (Upp - Acc_0) 其中： Acc_t = 第 t 轮后的准确率 Upp = CS / (1 - CL + CS) = 理论精度天花板 CS (Critique Score) = 模型发现错误的概率（当前模型约 0.4） CL (Confidence Level) = 模型保持正确内容不被改坏的概率（约 0.9） α = CL - CS = 收敛速率（约 0.5） 我觉得这个模型这2个结论比较有用: 迭代两轮审查 就可以有75%的改进量, 这是边际收益递减的一个里程碑, 三轮最佳收益 超过 5 轮后，引入新错误的风险开始超过发现旧错误的收益 但是从我的实践经验来看 每次复盘 显式要求agent从不同角度进行审查, 效果更佳. 审查角度 可以根据实际需求来优化, 也可以让agent根据模块的实际内容进行优化. 2 个帖子 - 2 位参与者 阅读完整话题
据国家医保局消息，近期，国家医疗保障局收到了企业提交的第二批28个参照药预沟通申报信息。经形式审查、信息公示后，来自中华医学会、中国医疗保险研究会、部分医疗机构、高校的临床、药学、药物经济学专家以及医保管理专家，对第二批申报药品进行了论证，结果已正式反馈各申报企业。目前2026年医保药品目录申报工作已经开始，根据《参照药预沟通办法（试行）》，对前两批论证结果有异议且希望再次开展论证的药品，如果申报了2026年药品目录调整，参照药将在目录调整综合评审阶段按流程论证确定，并以评审确定的参照药为准。（证券时报）