#职场社畜日常
像 Pico 这种昔日明星业务,过了几年裁撤,以及字节今天出售沐曈科技,这样的故事,在互联网出现了太多次
不要赋予自己的工作太多意义/价值,很多时候,它从一开始就没有什么价值,除了给你准时发工资以外
像 Pico 这种昔日明星业务,过了几年裁撤,以及字节今天出售沐曈科技,这样的故事,在互联网出现了太多次
不要赋予自己的工作太多意义/价值,很多时候,它从一开始就没有什么价值,除了给你准时发工资以外
#程序员
AI 相关的论文多到看不过来,即便是切进去一个小的领域,内容量也非常庞大,为了可以提升效率,我的研究方法大概是这样的:
1)先确认论文是不是提出了一种新的思路和方向,如果只是旧方法的略微加强版,研究起来就没啥意思了,看 Title + Summary 就可以大致判断,这一道可以过滤一大部分论文
2)使用 Monica 帮我先读一遍,它每次总结的时候都会自动提出三个我可能感兴趣的问题,基本上问完这三个问题就能知道论文的概貌了
3)找到对应的 Github 仓库,直接看实现,有些论文描述思路的时候复杂的要命,提出了一堆新概念,回到代码层面,其实也就是一百多行,看代码的效率会更高
4)去 Google Colab 执行程序,由于涉及到大模型和各种依赖的下载,一般下载流量都在 10Gb 以上,而 Colab 可以在一分钟内完成项目的初始化,相比本地执行要高效几十倍
另外一个小 Tip:去寻找 The Rise and Potential of Large Language Model Based Agents: A Survey 这种行业概述性的论文或者文章,可以从大纲上帮助自己捋清探索和研究的方向。我平时是在 arXiv 上检索论文,不知道大家还有没有其他推荐的信息渠道?
AI 相关的论文多到看不过来,即便是切进去一个小的领域,内容量也非常庞大,为了可以提升效率,我的研究方法大概是这样的:
1)先确认论文是不是提出了一种新的思路和方向,如果只是旧方法的略微加强版,研究起来就没啥意思了,看 Title + Summary 就可以大致判断,这一道可以过滤一大部分论文
2)使用 Monica 帮我先读一遍,它每次总结的时候都会自动提出三个我可能感兴趣的问题,基本上问完这三个问题就能知道论文的概貌了
3)找到对应的 Github 仓库,直接看实现,有些论文描述思路的时候复杂的要命,提出了一堆新概念,回到代码层面,其实也就是一百多行,看代码的效率会更高
4)去 Google Colab 执行程序,由于涉及到大模型和各种依赖的下载,一般下载流量都在 10Gb 以上,而 Colab 可以在一分钟内完成项目的初始化,相比本地执行要高效几十倍
另外一个小 Tip:去寻找 The Rise and Potential of Large Language Model Based Agents: A Survey 这种行业概述性的论文或者文章,可以从大纲上帮助自己捋清探索和研究的方向。我平时是在 arXiv 上检索论文,不知道大家还有没有其他推荐的信息渠道?
#程序员
多次看到有人推荐,可以跳过付费墙直接免费查看各大网站内容的 Chrome 插件,把源码 down 下来研究了下,原来核心代码只有一句:
h++ps://webcache.googleusercontent.com/search?q=cache:${window.location.href}
这些付费内容平台为了可以获得更多的流量,针对搜索引擎的爬虫是输出全文的,因此只需要通过 Google Cache Page 打开对应的网页,或者通过 Achieve 网站打开,就可以看到全文了。
多次看到有人推荐,可以跳过付费墙直接免费查看各大网站内容的 Chrome 插件,把源码 down 下来研究了下,原来核心代码只有一句:
h++ps://webcache.googleusercontent.com/search?q=cache:${window.location.href}
这些付费内容平台为了可以获得更多的流量,针对搜索引擎的爬虫是输出全文的,因此只需要通过 Google Cache Page 打开对应的网页,或者通过 Achieve 网站打开,就可以看到全文了。
#程序员
昨天跟一位美国回来的朋友吃饭,我问她美国程序员有没有 35 岁焦虑,她说感受不到,近期他们组里就来了一位超过 35 岁的程序员,之前是一名药剂师,中途转行,当前还处于比较初级的水平,她很佩服这位同事的勇气。
我说,这种简历,在中国很可能连一个面试机会都拿不到,她很诧异,为什么拿不到面试机会呢?这种情况还蛮多的。嗯,为什么呢?
昨天跟一位美国回来的朋友吃饭,我问她美国程序员有没有 35 岁焦虑,她说感受不到,近期他们组里就来了一位超过 35 岁的程序员,之前是一名药剂师,中途转行,当前还处于比较初级的水平,她很佩服这位同事的勇气。
我说,这种简历,在中国很可能连一个面试机会都拿不到,她很诧异,为什么拿不到面试机会呢?这种情况还蛮多的。嗯,为什么呢?
最近研究 AI Agents 的论文比较多,看到一个宝藏知识库,LLM-Agent-Paper-List,https://github.com/WooooDyy/LLM-Agent-Paper-List,它对基于大模型的 Agents 进行了系统且全面的调查,列出了一些必读论文。内容主要包含三个部分:
1)AI Agents 是感知环境、做出决策并采取行动的人造实体,因此详细阐述了这三个组件:大脑、感知和行动,包括知识、内存、推理和规划、可迁移性和泛化等等
2)针对 Single-Agent / Multi-Agent / Human-Agent cooperation 列举了系列论文,讨论面向任务和生命周期的部署
3)基于 Agents 的行为和个性,从个体性研究到社会性,最具代表的就是对“西部世界”的还原
大部分论文都是 2023 年 3 月之后发表的,内容比较靠前,看到很多应用也在陆续尝试中,感兴趣的朋友可以花点时间研究一下。其中一小半我都看过,很有帮助。