WWW.YOUINFO.SITE
标签聚合 这儿

/tag/这儿

v2ex · 2026-06-11 18:25:21+08:00 · tech

站在这儿: https://wcelo.com 起因是我对那些「 AI 预测世界杯」一直有点怀疑——大多没法证伪,赛后还能随便挑口径圆 回来。所以我干脆把它做成一个能打脸自己的实验:开赛前把三个假设写死、git commit 冻结、锁定赛后怎么算分,之后只许按这套规则结算。 三个假设: 每天拿赛果更新模型,到底比「赛前冻结那版」强不强?(很多号称 live 的模型从不验这个) 概率准不准(校准误差 ECE ≤ 0.05 )? 我最想知道的:让大模型( Claude )每个比赛日前联网读伤病 / 停赛 / 预计首发 / 死亡 之组放水这些「软信息」,折成一个有界的实力修正,它能不能赢过一个 1997 年的纯 统计模型( Elo + 双泊松 + 10 万次蒙卡)? 模型本身很常规、不炫技,好玩的是这套不能反悔的设计。也把我们的概率和 Polymarket / Stake 的盘口摆一起,但不指望赢市场——人家有伤病和内幕,我没有,输给它才正常。 说实话我的先验是「大模型多半只加噪声」,但我按最强形态把它实现了,免得验证变成 自我实现。方法和预注册都在站内 /method 。 小组赛今晚开打,欢迎来拍,尤其第 3 条的设计。

v2ex · 2026-06-11 18:25:21+08:00 · tech

站在这儿: https://wcelo.com 起因是我对那些「 AI 预测世界杯」一直有点怀疑——大多没法证伪,赛后还能随便挑口径圆 回来。所以我干脆把它做成一个能打脸自己的实验:开赛前把三个假设写死、git commit 冻结、锁定赛后怎么算分,之后只许按这套规则结算。 三个假设: 每天拿赛果更新模型,到底比「赛前冻结那版」强不强?(很多号称 live 的模型从不验这个) 概率准不准(校准误差 ECE ≤ 0.05 )? 我最想知道的:让大模型( Claude )每个比赛日前联网读伤病 / 停赛 / 预计首发 / 死亡 之组放水这些「软信息」,折成一个有界的实力修正,它能不能赢过一个 1997 年的纯 统计模型( Elo + 双泊松 + 10 万次蒙卡)? 模型本身很常规、不炫技,好玩的是这套不能反悔的设计。也把我们的概率和 Polymarket / Stake 的盘口摆一起,但不指望赢市场——人家有伤病和内幕,我没有,输给它才正常。 说实话我的先验是「大模型多半只加噪声」,但我按最强形态把它实现了,免得验证变成 自我实现。方法和预注册都在站内 /method 。 小组赛今晚开打,欢迎来拍,尤其第 3 条的设计。

LinuxDo 最新话题 · 2026-05-20 17:51:19+08:00 · tech

各位佬好,第一次在这儿发帖求助,最近听到某些师兄师姐的近况,有点焦虑,想听听大家的真实看法,先谢谢各位佬。 本科211,目前是研一学生。刚保研的时候,目标是很明确的,就是想读博拿学位,没考虑过考公或者工作的事。但最近了解到有些师兄师姐们既没申上博,考公也没上岸,找工作也不理想,有点担心。 我自己其实还是很想读博的,家里也支持。但我现在还没发出文章,同期院里有些提前进组的同学已经发了好几篇论文了。我真的特别没底,怕到时候申不上博。而且我们这个专业的就业情况很一般,薪资也普遍不高。要是真等到研三申博失败了再临时找工作,我感觉自己大概率会陷入和现在师兄师姐一样的困境,进退两难。 我在xhs上看到好些跨专业找AI产品经理的帖子,所以就在想要不要先学一下产品经理的课程(比如Linkedln learning上的课程),然后争取找个实习攒点经验。 我本科就经常使用御三家的模型,平时也会主动刷AI相关的资讯和行业动态,前段时间还跟着站内和网上的各种资料,自己初步整理了一套Vibe Research的使用流程和技巧,对AI领域也比较感兴趣。 现在主要纠结这几个问题,希望有类似经历的佬能给些建议: 1.我这种没有任何互联网和产品经验,跨AI产品经理真的可行吗?会不会因为专业差太多,连实习简历都过不了。。。。 2.除了AI产品,还有没有其他薪资不错的、可以跨专业的工作呢? 3.如果真的要准备,我应该先学完课程拿到证书再投实习,还是边学边投啊? 真的特别迷茫,一边想好好搞科研申博,一边又怕和师兄师姐们一样。唉但还是不想等到研三火烧眉毛了再临时抱佛脚,所以想趁现在先尝试一下。希望有佬能给出建议,谢谢! 6 个帖子 - 6 位参与者 阅读完整话题

