EVA retweeted
GPT-6 Astra 的官方最佳实践如下,Astra 的一些特点要特别注意:
1. 遇到歧义,更倾向于向用户提问
2. 对 AGENTS.md、技能文件等上下文指令更敏感,因此需要检查其中是否存在冲突或模糊规则
3. 不一定会主动使用子智能体;需要并行处理时,应在系统提示词中明确规定。
4. 编码任务的测试可能偏充分,小任务可以明确要求控制验证范围
developers.openai.com/api/do…
EVA retweeted
薛蛮子在哪里?这是他的最后一个访谈?薛蛮子有几句话印象深刻:自己取得的一些成功,有巨大的运气成分,因缘耦合,蒙到这会儿。在天使会讨论过,在座讨论的徐小平,雷军,李开复,都直接坦然承认,运气是主要部分。没有赔过钱的人都是吹牛逼,接受不了失败的人,你连入场的资格都没有。胆子大、好奇心强、喜欢蒙,是成功人的一些特质。薛蛮子说,人要经过逆境,才能有所成长。创业一定因为热爱。
EVA retweeted
看到图2,我的嗅觉立刻发动,我不相信有什么偶然的成功。然后我发现了这个记者的另一张作品。拍摄于4年前,《川普落选》。大大的EXIT,作为前景,后面是焦躁的川普。这意味着他必须站在凳子上,伸高了手臂拍摄。
这是一种习惯性成功。找到一个理念,在生命中的每一刻来实践它。使它成为肌肉记忆。如果摄影可以被概括为找角度,在每一次找角度行为的后面,是一个第一性的大脑在发挥作用。
EVA retweeted
鸟山明大师的悼念视频收录
我刚刚发了AI版本的帖子,然后搜索了Akira Toriyama
才发现有这么多好内容,让人热泪盈眶,看了以后久久不能忘怀,分享给大家
这是一个线程 (1/10)
EVA retweeted
我真是太笨了。
Java的图标是一标冒着气的咖啡;
.class文件开头的魔码我一直是死记硬的十六进制:CA FE BA BE
刚喝了一口咖啡,看着打开的.class文件,突然发现这个魔码是cafe babe ,咖啡宝贝。
怎么这么多年来,没听人提起呢,是他们也没有注意,还是他们以为别人应该都知道?
终究是自己太笨了。
EVA retweeted
张朝阳治好了我的拖延症
分享一个治疗拖延症的妙招,不经意间看到张朝阳推荐的方法,亲试有效
其实关键就在于拖延本质上是因为不熟悉这件事情想要逃避,因而产生恐惧和焦虑
那战胜它的方法就是当你想拖延的时候,就在脑子里先过一遍要做的事情,梳理好脉络,尽可能的构想出细节从而让自己的神经元兴奋,立马动身去做!
感受到正反馈,就会发现好像这事儿也没那么难嘛
EVA retweeted
#2023年自分が選ぶ今年の4枚
今年も絵を見てくださりありがとうございました!
アナログで絵を描くのがいっそう好きなった一年でした🎨
EVA retweeted
如何评估人体器官的衰老程度
2023年12月6日,Stanford大学Tony Wyss-Coray 团队在 Nature 发表一项研究,开发出一种基于血浆蛋白质组的衡量人体器官衰老的人工智能算法——LASSO,可以更好地预测衰老相关的疾病和死亡风险
根据这项研究,在50岁以上的、表面看起来健康的成年人中,大约五分之一的人至少有一个器官相比于同龄人更快老化
衰老是一种自然过程,具体表现为机体功能的渐进式下降,导致与年龄有关的慢性疾病,如阿尔兹海默症、糖尿病、心血管疾病和癌症等疾病的发病率呈指数级上升,并导致特定疾病的死亡率上升
动物研究表明,衰老在个体之间以及个体内部的器官之间存在差异
在这项最新研究中,研究团队团队评估了来自特定器官的人类血浆蛋白水平,从而衡量不同的人、不同的器官的衰老差异
他们开发一个机器学习的人工智能算法——LASSO,以此分析了5676名成年人在生命周期中11个主要器官的老化情况,包括心脏、脂肪、肺、免疫系统、肾脏、肝脏、肌肉、胰腺、大脑、血管系统和肠道
血浆蛋白可以模拟器官老化研究团队评估了血液中数千种蛋白质的水平,确定其中近1000种蛋白质具体起源于哪一个单一器官,并将这些蛋白质的异常水平与相应器官的加速衰老、对疾病和死亡的易感性联系起来
他们共发现了近900种这样的器官特异性蛋白质,出于可靠性的考虑,他们选定了其中858种
对于选定的11个主要器官,研究团队提出了一个“年龄差距”的概念,即器官的实际年龄与基于该人工智能算法预测的生物年龄之间的差异
他们发现,虽然每个人体内的不同器官之间都有适度的衰老同步,但这个人的各个器官在衰老过程中基本上是各自独立的
其中,有18.4%的人至少有一个器官的衰老速度明显快于平均水平,这些人在未来15年内患上特定器官疾病的风险更高,其死亡风险增加15%-50%!
