drop tang pfp

drop tang

@drop01

11 Following
14 Followers
drop tang pfp
drop tang
@drop01
一个不受欢迎的观点：你需要比特币，远胜于比特币需要你。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
Pudgy Penguins首席执行官Luca Netz于X平台发文表示， Abstract主网将于下周一（美国时间）上线。此前去年6月消息，Pudgy Penguins母公司收购链上创作者平台Frame，旨在开发一个专为链上文化和社区设计的Layer 2网络Abstract Chain。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
根据Glassnode的数据，比特币当前的价格走势与前几个市场周期的模式非常相似，特别是与2015-2018年的周期相似。 Glassnode对比特币历史市场数据的分析强调了早期周期中的显著增长。第一个周期始于2009年的创世区块，并于2011年结束，期间比特币的价格增长了80.51倍。随后的2011-2015年周期增长了55.30倍。然而，更近一些的周期，如2015-2018年和2018-2022年，增长率则较为温和，分别为2.80倍和3.31倍，这反映了比特币作为一种资产类别逐渐成熟后收益递减的趋势。在最新报告中，Glassnode指出当前周期的增长与2015-2018年周期非常接近。在2015-2018年周期的相应阶段，比特币上涨了562%。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
据Bitcoin Magazine报道，美国第五巡回上诉法院推翻了德克萨斯地区法院关于Tornado Cash制裁的判决，并将案件发回原法院重新审理。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
你们要老婆吗？
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
智能合约平台领域的竞争依然激烈。该领域龙头以太坊的价格表现落后于市值第二大的竞争者 Solana，投资者也越来越关注其他 Layer 1 网络，如 Sui 和 The Open Network（TON）。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
明年可能与AI竞争（但无法超越）的叙事：RWA（真实世界资产），RWA，还是RWA（荣誉提名包括DePin、DeSci和游戏）
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
HYPE的质量绝对不差，不选主要是因为： 1. 已经达到89亿市值，短期上涨空间相对有限 2. 刚达到1万亿交易量里程碑，但近期数据显示交易量和收入在下降 3. 目前有中心化和安全性的争议 4. 虽然EVM即将上线，但市场可能已经将这些利好因素计入价格 如果是5-6个币的组合，我会考虑加入HYPE，原因是： - 其商业模型已被证实（手续费收入超过TIA） - 23.8%的流通供应量3天内被质押，显示出强劲需求 - 1月7日将开启手续费分成，预期47% APY 但在只选3个的情况下，我更倾向于选择当前市值较低但有明确增长催化剂的项目。HYPE是很好的项目，但可能已经错过最佳入场时机。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
总结 ChatGPT 的核心技术整合了深度学习的最新进展（如 Transformer 和 RLHF），结合强大的计算能力和多领域优化，形成了高效、灵活、功能强大的语言生成系统。它的成功离不开创新的模型设计、大规模数据训练以及对安全和伦理的严格把控。 如果你想进一步了解某些技术（如 Transformer 细节、RLHF 实现、代码案例等），可以随时告诉我！ 😊
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
可扩展性与插件支持 ChatGPT 通过插件和外部 API 集成，增强了功能： • 检索增强生成（RAG）：结合搜索引擎或知识库，提高答案准确性。 • 工具调用：通过插件与外部系统交互（如数据库查询、文档生成）。 应用场景优化 ChatGPT 针对不同场景进行了微调和优化： • 对话生成：提升回答的逻辑性和上下文连贯性。 • 代码生成：优化模型的编程语言理解能力。 • 教育与创意支持：生成有创意或富有启发性的内容。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
高效的推理与优化 在实际部署中，ChatGPT 的推理速度和资源效率需要优化： • 量化（Quantization）：降低模型参数精度（如从 FP32 降到 FP16 或 INT8）以减少内存占用和计算开销。 • 裁剪（Pruning）：剔除对输出影响较小的权重。 • 模型蒸馏（Distillation）：训练更小的学生模型以实现类似性能。 模型安全性和伦理增强 OpenAI 特别注重模型的安全性和伦理考量： • 内容过滤：对训练数据进行筛选，避免模型生成不当或偏见性内容。 • 对抗训练（Adversarial Training）：在训练中加入对抗示例，提高模型对恶意输入的鲁棒性。 • 安全守卫：在生成过程中加入检查机制，避免敏感问题或违法内容。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
