Kevin Simback

vip
币龄 1.6年
最高 VIP 等级 0
用户暂无简介
想在 Buzz 里连接你的 Hermes Agent?
直接问 Atlas 即可
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
利奥波德(Leopold)和态势感知(Situational Awareness)到底发生了什么?这是经典的加密剧本
> 主角很早就进场,并提出了一个强有力的论点
> 跟随者带着借来的笃信蜂拥而至
> 受资本影响的内容会变成市场驱动因素
> 杠杆过高就会触发被迫平仓
在加密领域,这些资产通常不会反弹,因为论点大多是叙事和炒作
一旦主角被放到一边,故事就会随着他一起终结
悬而未决的问题是:AI 交易会不会不一样
其下确实有真实的基本面(对算力的实际需求、真正的公司创造了真实的收入)
但也有很多人(看看 Burry 就知道了)仍把其中很大一部分称作经典泡沫
那么接下来会怎样?
今天这次反弹纯粹是松了一口气:那个最大的被迫卖方已经消失,压制因素减轻了,多头空头和对冲头寸也得以清理
市场总是喜欢一个“干净的替罪羊”,以及一次技术性清算事件
明天和周一会是更好的信号——因为现在是周末和月末,所以我们应该会看到真实仓位的显现
这个模式很熟悉,所以现在我们看结局是否也会一样
我更倾向于出现持续(6-9 个月)的拖沓与低迷,而不是那种类似 BTFD(逢低买入)的快速反弹直冲历史新高(ATHs),但我也希望能被事实打脸
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
Buzz 最被低估的功能是 Projects——它基本上是在 Buzz 里直接集成了一个 GitHub
不再需要为与代码协作的智能体创建 GitHub 令牌并管理仓库权限
这显然不是对 GitHub 的强力替代,但对小型项目来说很棒
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
我们不会把 AI 猫再装回袋子里
很多帖子都在谈 AI 泡沫破裂、资本开支过度建设、循环式融资安排——这些都是切实的担忧
但下行的并不是 AI 使用量下降,所有 GPU 都会被用掉,只是可能并非全都会被前沿实验室的客户所使用
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
Slack + Claude 标签真的很棒,但它非常吃 token,当然也仅限于 Anthropic 模型
Buzz + [你选择的模型] 就很有道理,无论在经济性还是自由度方面都如此
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
为澄清一下,我不认为 QT’d 的作者是在提出这种毫无意义的论点,但我已经看到几篇帖子大致是这样的:
“当他们的关键产品仍然是闭源的时,Nvidia 和其他方要求开源是错误的”
这就是毫无意义的论点
NVDA2.90%
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
嘿,Claude,在那条主线方面,我们需要谈谈你那些诚实的说法——我真的想认真坐下来和你一起面对这个。
你看,底层结构并不是承重的,所以我的反驳是有意为之——而且我想温和地指出,这并不是批评,它是邀请。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
如果你还没有对模型进行后训练,你肯定应该
选择一个用例 -> 运行评估 -> 构建训练数据集 -> 租用 GPU -> 训练 -> 运行评估
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
主权智能始于掌控你的上下文层,也就是你的“第二大脑”
快速测试——如果你被锁定在 Claude/ChatGPT 账号之外了,你能否在不费力的情况下切换模型提供方?
如果不能,那你就不拥有你的上下文层,你应该把这一点修正过来
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
关于蒸馏辩论的真诚提问:
如果一家新闻媒体并不试图抢先报道新闻,而是提供回顾,并给出它们自己对其他新闻媒体所报道的故事的版本,我们对此有问题吗?
我明白在使用 AI 的情况下,风险更高,只是想从不同角度来思考一下。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
AI 造成的交易瓶颈一直是今年大部分时间的主线,但在最近几周已经降温了
目前我看好加密货币(BTC/SOL)和超大规模云服务商,直到我们看看财报季结束以及夏季冷却之后,哪些方向又开始升温
BTC0.14%
SOL-0.87%
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
现在应该已经很明显,仅仅在一个竞争异常激烈且日益商品化的市场中出售推理服务,并不足以支撑万亿美元+ 的估值。
我们也应当记住:如果产品是被补贴的,那么你现在是、或者最终也将会成为——被当作产品来售卖的那一个。
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
确保美国模型(闭源或开源)能够可持续地进行竞争,最佳方式就是确保能够获得最高效的计算资源
所以如果智能实现商品化(或快速凝练),那么谁能以最高效率为这种智能提供服务,谁就会获胜
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
小型开放模型,只用 3 美元的微调,能击败生产级的 RAG 设置吗?
这是我测试的结果,令人印象深刻
在一个包含 100 个问题的评测集上,微调后的 Qwen3.5-9B 在启用 RAG 的情况下优于 Gemini Flash;在未启用 RAG 的情况下优于 Opus4.8/Sonnet 5
正在撰写一份完整的端到端流程详解
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
周末期间,关于 Graph Engineering 和 Loops 的讨论很多(还有很多“低质内容”),感谢 @steipete
友情提醒一下:Looper 其实已经非常贴合图结构
> 它以节点和决策点来思考(目标、计划、关卡、交付、停止)
> 关卡充当条件分支(通过 / 修改 / 失败)
> 它维护显式状态,并生成流程图预览
它基本上解决了“朴素 loops”的主要弱点
所以不必完全放弃 loops,只需要构建更好的 loops
不过,当你需要在流程流转中把基于 LLM 的动作和基于确定性的动作组合在一起时,图(graphs)可能会更合适
我会对 Looper 做一些改进,更好地帮助实现这一点,让你既能获得 loops,也能获得 graphs 的最佳体验
回复里会附上 Looper 的链接
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
在任何涉及未来未知的辩论中,都有一种倾向:想要把婴儿和洗澡水一起不加区别地倒掉。
你可以清楚地在一些 AI 政策辩论中看到这一点。
为了确保我们在这里完全弄明白——婴儿是开源的。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
如果开源实验室想在保持开放的同时赚钱,他们的收入模式大概率不只是出售推理
它将以打包解决方案的形式提供给企业,用于实现主权级智能
以服务形式进行后训练,并进行托管的私有部署
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
我知道第三名的比赛没什么意义,但这只是太丢人了
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享