与刘、王、吕分享

🌟 一点感谢

感谢一起聊天，我很开心，谢谢你们（刘、吕、王）！

分享一些想法

管理自己的知识

1. 场景（举了一个具体例子）
   1. 学习一本书，书是好的，介绍了很多东西，他给了好的产物。但这会缺失一点东西，就是为什么要这个产物，他在解决什么事？ 如果想了解清楚一些事情，自然而然的就有很多问题，那么如何思考清楚，我觉得至少需要先记录下这些问题
   2. 记录了问题后，就要回答这些问题，这需要查资料，甚至不时一时半会能回答清楚的，那么需要引进管理很多你觉得有用的信息，把他们存放在一起
   3. 回答了的问题，要在未来的某些天回顾，需要这些东西永久的存在，并且方便检索，不因会员、倒闭等因素影响
2. 需求
   1. 简单、快捷轻松的书写
   2. 能储存，并永久保存
   3. 自己拥有最高权，不用付费，不受其他人影响
   4. 能检索
3. 满足的工具
   1. markdown语言，可以满足2.1，2.4
   2. obsidian软件，可以满足2.2，2.3
4. 解释一下关系
   1. markdown就像汉语、英语，特点是专注写作，不关注外观；在计算机，ai广泛使用输入输出
   2. obsidian就是word，a4纸、备忘录；允许你在上边用markdown书写。特点：本地储存，不需要网络，永久免费，插件丰富，支持双链，可以保存对比之前的版本，回退或者看和上一个版本变化了什么。即使这个软件消失了，我们用最简单的记事本都仍可以查看你写的内容，因为数据储存在你的电脑上，不受别人的限制。
   3. 什么是双链
      1. A引用了B，你既可以在A中看到引用了B，还可以在B看到被A引用了（如下图）
      2. 
5. 除此之外，可以自己探索
   1. markdown指南： https://markdown.com.cn
   2. obsidian下载： https://obsidian.md/zh/download

解决问题需要的东西

1. 信息源
   1. 从哪里获取信息，是非常重要的；这决定了获取到的信息质量
   2. 推荐官网指南、论文（第一手资源）；或者B站、论坛、知乎（第二手资源）
   3. 用ai或者好友帮你扩宽问题的广度，甚至让他们提供2的链接
2. 列举自己至少应该先解决哪些问题
   1. 比如分清是背后逻辑问题，还是执行问题
   2. 比如前置知识补充
   3. 比如找到好的工具

分享一些工具

1. 抱歉我还没想到，你们希望得到的工具。比如截屏、录屏？也许你提出需求后，我可以分享我用到的
   1. 数学图像的展示（如图统计学的）？
      1. 
      2. 
   2. 视频博主：3Blue1Brown，B站搜有几个翻译过的视频，ai相关，下边额外附上该系列全部视频9个，他还有一些数学视频也可以看看
      1. 
      2. hhh，光第九个视频，他说他为我花了5.86元，感谢它的服务提供，以后我有钱时支持他一下，但是不想分享太多人，不然给他用倒闭了hhh
   3. ai的论文？ 会不会太枯燥，你目前看不下去（下边表格由gemini提供）

论文名称	核心贡献	外行怎么读？	文件码（那个软件）
《Attention Is All You Need》 (2017年)	提出了 Transformer 架构。 这是现代所有大模型（ChatGPT、Claude 等）的共同地基，彻底取代了以前的旧架构	重点看它如何通过“自注意力机制”，让计算机同时处理一整句话，而不是像以前那样笨拙地一个字一个字往后传。	497613
《Language Models are Few-Shot Learners》(2020年)	GPT-3 的大论文。OpenAI 在这篇论文里向全世界证明了“大力出奇迹”：只要模型足够大、数据足够多，AI 就会自动“涌现”出没学过的能力。	重点理解什么是“上下文学习（In-context Learning）”，即为什么你给它举两个例子，它就能照猫画虎地帮你干活。	同上
《Training language models to follow instructions with human feedback》 (2022年)	InstructGPT 论文（ChatGPT 的前身）。详细阐述了如何通过人类反馈强化学习（RLHF） 把一头野生的文本接龙怪兽，驯化成听话的助理。	重点看第三章的“方法（Methods）”，理解人类是如何通过“打分”和“写模版”来规训大模型的。	同上

其他

1. 目前想不起来，有的话我再分享给你们

分享方式

1. 这次导出pdf?
   1. 每次更新需要新发pdf，费事
2. 发布到网站？
   1. 他们知道我的真实身份，会看到我的网站其他内容，这好吗
      1. 好像没关系，网站都是半成品测试，没啥东西
      2. 他们似乎并不会干坏事，起码善意些？