Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

我是一名资讯人员，早会分享脑机接口，时间只有10分钟，希望使用通俗易懂的语言分享，重点说说脑机的应用实例。

Answer

以下是为您整理的关于脑机接口的分享内容：

脑机接口的应用实例：

  1. 斯坦福大学开发的 NOIR 脑机接口系统，能够通过脑电波操作机器人执行任务，并在 20 项家务活动中成功应用。这一项目意义重大，未来有望帮助残疾人提升生活质量。

脑机接口的工作原理：

  1. 分为输入端和输出端。输入端是填充和消费不同模态的内容，如音频、文本、视频，AI 能加速消化过程，提高学习主动性，且双向可提问。
  2. 输出端是利用知识解决手头工作或完成目标，极端情况下自己借助知识干活，或者让 AI 助理基于收藏或保存的知识点完成任务，如写文章、输出代码。

关于脑机接口适合的应用场景，目前如对长视频进行快速获取信息的总结等。

Content generated by AI large model, please carefully verify (powered by aily)

References

XiaoHu.AI日报

?[https://x.com/finedtune/status/1721760389581709778?s=20](https://x.com/finedtune/status/1721760389581709778?s=20)5️⃣? NOIR脑机接口系统：斯坦福大学开发，用脑电波操作机器人执行任务。在20项家务活动中展现了成功应用。项目意义重大，未来可能帮助残疾人提升生活质量。?[https://x.com/xiaohuggg/status/1722183435140395051?s=20](https://x.com/xiaohuggg/status/1722183435140395051?s=20)6️⃣?数据共享与AI未来展望：OpenAI鼓励用户贡献私有数据来创建GPTs，可能是数据获取的策略。用户的数据源成为AI智力来源，或许预示着与AI的融合未来。?[https://x.com/xiaohuggg/status/1722129966719181020?s=20](https://x.com/xiaohuggg/status/1722129966719181020?s=20)7️⃣?浏览器插件应用创新：结合GPT-4V和TTS API，创建辅助解释网页内容的工具。功能多样，从解释表格到学习视觉科目。?[https://x.com/xiaohuggg/status/1722118158994321758?s=20](https://x.com/xiaohuggg/status/1722118158994321758?s=20)8️⃣? Dollars VIVA动作捕捉工具：低成本、高质量的全身动作捕捉方案。支持SteamVR兼容硬件，易于设置。

XiaoHu.AI日报

?[https://x.com/finedtune/status/1721760389581709778?s=20](https://x.com/finedtune/status/1721760389581709778?s=20)5️⃣? NOIR脑机接口系统：斯坦福大学开发，用脑电波操作机器人执行任务。在20项家务活动中展现了成功应用。项目意义重大，未来可能帮助残疾人提升生活质量。?[https://x.com/xiaohuggg/status/1722183435140395051?s=20](https://x.com/xiaohuggg/status/1722183435140395051?s=20)6️⃣?数据共享与AI未来展望：OpenAI鼓励用户贡献私有数据来创建GPTs，可能是数据获取的策略。用户的数据源成为AI智力来源，或许预示着与AI的融合未来。?[https://x.com/xiaohuggg/status/1722129966719181020?s=20](https://x.com/xiaohuggg/status/1722129966719181020?s=20)7️⃣?浏览器插件应用创新：结合GPT-4V和TTS API，创建辅助解释网页内容的工具。功能多样，从解释表格到学习视觉科目。?[https://x.com/xiaohuggg/status/1722118158994321758?s=20](https://x.com/xiaohuggg/status/1722118158994321758?s=20)8️⃣? Dollars VIVA动作捕捉工具：低成本、高质量的全身动作捕捉方案。支持SteamVR兼容硬件，易于设置。