自回归生成 ChatGPT 是自回归语言模型，它根据之前的上下文逐步生成每个单词。 • 优势： • 保证生成内容的上下文一致性。 • 适合对话生成、文章续写等任务。 大规模分布式计算 ChatGPT 的训练和推理需要高效的分布式计算技术： • 硬件支持：依赖 GPU 和 TPU 集群，支持大规模矩阵计算。 • 模型并行与数据并行： • 模型参数在多个设备上分布（模型并行）。 • 数据批次在多个设备上分布（数据并行）。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
大规模数据训练 • 数据来源：互联网上的多种语言数据，包括百科文章、新闻、代码、社交媒体文本等。 • 数据清洗：通过去重、去噪、剔除敏感内容，确保数据质量。 • 多语言能力：模型能处理多种语言，部分归功于多语言数据的预训练。 强化学习与人类反馈（RLHF）(最核心技术，后面会详细讲) ChatGPT 的高质量对话能力得益于强化学习与人类反馈（Reinforcement Learning from Human Feedback, RLHF）的使用。 • 人类反馈数据 标注者对模型输出质量进行评分，生成标注数据集。 • 奖励模型（Reward Model） 通过人类反馈数据训练的奖励模型，评估生成结果的优劣。 • 强化学习优化 使用奖励模型优化 GPT 的输出，使其生成更符合用户期望的内容。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
预训练和微调（AI通用技术） GPT 的训练分为两个阶段： 1）预训练（Pre-training） • 目标：利用大量无标注文本数据，学习通用语言模型。 • 方法：通过自回归任务（预测序列中下一个单词）训练模型： 2）微调（Fine-tuning） • 目标：通过更小的高质量数据集或用户反馈数据（如 RLHF）调整模型，使其适应特定任务或提升对话能力。 • 技术：监督学习（Supervised Learning）或强化学习（Reinforcement Learning）。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
ChatGPT 是基于 OpenAI 的 GPT（Generative Pre-trained Transformer）模型 实现的，其核心技术围绕现代深度学习、自然语言处理和大规模预训练展开。以下是 ChatGPT 的主要核心技术和相关理论： Transformer 架构（最核心的技术，第二篇会详细说这个） ChatGPT 的核心是 Transformer，这是 2017 年提出的一种深度学习模型架构，极大地改变了自然语言处理的格局。 • 自注意力机制（Self-Attention） 捕获输入序列中每个单词与其他单词之间的关系，使模型能够理解上下文和长距离依赖关系。 • 多头注意力机制（Multi-Head Attention） 提供多种视角，捕获句子中不同层次的语义信息。 • 位置编码（Positional Encoding） 给输入单词添加位置信息，让模型能够识别单词的顺序。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
作为一个学习AI的硕士生，基本丢掉了原来的专业，现在在区块链里面从事行研工作，而区块链行业涌现了很多AI Agent，想着做一些科普工作，顺便回顾下，这个文档主要在CHAT GPT的帮助下完成，一边学习，一边写。这个是第一篇，类似于目录，可能会比较枯燥，后面将会详细介绍一些核心技术，帮助用户了解币圈层出不穷的AI agent。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
最近各种AI agent疯狂炒作，想从头介绍一下AI的核心技术，帮助币圈的小伙伴看懂各种概念，更好的炒币，这是第一篇，主要是围绕GPT开始的，第一篇类似于目录，可能会很无聊，明天就会进入主题，让你理解各种AI agent币的概念，大家关注起来。
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
Berachain is a high-performance EVM-compatible blockchain built on Proof of Liquidity consensus. Proof of Liquidity is a novel consensus mechanism designed to harmonize network incentives and build strong synergies between Berachain validators and the project ecosystem. Berachain's technology is built on Polaris, a high-performance blockchain framework for building EVM-compatible chains on top of the CometBFT consensus engine. Financing: Series A / $42M / $420M Series B / $100 million / $1.5 billion
0 reply
0 recast
0 reaction
drop tang pfp
drop tang
@drop01
Follow us and let's be a pioneering force in #AI investing together!
9 replies
10 recasts
11 reactions