有1.7%的人表现出多器官的加速衰老,他们的死亡率是没有任何明显衰老器官的人的6.5倍!
该研究表明,大脑和血管的加速衰老指标可以用于预测阿尔茨海默病的进展,该算法预测为大脑加速衰老的人在五年内出现认知能力下降的可能性是正常人的1.8倍,其预测准确性可以与磷酸化的tau蛋白一样可靠,后者是当前阿尔茨海默症最好的血液诊断标志物
该算法还可以应用于多种慢性疾病的预测
例如,那些被预测为心脏加速衰老的人患心力衰竭的风险是正常人的2.5倍,极度衰老的肾脏评分与高血压和糖尿病的高发病率相关,极度衰老的心脏评分与心房颤动和心脏病发作之间也有很强的关联性
通过这个新方法,我们可以估计一个看起来健康的人的器官的实际生理年龄,发现那些正在加速衰老的器官,以此预测这个人患上该器官相关疾病的风险,从而在生病之前就对他进行预防治疗干预
这一研究结果有助于对衰老相关疾病的预防,可以提前告诉我们,体内的哪些器官正在加速衰老,从而在临床症状出现之前指导治疗干预,这些器官特异性蛋白质也将为新型药物的研发开辟新的道路
(配图与推文无关)
EVA retweeted
1997年,乔布斯刚回归苹果不久大会上一程序员当众质疑他不懂技术,乔布斯给出了满分答案
这个也能解释
Sam Altman 和 OpenAI 首席科学家 Ilya Sutskever 谁才是真正的灵魂人物
---
乔布斯全文:
我相信Open的功能肯定是有价值的,不过其实我也不太懂,我相信你比我在行,可以开发一些Demo出来展示,但最难的部分是如何将那些功能塞进更大的愿景里面,例如让你每年一个产品能够卖百八十亿美元。
我经常发现,你得从用户体验出发,倒推用什么技术,你不能从技术出发,然后去想如何才能卖出去。在座的没有人比我犯过更多这样的错误,我也搞到伤痕累累,我知道这就是原因,当我们尝试去为苹果思考战略和愿景,都是从能为用户带来什么巨大利益出发,我们可以给用户带来什么,而不是先找一群工程师,大家坐下来,看看我们有什么吊炸天的技术,然后怎么把它卖出去。
我认为我们现在的道路是正确的,我记得我们做了全世界第一个小型激光打印机,那小盒子里装了很多厉害的技术,它有第一个佳能的激光打印引擎、有非常厉害的打印机控制器、有Adobe Post、有Apple Talk,总之就是各种厉害的配置。
这就是苹果需要回到的状态,我很抱歉OpenDoc一直是个悲剧,我也承认面对世界上很多事情我也根本不知道自己在做什么,我为此道歉。但是在苹果,有很多人非常非常努力工作,像lve,John,Guerino,Fred他们等,大家都没日没夜地工作,他们都带着几百人的团队去执行工作,他们真的非常努力,当然这是我们应该做的。
我们会犯很多错误,也犯过很多错,但犯错也挺好的,因为这过程中至少做了一些决定,我们会找到那些错误,纠正他们。现在我们应该做的是支持我们的团队,当他们那么卖命地工作的时候,很多人开出几倍的工资想挖他们,去做各种各样的事情,他们没有一个人离开,我觉得我们应该支持他们,看到他们的付出。然后他们才会做出一些厉害的产品,在市场上去支持苹果。
EVA retweeted
37signals是一家创业公司,著名的Ruby on Rails框架就是他们开源的。
两位创始人平时喜欢写书,传播创业思想,最新一本是《重来3:跳出疯狂的忙碌》(下图)。
其中有一篇文章让人耳目一新,提出“不要用生产力评价程序员,那是评价机器的”。我觉得很有启发性,写了一点感想。ruanyifeng.com/blog/2023/08/…
EVA retweeted
Anisotropic diffusion uses space-varying conductivity to slow down diffusion near edges, resulting in non-isotropic diffusion behavior. en.wikipedia.org/wiki/Anisot…
EVA retweeted
Best places to learn Java
1. Udemy - bit.ly/3msOMTd
2. Coursera - bit.ly/3waM23y
3. Javaespecialist - bit.ly/3d9ou9h
4. Codegym - bit.ly/3zL3CwG
5. CodeCademy - bit.ly/37GGDVK
6. Karpado - bit.ly/3vOMhSn






