7月16日 Jimmy Wong & 吕立青

了一个脑金融芯片,然后你每天看某些视频,看某些文本,然后获得了知识,并且这个知识能够帮你干活。所以这个就是分为两端,就是一个是输入端,一个是输出端,输入端我们在填消费不同模态的内容,包括音频、文本、视频,然后你得消化它,一个是AI能够加速这个消化的过程,能够让你选择你想看的内容,就是提高你学习的一个主动性,并且它是双向可提问的。另外就是输出端就是你在利用如何利用这个知识,就是你如何利用这个知识来帮你解决你手头上的工作,或者是你要完成的目标。那这个时候,那么极端情况下就是你自己能够去借助自己的知识能够去干这个事情。那另外一个情况就是你可以反过来做一个自己的AI agent,一个AI助理能够直接基于你前面所收藏或者保存的知识点,然后让AI来基于这些知识点来帮你完成某些事情,比方说帮你写一篇文章,或者是帮你输出一份代码,那么这个可能是我目前就受限于我的理解,能够给出的AI时代的一个知情合一的一个解释。乔向阳59:09看了看出来了,是脑机接口的支持者,嗯,是,那这个不是说支持,我就是说一个思维假设嘛。就是,嗯,就是如果技术上能够实现,它会是什么样子?当然随之而来的问题也是显然的,嗯,是一个很宏大的一个愿望,或者是一个理想。乔向阳59:34诶,我当时刚才我还在想,就是因为你们都说了还蛮多,然后其实我刚才还想问一个问题,是最适合这种AI summary的场景会有哪一些?比如说像那个刚才福祥其实提到了,祥叔提到了说他要看一个四到5个小时的一个这个视频太长了,可能没时间,然后使用这种AI summary来去快速地获取信息,然后刚才其实好像也提到了一些别的应用场景,但是现在就现在来看,不管是那个咱们的这个小爆头的那个应用,还是咱们的BB GPT,能大概介绍一下最适合的这种应用场景都有哪些吗?我其实从我个人的角度来看,如果它是一个长文段的一个summary的话,就我觉得最核心是当前这个目,就是你的这个目的跟summary之后这张就我

