@swulling 不过作为追赶者，可以试试找到达到这个临界点所需的最小数据集。进而让模型实现 portable ，打破巨头垄断的局面。

好奇闭源的情况下，国内需要花多少时间追上 GPT4.0 的效果

明智选择，等合资车，进口车都禁售了再考虑国产也不迟。

@dacapoday 甚至都不如前几年利用 摄像头等 IoT 设备升级漏洞，上传自定义固件来做代理池的。

太刑了，去年刚抓过一批利用 家宽 和 IDC IP 做代理的

感觉是数据量不够。个人观察 这些年处于前沿的巨头一直在宣传模型参数有大，用于训练的机器有多强，但对数据源总是模糊的说来自公开互联网，如何制作和清洗数据集没有细节。

是非不过是各人的定义，对机器而言，它只关心数据源中文本之间有多大差异（同一个位置不同的用词，一组单词不同的顺序，不同单词的共现同一句的概率），并且将这些差异量化为向量，与你的问题向量做计算而已。
应该来说机器学会了 如何在没有 schema 的情况下，针对特定二进制数据，还原出其对应的 CRUD SQL 。

现阶段的人工智能还在 ”Chinese room“ 阶段，只是机器能够检索的数据量已经远超 多数人类个体脑内所有拥有的。

现在的嵌入式已经很幸福了，还有 example code 和 标准库。
当年学 msp430 ，都是先参考 datasheet ，把寄存器地址，中断地址 写成头文件，还要手动把 main 的地址 告诉编译器。要买额外的硬件 JTAG 调试器才能 debug 。

个人觉得像计算机的返璞归真，是一种 “增强的 shell”。

目前用移动硬盘做时间机器备份用：M2 的硬盘发热巨大，长时间连接甚至烫手，最好是 全金属下压式硬盘盒+导热硅脂。

@wniming 你这就不是奔着研究去的，树莓派系列 已经成为各类 demo 事实上的基准了，你用不常见的板子跑 bench 都没说服力。
而且不要小看 树莓派背后的软硬件生态，除非你不准备量产。

ACM

@PostMeridiem18 和 Windows Media Center 好像，设置开机自启动，直接进入适合遥控器的大屏模式。

之前观察 crazygames 的发展： https://github.com/CrazyGamesCom/unity-optimizations-package
感觉技术层面 webGL 完全和传统前端没关系，倒是适合游戏领域的人 转型 web 。
现有的一些原生 webGL 的框架或库，要么预期用户学过 图形学 CG 能手撸 OpenGL ，要么假设你从事过游戏引擎的开发。
反而和前端的 HTML/SVG/CSS/JS 渐行渐远。

前年把基于 aws 的配置中心拆掉了，鸡肋。
发布中心也改成了基于 github action 的插件，只要合并到特定的分支就会自动 tag 并 deploy 。

@god7d 打击黑煤窑的原因 更多的是其利润不上缴 XX ，计划外生产的煤炭 影响 XX 对能源的垄断。甚至利益输送保护伞造成 XX 的统治效率降低。
考虑到 XX 内部复杂的用工方式(编制，合同工，临时工...)，以及华为与 XX 的关系。恐怕他们还比较乐见这种降低人矿使用成本的方式。

@jeffwcx 但只有华为倒闭才能证明这种 用工方式 是错误的，否则效仿者众

做成接口，然后 k8s CronJob 去调用