v2ex · 2026-05-16 16:33:28+08:00 · tech

这个月有两个同事这样问我, 我归纳总结一下, 放在这儿, 希望对其他人有帮助. 当然, 我这也只是抛砖, 希望能看到不同的声音, 请不吝指点! 1. 从技术角度, 尽量多利用 AI 来快速理解一个系统, 让 AI 总结, 自己不管用什么笨办法都好, 记牢. 然后让 AI 来出题考你, 看看你是不是真正掌握了这个系统的知识. 了解了这个系统的所有功能, 用户使用流程. 可以参考亚马逊的 Well Architetured Framework 来理解这个系统有没有需要提高的地方. 为什么? 因为你需要成为这个系统的 owner, 这样自己才算是立足. 2. 从产品角度, 了解这个系统的存在的意义是什么, 为什么 business 会希望有这个系统. 了解这个系统的远景目标是什么, 了解这个系统的后续演进的 roadmap 是什么样的. 和 AI 讨论一下, 看看这个 roadmap 是否合理, 加深自己的理解, 然后再和其他同事来讨论, 获得关于这个产品所有的 context. 为什么? 因为前面的 1 只是让你从技术层面上了解了这个系统的内部机制. 但是如果缺乏对产品/business 的理解, 你的后续优化容易跑偏. 3. 有了这两个理解后, 你再来想想, 为了优化产品的目的, 这个系统应该如何提高, 先和 AI 去讨论一下你的观点(注意让 AI 的批判性强一点), 确认了之后, 再和其他同事去讨论. 如果你有一个 idea 比较好, 能获得其他人的认可, 那就很棒了.

v2ex · 2026-05-16 15:33:28+08:00 · tech

这个月有两个同事这样问我, 我归纳总结一下, 放在这儿, 希望对其他人有帮助. 当然, 我这也只是抛砖, 希望能看到不同的声音, 请不吝指点! 1. 从技术角度, 尽量多利用 AI 来快速理解一个系统, 让 AI 总结, 自己不管用什么笨办法都好, 记牢. 然后让 AI 来出题考你, 看看你是不是真正掌握了这个系统的知识. 了解了这个系统的所有功能, 用户使用流程. 可以参考亚马逊的 Well Architetured Framework 来理解这个系统有没有需要提高的地方. 为什么? 因为你需要成为这个系统的 owner, 这样自己才算是立足. 2. 从产品角度, 了解这个系统的存在的意义是什么, 为什么 business 会希望有这个系统. 了解这个系统的远景目标是什么, 了解这个系统的后续演进的 roadmap 是什么样的. 和 AI 讨论一下, 看看这个 roadmap 是否合理, 加深自己的理解, 然后再和其他同事来讨论, 获得关于这个产品所有的 context. 为什么? 因为前面的 1 只是让你从技术层面上了解了这个系统的内部机制. 但是如果缺乏对产品/business 的理解, 你的后续优化容易跑偏. 3. 有了这两个理解后, 你再来想想, 为了优化产品的目的, 这个系统应该如何提高, 先和 AI 去讨论一下你的观点(注意让 AI 的批判性强一点), 确认了之后, 再和其他同事去讨论. 如果你有一个 idea 比较好, 能获得其他人的认可, 那就很棒了.

V2EX - 技术 · 2026-05-16 15:27:13+08:00 · tech

这个月有两个同事这样问我, 我归纳总结一下, 放在这儿, 希望对其他人有帮助. 当然, 我这也只是抛砖, 希望能看到不同的声音, 请不吝指点! 1. 从技术角度, 尽量多利用 AI 来快速理解一个系统, 让 AI 总结, 自己不管用什么笨办法都好, 记牢. 然后让 AI 来出题考你, 看看你是不是真正掌握了这个系统的知识. 了解了这个系统的所有功能, 用户使用流程. 可以参考亚马逊的 Well Architetured Framework 来理解这个系统有没有需要提高的地方. 为什么? 因为你需要成为这个系统的 owner, 这样自己才算是立足. 2. 从产品角度, 了解这个系统的存在的意义是什么, 为什么 business 会希望有这个系统. 了解这个系统的远景目标是什么, 了解这个系统的后续演进的 roadmap 是什么样的. 和 AI 讨论一下, 看看这个 roadmap 是否合理, 加深自己的理解, 然后再和其他同事来讨论, 获得关于这个产品所有的 context. 为什么? 因为前面的 1 只是让你从技术层面上了解了这个系统的内部机制. 但是如果缺乏对产品/business 的理解, 你的后续优化容易跑偏. 3. 有了这两个理解后, 你再来想想, 为了优化产品的目的, 这个系统应该如何提高, 先和 AI 去讨论一下你的观点(注意让 AI 的批判性强一点), 确认了之后, 再和其他同事去讨论. 如果你有一个 idea 比较好, 能获得其他人的认可, 那就很棒了.

LinuxDo 最新话题 · 2026-05-12 17:10:32+08:00 · tech

作为一名资深特摄厨,今天想在这儿分享一点属于男人的浪漫。我的骑士之旅始于昭和末期的黑暗英雄 BLACK ,后来又在平成 555 的金属流光中彻底沉沦。那时候没啥钱,攒了好久的零花钱买的软胶模型,可惜在搬家后不知所踪。那种“心头好”被弄丢的失落感,懂的都懂,哈哈。 不过,虽然当年的玩具丢了,但脑子里关于骑士的幻想从来没停过。最近捣鼓AI,突然发现这玩意儿简直是实现小时候“脑暴”的神器。 这次我尝试用AI复刻并进化了心中的骑士形象: 重塑质感: 乐高风格的玩具展示图。 下面分享几张成果图(纯属个人脑暴,不喜勿喷): 哈哈哈哈哈,中二一波 一起致敬那段热血岁月! 1 个帖子 - 1 位参与者 阅读完整话题