Others are asking
马斯克脑机接口最新发展
马斯克脑机接口的最新发展包括以下方面： 脑虎科技创始人彭雷指出脑机接口是人类脑计划的核心底层工具，能长期稳定读取大规模神经元活动信号。脑机接口是交叉领域，存在侵入式解决方案，如马斯克采用的柔性脑机结构，其柔性丝比头发细很多，通道无上限，可通过脑机信号控制物体。 2024 年 8 月 4 日，《马斯克最新 6 万字访谈！8.5 小时详解脑机接口、机器人、外星人，以及 AI 与人类的未来（一）》发布，这是马斯克第 5 次参加 Lex Fridman 播客，也是有史以来时间最长、最完整、信息量最大的一次，全球首位 Neuralink 脑机接口植入者 Noland 也参与了对话。 2024 年 1 月 30 日，马斯克宣布首例人类大脑芯片植入手术成功。
2024-11-16
脑机接口可以实现视力恢复吗
目前，悉尼科技大学开发了一种能够解码大脑中的想法并将其转换为文本的技术。随着大脑活动重建图像的技术成熟、大脑匹配视觉和听觉位置的系统完善以及无线脑机接口（BCI）的临床试验，脑机接口在医疗、宇宙探索、家庭、娱乐、游戏等多个场景有了应用的可能性。人类甚至可以在闭着眼睛的状态下进行信息获取、内容输出和娱乐体验。 相关技术链接： 大脑活动重建图像： 大脑匹配视觉和听觉位置： 无线脑机接口（BCI）：[https://neuralink.com/blog/firstclinicaltrialopenfor 但就目前的技术水平而言，脑机接口在视力恢复方面还处于研究和探索阶段，尚未能完全实现视力的恢复。
2024-11-16
智能体分享
以下为为您分享的两个智能体相关内容： 旅行青蛙智能体 智能体设计思路： 创意来源于多年前的火爆 APP——旅行青蛙，采用旅行明信片的方式与用户互动，激发用户旅游念头，通过大模型进行诗歌和文案创作，可作自媒体素材。 编排方式：采用单 Agent 的多分支模式，通过意图识别确定用户旅行意图，运行流畅稳定，趣味性高，效果惊艳。 功能结构：基础功能包括时间季节提取、目的地景点提取、旅行日记文案、景点诗句、文生图提示词编写、风格固定、自定义 FLUX 插件，相互关联构成完整旅行体验。 智能体功能实现： 随机目的地的旅行模块：青蛙自主选择目的地旅行，发回明信片。 指定季节和目的地的旅行模块：青蛙根据对应时间和指定地点，发回未来旅行邮件。 互动模块：用户可投喂食物，与青蛙亲密互动。 历史上的今天：用户选择宅家时，青蛙返回历史新闻并绘制相关图片。 小细节：使用获取用户 ID、坐标，避免推荐与用户同一地区景点。 作者：二师兄 体验链接：https://tbox.alipay.com/pro/share/202501APoXpG00196792?platform=WebService 智能体简介：我是您的专属旅行青蛙，热爱探险和发现新事物，等着带您踏上奇妙旅程！ 应用场景：目标人群为任何人，解决借用曾经风靡卡通角色制作旅游景点盲盒、绘制打卡照片、提供文案和五言绝句的问题，给人身临其境之感，让人对未去过景点充满期待。 主要功能： 玩法一：对它说“世界很美好，请出去走走”，它就会出发探索并寄回明信片。 玩法二：告诉它未来旅行计划，如“去马尔代夫，我想看大海”，它会提前发来 Email 包含旅行小贴士和期待风景。 玩法三：它旅行时担心它饿肚子说“给它吃汉堡”，它会发来微信照片展示享受美食。 玩法四：今天累了在家休息，它会为您找到历史上今天发生的趣事。 汽车栏目主持人（零壹老师）智能体 创作思路： 前期工作：进行行业资料收集，官方提供资料在智能座舱赛道、营销赛道、售后赛道的丰富程度不同，COZE 的插件生态更有利于座舱和营销赛道，售后资料几乎为零。 赛道研判：竞争强度为营销赛道＞智能座舱赛道＞售后赛道，考虑插件生态支持、官方资料支撑和行业专业性限制。 市场调研：包括线下领克 4S 门店销售资料索取、懂车帝等网络渠道关键词热搜、车主交流购车养车用车经验。 专家调研：队长罗文人脉资源分享，引荐行业专家。 结论：售后智能体搭建需大量数据支撑，当前售后门店有成熟 SaaS 系统，非行业人士在售后方面智能体很难找到突破口。
2025-03-31
我想找你之前分享过的文档，有关提示词批量处理的
以下是为您整理的有关提示词批量处理的相关内容： 在 Coze 上创建工作流、Bot 中，大模型组件的系统级提示词用于定义模型的角色和任务，与外层用户直接交互的提示词不同。系统级提示词侧重于模型的内部工作机制，外层提示词则更多关注根据用户指令进行编排和响应。通过精心设计这两种提示词，可增强模型对用户指令的处理能力，确保工作流顺畅高效。 在大模型组件中，批处理即迭代处理，可对集合或数组中的每个元素进行批量处理。通过依次遍历集合或数组，每个元素都能经过相同处理流程，关键在于通过有限循环实现高效数据处理。批处理中可设置循环次数和并发量，例如 Coze 的大模型组件最多支持 200 次循环，可通过调整并发量在一次循环中同时处理多个元素以提高处理效率。 在 AI 应用到工作场景中制作单词卡片时，提示词编写包括生成符合要求的单词卡内容并填入 Excel 文件中。通过给出基本示例和附加规则限制，输入多个单词可实现同时解析，虽效果可能因方法论不足而有差异，但大体格式符合要求。批量产出时需上传压缩文件并完成套版，即可获得符合要求的卡片。
