!!!爱因斯坦说:我不可理解的是,这个世界为什么是可以理解的?

曼德勃罗说:这个世界是一个分形世界。我说,因为分形在时间和空间各个维度上不断重复,每一个人才能在任意时刻任意一点能感受到相同的本质,所以世界可以理解。

!!维特根斯坦说:语言的边界就是思想的边界
咱说:语言就是思想的符号,思想就是理解这个世界的结构

!!维特根斯坦又说:世界是事实的总和,而是事实是事物之间关系,或者事物某种状态的描述
我说:完全同意维特说法,而且用嵌入空间的话来翻译的话就是:事物就是静态向量,事实(我有时候也说是事务)就是动态向量。

!!这个世界为啥有线性和非线性?
因为这个世界有量变(线性)到质变(非线性),可为啥这个世界有量变到质变呢? 因为没有量变到质变就没有分形世界,不断重复的本质,才能用符号定义,这就是理解的本质

!!大模型为啥会有涌现现象?
涌现本质是大模型通过大量数据训练,构建的概念世界结构,已经理解到了世界本质。学习到了高维空间的规律

!!如何评估一个模型有没有产生智慧?
我认为 scaling law 并不是关键,而是模型内部结构的熵减程度,用程序员的话说,就是代码结构精巧程度。也就是相同复用逻辑,没有出现代码其他地方,也就是写代码不是用不停的复制黏贴产生。用普通人话就是这个人是否活得通透,自相似度(术语是分形维度http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20250218094951.png),就是精巧度。

!!人是如何分析解决问题的呢?
先定性分析,然后在定量分析。(这个就是人通往解决问题,拟合世界的高效分析法)

!!!论文
[大模型的基础 transformer|https://arxiv.org/html/1706.03762v7]\\
[KAN|https://arxiv.org/html/2408.10205v1]\\
[MEMGPT|https://arxiv.org/abs/2310.08560]\\
[BERT|https://arxiv.org/abs/1810.04805]\\
[基于大模型技术的图像识别技术 vision transformer|https://arxiv.org/abs/2010.11929]\\
[lora微调|https://arxiv.org/abs/2106.09685]\\
[DeepSeek(时不我待,已经有人往这个方向迈进了)|https://arxiv.org/pdf/2401.06066]\\
[MiniMax(Google 最新模型)|https://arxiv.org/abs/2501.08313]
!!RAG分享
[李徐赢的分享|https://boardmix.cn/app/editor/YifvuGYyx_5MI17zuH5ztQ?inviteCode=Kwl2zE]\\
[余烨的分享|https://zcnai77qcmqz.feishu.cn/file/HLbubgY25ofKnRxpP7Rc27U9ndb]\\
!!向量数据库
[贾阳光的分享|https://pixso.cn/app/board/B7OO9x2KyKGZon6sB-HVsw?showQuickFrame=true&icon_type=3&file_type=20&open_in_browser=true]

!!Transfomer
[李徐赢的分享|https://boardmix.cn/app/editor/HU8TtLwFYfLeWBt_C0TUgA?open_in_browser=true&inviteCode=Kwl2zE]\\
[盛伟的分享|https://pptgo.cn/app/share/CAE.IAEqEHWyh5RP2aUt4ZkKvULsYgwwAkABSgozNDU4MTMwNDY0]\\
[王士昌的分享|https://c93wv2pcay.feishu.cn/docx/LJkZdTMYJop3ApxCIeccXFeTnT5]\\
[王士昌的transformer代码实现分享|https://icnwnitmcdqj.feishu.cn/wiki/A13hwfJmWipzTQkOkuTc1C5xnHc?open_in_browser=true]\\
[翻译模型的训练代码结构图|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E5%85%B3%E4%BA%8E%E8%AE%AD%E7%BB%83.jpg]
!!大模型技术分享
[武庭轩|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/OneFlow技术年货(2023)公众号 .pdf]

!!微调数据分享
[余烨|https://icnwnitmcdqj.feishu.cn/wiki/EmlBwvMwGiqGHZkySvSckLENnMd?from=from_copylink]

!![自成长模型|selfGrowModel]

!![个人介绍|resume]