!!!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（词嵌入），事实(我有时候也说是事务)就是动态向量（句向量或者文本向量）。

!!维特根斯坦还说，这个世界是相互联系确定的事实组成，但事实又是独立的，所以任何一个局部世界都可以分解，貌似有逻辑冲突。
我总结：事实之间的联系有两种联系，一种本质（非线性或者质变）联系，一种非本质（线性，或者说量变）联系。 所以事实之间（非本质的量变）联系构成了一个稳定本质的系统，那么就是这个系统就是一个独立事物系统。那么这个系统可以是包含这个系统的更大系统的独立事物。

!!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。学习到了高层次的规律

!!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]）或者[|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E7%86%B5.png]，就是精巧度。

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

!!写作之难，在于把网状的思考，用树状结构，体现在线性展开的语句里。
生成内容之难，正如[斯蒂芬·平克|https://sspai.com/post/66959]如是说，而把线性空间里的语句，梳理成树状结构，然后嵌入网状的理解结构里，就是阅读之难，也是模型训练之难

!![大模型本质用有限符号表达无限的宇宙|nature]

!!有趣的认知分享
[混沌系统|https://www.jianshu.com/p/3f6508301c4f]\\
[自组织|https://zhuanlan.zhihu.com/p/495786957]\\
[复杂系统研究|https://www.thepaper.cn/newsDetail_forward_14794450]\\
[分层智能|https://www.toutiao.com/article/7532337339218412047/?timestamp=1753771741&share_uid=MS4wLjABAAAAUMegIZqr2nYWpGU23RGe_pzdT3Uj_ozs1gsAEwYPcmc&share_did=MS4wLjACAAAAXHEoYc5mUGzqUqMZ-_mLWTUtUrRuJidK5OHLiD8ie8Y&app=news_article&upstream_biz=client_share&category_new=__all__&share_token=87faad07-cd42-47a2-9632-14ef6dabb9ec&source=m_redirect]\\
[生物神经网络精细仿真算法|https://idm.pku.edu.cn/info/1012/1758.htm]\\
[精细神经元|https://blog.csdn.net/Fellyhosn/article/details/130048518]\\
[大脑看世界的方式，竟与语言模型惊人一致|https://doi.org/10.1038/s42256-025-01072-0]\\
[知识蒸馏|https://zhuanlan.zhihu.com/p/637108617]\\
[控制论与科学方法论|https://zhuanlan.zhihu.com/p/399765962]\\
[系统论|https://www.cnblogs.com/haohai9309/p/18921515]\\
[非解释性小模型也可以有大模型的能力|https://cloud.tencent.com/developer/article/2335354]
[量化的论文|http://arxiv.org/pdf/2508.02012v1]

!!!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]\\
[MOR|https://arxiv.org/pdf/2507.10524v1]\\

!!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]

!!Transformer
[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]\\

!扩散模型
[龙君言|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E6%89%A9%E6%95%A3%E6%A8%A1%E5%9E%8B.pptx]

!VIT分享
[龙君言|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/Vision%20Transformer.pptx]

!MOR分享
[龙君言|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/MoR.pptx]

!旋转位置编码分享
[龙君言|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E6%97%8B%E8%BD%AC%E4%BD%8D%E7%BD%AE%E7%BC%96%E7%A0%81.pptx]

!factor vae模型分享
[龙君言|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/factor-VAE.pptx]

!deepseek
[敖博士的分享|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/DeepSeek-V2-MoE%E6%9E%B6%E6%9E%84%E5%92%8C%E8%AE%A1%E7%AE%97%E6%B5%81%E7%A8%8B.pdf]

!!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]

!!知识蒸馏
[敖博士的分享|https://icnwnitmcdqj.feishu.cn/wiki/P5NkwsGYdiD3QLkuVCecejJ1n6e?from=from_copylink]

!!经济相关方面的分享
[贾阳光的宏观分析|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E5%AE%8F%E8%A7%82%E7%BB%8F%E6%B5%8E%E5%AD%A6%E5%9F%BA%E7%A1%80.pdf]\\
[贾阳光的金融交易者分析|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E9%87%91%E8%9E%8D%E5%B8%82%E5%9C%BA%E4%BA%A4%E6%98%93%E8%80%85%E7%B1%BB%E5%9E%8B%E5%88%92%E5%88%86.pdf]\\
[贾阳光的量化交易的基础概念分享|http://www.mandelbrot.cn:8080/JSPWiki/attach/Share/%E9%87%8F%E5%8C%96%E4%BA%A4%E6%98%93%E7%9B%B8%E5%85%B3%E5%9F%BA%E7%A1%80%E6%A6%82%E5%BF%B5.pdf]\\

!![可解释的自成长模型是通向AGI的唯一路径|selfGrowModel]

!![个人介绍|resume]