惊喜发现又祛魅一项能力：读论文
CS 专业一路走来被论文折磨，现以为脱离苦海，但又不得不紧跟看 LLM SD 论文，痛点就是：看不下去，精神涣散🤦‍♂️啃能读完，但留不脑痕
我找到了一个适合自己的方法

1️⃣祛魅，不畏难
与学界的朋友多交谈之后，逐渐理解论文掐头去尾直接看核心思想是可以很快用大白话解释的。我很大程度是因为怕数学、怕文字、怕章节，而不是真的这些概念难。

比如 Transformer 这篇论文公认的“写”得烂。
不信权威，祛魅格式。思想一般就两三个创新点。

2️⃣虚拟心理环境
假想我是那些厉害的学界大佬，他们是如何如呼吸一般的读这些论文的呢？预加载他们的心理环境。

我会假想自己是一个很厉害的数学学家🤣（然后跳过数学证明 hhh）

3️⃣ 专注：用划线工具和沉浸式翻译
我使用 Glasp 插件（免费、可 notion 同步、有数据库管理界面、标签系统），双语阅读可以用沉浸式翻译、Aminer、Yiyibooks 哪个顺手用哪个。
arxiv 论文可以用沉浸式翻译+Glasp 直接划线高亮记录和评论，还自动保存数据库方便后期整理。

不喜欢经常打断的复制粘贴。划线让我专注。

4️⃣ GPT
如何过脑子留下点东西？
看完后或看的时候一定要提问。为什么它这样做实验？为什么解决这个问题？解决的怎么样？之后还要做什么？
如果比较久远的经典论文，问 GPT 可以直接得到答复。

5️⃣ 自己的话记录
这个环节就是强化留给自己脑子的东西。自己写出来的才是真正理解了的概念。用自己的大白话解释一遍，就真的懂论文了。

比如我会写“transformer 架构就是叠了很多层一样的 block，每个 block 里面有 Q K V 三个矩阵” blablabla

推荐从下面的精选开始读经典论文：
https://latentbox.com/

大模型的扑克牌：独家内幕故事

若将创业选手比作德扑玩家。老王的离开是场上最大一次转牌。现在，牌局上有6名玩家，他们每个背后都站着一众中国对通用人工智能野心勃勃的机构与个人，由他们提供筹码。本文记录过去一年大模型公司的融资故事。“这是一起特殊时候的中国特殊的资本故事——它沉默又喧嚣、萎靡又阔绰、团结又精明，充满了矛盾感。”

💰国内外AI大模型API价格汇总🚀

最近国内大语言模型API价格内卷，已经出现百度、阿里、科大讯飞等0元免费API，豆包这种超低价模型。这两天特别收集整理了100多个AI大语言模型的API价格，包括上下文长度、人民币/美元两种价格（按7.25汇率换算）、产品链接和价格详情页，并且支持搜索和排序。

网页版👉 https://aigcrank.cn/llmprice/

Fr1ei9CvgiQTkZHQOeZBn0eOq9MPv3.png

2.6 MB

这些 AI 头部公司员工的博客真是宝藏，总能找到一些公开信息没有的东西。

比如上次说数据即是模型的 Open AI 员工 jbetker，也参与的 GPT-4o 的训练，据他说这个项目去年年底才开始。

是从一个构建AudioLM的项目延生出来的。几个月就能搞成这样确实离谱。

博客在这里：https://nonint.com/2024/05/14/gpt-4o/

今天在推上和Raddit上都很火的Animatediff视频，作者共享了工作流，感兴趣的可以体验一下。

工作流地址：https://drive.google.com/file/d/1yLlAH6slLcdcOR6aTNdlcgo1F-B4H4SL/view

谷歌家的好东西，可以帮你学会如何写 AI 画图提示词。

除了教你技巧外还会有对应的练习，给你一张图片让你用学习的技巧写提示词复刻图片。

藏师傅第一等级全部 70 分以上通过，哈哈。

来测试一下你的 AI 画图提示词能力吧，又要干苦力给谷歌打标了😭。

这里尝试：https://artsandculture.google.com/experiment/say-what-you-see/jwG3m7wQShZngw

机器人和人工智能是两件事。

发现一个讨论AI、编程、设计、硬件、游戏等话题的社区，还意外看到了@艾逗笔 的分享

V2EX：https://www.v2ex.com/?tab=creative