2025-03-24
1. 利用AI完成技术论文的学习阅读； 2. 结合相关知识体系解读论文，并制作成学习分享PPT。
以下是关于利用 AI 完成技术论文的学习阅读，并结合相关知识体系解读论文制作学习分享 PPT 的一些建议： 在技术论文学习阅读方面： 可以借助 AI 工具，如 Claude 和 Gamma.app。Claude 能够帮助快速寻找符合条件的论文、提取精炼论文中某部分信息。 对于复杂推理，可以利用思维链，谷歌在 2022 年的论文提到其能显著提升大语言模型在复杂推理的能力，即使不用小样本提示，也可在问题后加“请你分步骤思考”。 检索增强生成（RAG）能将外部知识库切分成段落后转成向量，存在向量数据库。用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给 AI，可搭建企业知识库和个人知识库。 程序辅助语言模型（PAL）在 2022 年的论文中被提出，对于语言模型的计算问题，可借助其他工具如 Python 解释器作为计算工具。 ReAct 框架于 2022 年在《React:在语言模型中协同推理与行动》的论文中提出，即 reason 与 action 结合，让模型动态推理并采取行动与外界环境互动，可借助 LangChain 等框架简化构建流程。 在制作学习分享 PPT 方面： 可以先对论文进行深入理解，提取关键信息，包括摘要描述、研究问题、基本假设、实验方法、实验结论、文章主要结论、研究展望等。 利用 AI 工具获取相关理论的简单介绍。 了解并使用合适的 PPT 制作工具，如 Gamma.app。 需要注意的是，小白直接看技术论文有难度，需要一定的知识储备。同时，Transformer 是仿生算法的阶段性实现，未来 10 年、20 年可能不再被使用。
2025-03-24
昨天有什么Ai分享活动
昨天的 AI 分享活动有： 1. AI bot 拟人化大赛的最后一天分享日，五个团队带来精彩分享。冠军团队《》无私分享建构 AI bot 的思路和提示词。相关视频回放： 五个团队的嘉宾分享视频回放：https://www.bilibili.com/video/BV1Kr421M7Cb/ 第一名团队分享的视频回放：https://www.bilibili.com/video/BV1ji421a7zJ/ 投稿作品 2. AI 版权分享课，麦橘教大家用 AI 做小游戏编程的跨界活动，包括： 用 AI 做小游戏编程的活动策划和心得。 使用 Poe 制作小游戏的经验分享。 麦橘谈增量游戏、肉鸽游戏及其制作与 AI 交互。 3. 03 0 基础建站相关分享，包括： 银海老师讲解模型基础、AJ 带大家浏览知识库，大宇老师的建站教程。 未来的课程安排，如明天接触编程，后天 Garmon 老师用 AI 手搓机器人。 AIPO 活动 11 天共学内容，含生图、生视频、模型训练，还有应用搭建课及具身智能机器人课。 线下活动规则，包括组队、物料、角色、资本和奖品等。 以 config UI 为主题的活动，有赞助、线下活动、课程及相关交流等内容。
2025-03-17
我是一个普通本科的大二学生，学的是软件工程专业，但是我本身编程能力不是很好，我对ai拥有浓厚的兴趣，喜欢去学习并运用ai，我想未来all in ai并成为一个产品经理，我想给你分享一下我的计划，我想今年下半年考过英语四级，并且参加苹果26年的swift 学生挑战赛，我是零基础但是我愿意学习，希望你帮我制定一个包含实施策略、里程碑和最佳实践的详细框架，以帮助我有效地实现这些目标！
以下是为您制定的包含实施策略、里程碑和最佳实践的详细框架，以帮助您有效地实现目标： 一、英语四级考试 实施策略： 1. 制定学习计划，每天安排一定时间学习英语，包括词汇、语法、听力、阅读和写作。 2. 多做历年真题，熟悉考试题型和难度。 3. 参加英语学习社群或找学习伙伴，互相监督和鼓励。 里程碑： 1. 每月进行一次模拟考试，评估学习进度。 2. 两个月内完成词汇和语法的系统学习。 最佳实践： 1. 利用碎片时间背单词，如在公交车上、课间等。 2. 听力练习时，反复听同一篇材料，直到完全听懂。 3. 写作练习后请老师或同学帮忙批改，总结错误和不足。 二、参加苹果 26 年的 Swift 学生挑战赛 实施策略： 1. 从零基础开始学习 Swift 编程语言，通过在线课程、书籍等资源进行系统学习。 2. 参与相关的编程实践项目，提升实际操作能力。 3. 关注苹果官方网站和社区，了解挑战赛的最新动态和要求。 里程碑： 1. 三个月内掌握 Swift 编程语言的基础知识。 2. 半年内完成一个小型的 Swift 项目开发。 最佳实践： 1. 遇到问题及时在技术论坛或社区寻求帮助。 2. 定期回顾和总结所学知识，加深理解和记忆。 3. 参考优秀的 Swift 项目案例，学习他人的编程思路和技巧。 三、成为 AI 产品经理 实施策略： 1. 学习 AI 相关的基础知识，包括机器学习、深度学习等。 2. 了解产品经理的职责和工作流程，通过实践项目积累经验。 3. 关注行业动态，参加相关的研讨会和培训课程。 里程碑： 1. 一年内掌握 AI 基础知识和产品经理的基本技能。 2. 参与实际的 AI 项目开发，担任产品经理助理角色。 最佳实践： 1. 多与行业内的专业人士交流，获取经验和建议。 2. 不断提升自己的沟通和协调能力，以更好地推动项目进展。 3. 学会从用户需求出发，设计具有创新性和实用性的 AI 产品。 希望以上框架对您有所帮助，祝您顺利实现目标！
