跳轉至主要內容
行情
掃鏈
追蹤
信號
牛人榜
兌換
資產
邀請計劃
更多
產品
DeFi
市場
洞察中心
Eco Hub
安全中心
開發者中心
X Layer
探索 X Layer
X Layer 瀏覽器
跨鏈橋
開發者文檔
測試網水龍頭
GitHub
Wallet API
探索 Wallet API
API 文檔
API Key 管理
區塊鏈瀏覽器
DApp 連接錢包
Boost
X Launch
參與 X Launch,搶先賺新幣
Giveaway
完成指定任務,領取空投好禮
交易賽
交易熱門代幣,衝榜贏大獎
獎勵中心
領取獎勵和空投
預警
語言
貨幣
顏色設置
下載 OKX Wallet
Web3 指南
公告
返回
繁體中文
简体中文
English
Tiếng Việt
Русский
Español (Latinoamérica)
Bahasa Indonesia
Français
Deutsch
Italiano
Polski
Čeština
Română
Português (Portugal)
Português (Brasil)
Українська
Español (España)
Nederlands
العربية
日本語
Norsk (bokmål)
Suomi
Svenska
Türkçe
返回
返回
學院
幫助中心
發現功能使用指南
熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
Hosico
-13.51%
USELESS
-9.33%
IKUN
-11.38%
gib
-8.19%
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
Bonk
-4.11%
ALON
-7.59%
LAUNCHCOIN
-7.49%
GOONC
-4.73%
KLED
-6.85%
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
BOOP
-1.96%
Boopa
-4.11%
PORK
0.00%
主頁
steve hsu
物理學家、人工智慧創始人、Manifold播客
查看原文
steve hsu
10 小時前
多元播客第100集! 傑佛瑞·愛潑斯坦、以色列與精英權力,與穆爾塔扎·侯賽因 穆爾塔扎·侯賽因是《Drop Site News》的記者,該媒體根據最近獲得的愛潑斯坦電子郵件報導了重要新聞。侯賽因報導稱,愛潑斯坦與以色列情報、美國情報及其他國家的情報機構有著「廣泛的關係……他是一位在非常非常精英層級的交易者和解決者。」 (01:08) - 介紹 (02:20) - 《Drop Site News》的使命 (06:00) - 愛潑斯坦電子郵件 (15:28) - 愛潑斯坦的聯繫與精英權力 (35:48) - 愛潑斯坦與情報機構 (39:54) - 阿里·本·梅納謝與伊朗反干涉事件 (42:21) - 媒體審查與政治影響 (47:33) - 愛潑斯坦調查的未來 @ryangrim @DropSiteNews @jeremyscahill @MazMHussain
2.76K
44
steve hsu
12月2日 21:51
中國生物製藥的FT: 今天,西方製藥高管和投資者私下警告,他們的公司面臨著在藥物創新方面失去領先地位的風險,這一風險來自中國。 中國生物製藥崛起的核心在於速度和效率——這些因素使得藥物開發不僅更快,而且顯著更便宜。這個國家的優勢來自於一個龐大且技術熟練的勞動力:從實驗室研究人員和設備製造商到將BiBo的新生產線安裝到位的工人。雖然其中一些人才是在美國大學和大型製藥集團接受過海外培訓,但大部分勞動力是本土培養的工程師。 麥肯錫的一份報告詳細說明了中國在藥物開發每個階段的時間和成本優勢。該諮詢公司估計,中國製藥商在將目標分子推進為藥物候選者並進入早期臨床試驗的過程中,速度可以比全球平均水平快兩到三倍。 ……中國在開發新型藥物方面的優勢在於那些基礎研究已經建立的領域,但仍需要實驗室工作來找出合適的配方。 “這更像是一個拼圖,需要的是工程而非科學的思維方式。對於這類工作,你需要一個高效的團隊,能夠迅速找出哪種方法是可行的,”
34.63K
254
steve hsu
2025年11月29日
我採用了類似的生成器-驗證器方法來使用模型於理論物理研究中。 處於科學前沿的人類專家可以改進驗證器模型,使其在現實世界的研究問題上(不僅僅是捏造的數學競賽問題 = 可以在有限時間內由人類解決的良好定義問題)實現極強的自主運作。 DeepSeekMathV2 生成器與驗證器之間的協同作用 證明生成器和驗證器形成了一個自我改進的反饋循環。隨著生成器產生越來越複雜的證明,這些證明挑戰驗證器,暴露出弱點,這些弱點成為新的訓練數據。最初,人類專家通過審查驗證器標記的問題來指導驗證器的再訓練——這一過程通過為每個證明生成多個驗證嘗試而變得高效。這種“元驗證”(檢查驗證器的發現而不是直接檢查證明)對人類來說更容易,對大型語言模型(LLMs)來說也更具可學習性。 通過擴大驗證器分析的數量並在這些AI輔助的註釋上進行訓練,驗證器最終達到了不再需要人類干預的可靠性水平——關閉了自動證明生成和驗證之間的循環。
5.54K
38
熱門
排行
收藏