2025-03-01
我有什么方法，能够让ai帮我分析我有几篇飞书文档的内容，然后行程一个分享的提纲
目前让 AI 直接分析您的多篇飞书文档内容并形成分享提纲可能具有一定的挑战。但您可以尝试以下方法： 1. 首先，将飞书文档中的关键内容提取出来，整理成较为清晰的文本格式。 2. 然后，使用具有文本分析能力的 AI 工具，如某些自然语言处理模型，输入整理后的文本，让其帮助您总结主要观点和关键信息。 3. 您还可以向 AI 提供一些关于分享提纲的格式和重点要求的提示，以便它能生成更符合您需求的提纲。 需要注意的是，AI 的分析结果可能需要您进一步的审查和调整，以确保准确性和完整性。
2025-02-24
再给我10个上述例子
以下为 10 个例子： 1. 教程|可视化 CapsNet，详解 Hinton 等人提出的胶囊概念与原理：我们的目标是预测 10 个不同的数字（0 到 9），不是预测实际图片而是描述图片的向量。有 32 个胶囊层，每个胶囊层有 36 个胶囊，总共有 1152 个胶囊。每个胶囊与每一个类别的权重矩阵相乘，最终得到 11520 个预测值的列表，每个预测是 16 维向量。 2. 塔罗牌 MJ v6 出图（10 种）：包括“coffee tarot cardar 9:16”“Golden virgo logo illustration,celestial card,Virgo,tarot style illustrationar 9:16”等多种不同风格和要求的描述。 3. GPT 的现状（State of GPT）：在训练 GPT 助手时，将文档打包成行，用特殊的文本结束 token 分隔，输入到 transformer 中。绿色单元格会查看前面所有 token，transformer 尝试预测下一个 token，可根据预测结果更新 transformer 权重。 4. 教程|可视化 CapsNet，详解 Hinton 等人提出的胶囊概念与原理：胶囊层和胶囊数量众多，计算胶囊与权重矩阵的乘积获得预测结果，权重矩阵的维度和预测结果的维度都有特定的设定。 5. 塔罗牌 MJ v6 出图（10 种）：涵盖各种不同的塔罗牌设计描述，如“the sun tarot black and white sketchar 5:7”“back of tarot card,white,elegant,clean lines,fantasy art,black and white,simple,line drawingar 5:7”等。 6. GPT 的现状（State of GPT）：在训练中，transformer 会对序列中的下一个 token 进行预测，词汇表大小决定了概率分布的数量，通过不断调整权重以提高预测准确性。 7. 教程|可视化 CapsNet，详解 Hinton 等人提出的胶囊概念与原理：预测过程涉及大量的计算和矩阵运算，每个胶囊都要与多个类别的权重矩阵相乘。 8. 塔罗牌 MJ v6 出图（10 种）：不同的描述体现了丰富多样的塔罗牌创意和风格，如“zodiac cards batch,magic frame with esoteric patterns and mystic symbols,sun and moon sorcery,vectorar 1:2stylize 750”。 9. GPT 的现状（State of GPT）：训练 GPT 助手时，会并行处理每个单元格的预测，不断交换批次以优化 transformer 的权重。 10. 塔罗牌 MJ v6 出图（10 种）：如“Generate exact text\"Capricorn\"in a font that reflects the ambitious,grounded,and fantastical qualities associated with the Capricorn zodiac sign,suitable for a Dark Fantasystyle Tarot card image with a transparent background.ar 9:16stylize 250”等独特的设计要求。
2025-04-14
公共议题:AI如何助力HR业务? 研讨目标： 深入理解:深入探讨 AI在人力资源管理领域的应用、薪酬管理、员工关系、公司文化、包括人才获取与配置、学习与发展、组织与人才培、HR共享与HRIS等各模块的可应用场景 机会识别与场景落地:基于组织现状，识别出业务价值高、可落地的 A 应用场景; 研讨成果(输出物)： 请输出10个业务价值高、具备可行性的AI应用场景介绍，并说明what(场景是什么)、why(为什么值得做)、How(如何落地);
以下是为您生成的 10 个业务价值高、具备可行性的 AI 应用场景介绍： 1. 人才招聘与筛选 What：利用 AI 技术对求职者的简历进行自动筛选和分析，评估其与岗位的匹配度。 Why：节省 HR 大量的时间和精力，提高招聘效率和准确性。 How：通过自然语言处理和机器学习算法，训练模型识别关键信息和技能。 2. 员工培训与发展 What：根据员工的技能水平和职业发展目标，定制个性化的培训计划。 Why：提升员工的能力和绩效，增强员工对企业的忠诚度。 How：利用大数据分析员工的工作表现和学习需求，推荐相关课程和学习资源。 3. 薪酬福利管理 What：运用 AI 预测市场薪酬趋势，为企业制定合理的薪酬策略。 Why：保持企业薪酬的竞争力，吸引和留住优秀人才。 How：收集和分析行业薪酬数据，结合企业的财务状况和战略目标进行优化。 4. 员工绩效评估 What：借助 AI 实时监测员工的工作表现，提供客观的绩效评估。 Why：减少人为偏差，确保评估的公正性和准确性。 How：利用工作流程数据和行为分析模型进行评估。 5. 员工关系管理 What：通过 AI 分析员工的情绪和满意度，及时发现问题并解决。 Why：营造良好的工作氛围，提高员工的工作积极性和创造力。 How：使用情感分析技术处理员工的反馈和交流信息。 6. 组织架构优化 What：利用 AI 分析企业的业务流程和人员配置，提供组织架构调整建议。 Why：提高企业的运营效率和灵活性，适应市场变化。 How：基于数据分析和模拟优化算法进行评估和推荐。 7. 人力资源规划 What：根据企业的战略目标和业务发展预测人力资源需求。 Why：提前做好人才储备和招聘计划，保障企业的正常运营。 How：运用数据分析和预测模型进行规划。 8. 企业文化传播 What：使用 AI 生成个性化的企业文化宣传内容，提高传播效果。 Why：增强员工对企业文化的认同感和归属感。 How：利用自然语言生成技术和个性化推荐算法。 9. 智能客服 What：在 HR 服务中引入 AI 客服，解答员工常见问题。 Why：快速响应员工需求，提高服务质量。 How：训练智能客服模型，涵盖常见的 HR 问题和解决方案。 10. 人才库管理 What：利用 AI 对人才库进行分类和更新，提高人才库的利用效率。 Why：方便快速找到合适的人才，降低招聘成本。 How：运用数据挖掘和分类算法进行管理。
2025-04-14
给我提供一份清华大学104页的deepseek从入门到精通的手册的链接
以下是为您找到的与清华大学 DeepSeek 相关的一些资料链接： https://pan.quark.cn/s/56e2713e95f4 https://docs.qq.com/doc/DSG9SWFpjVXI3aHZ1 清华大学 104 页的 DeepSeek 从入门到精通的手册：https://waytoagi.feishu.cn/record/FjWorH （2 月 11 日更新附录）
2025-04-11
给我提供一份清华大学104页的deepseek从入门到精通的手册
以下是为您整合的相关信息： 清华大学出品了《DeepSeek：从入门到精通》的指南，该指南详细阐述了 DeepSeek 的功能，如智能对话、文本生成、代码生成、自然语言理解等，并探讨了其使用方法，包括推理模型与通用模型的区别、提示语设计策略等，旨在帮助用户更好地掌握这一 AI 工具的使用，提升工作效率和创新能力。您可以通过以下链接获取：https://waytoagi.feishu.cn/record/QAURr4CNGeJ5GIcvU0nc9X3dndg 。 此外，还有一些相关的更新和资料，如 2 月 11 日更新附录的清华大学 104 页 Deepseek 从入门到精通、1 月 21 日更新热门 AI deepseek 推荐及案例征稿通知、1 月 14 日更新爱好者交流 g 群和微信群、12 月 30 日更新案例 24,25,26 等。 同时还有关于 AI 赋能教学的课程实施流程及案例亮点等内容，如利用 AI 生成开放性问题引发深度思考、通过多维数据分析支持全面客观的判断、通过辩论提升批判性思维和表达能力等。
2025-04-11
雪梅may的100天AI学习笔记
以下是关于雪梅 May 的 100 天 AI 学习笔记的相关内容： 作者介绍： 适合人群：适合纯 AI 小白，可参考日记了解学习路径。 学习模式：输入→模仿→自发创造。若对费曼学习法没自信，可尝试此模式。 学习内容：日记中的学习内容可能因 AI 节奏快而不适用，可去 waytoAGI 社区找感兴趣的最新内容。 学习时间：在半年多时间跨度中，有空时学习，并非每天依次进行。 学习状态：2024 年保持较好状态，不仅学 AI，还看了 33 本书。 费用情况：学习资源免费开源。 第九阶段：学以致用，开源分享 May 花时间复盘过去半年的学习日记，有很棒的发现。 学习路径：迈出第一步→大量学习输入→疯狂模仿→开始自己创造→学的越来越宽越来越杂→积累量变产生质变→开始分享。 特别是学习 coze 的路径：输入→模仿→自发创造，是真实实践得出的规律。 虽费曼学习法主张教会别人是最好学习方式，但开始时自学、输入为主。 现在有分享自信，写学习日记和感受已是分享，后续会有更多分享。 第十一阶段：寻找继续坚持下去的动力 从 24 年 5 月到 25 年 2 月，学完 100 天，仍未找到明确深耕方向。 学习中易遇瓶颈，需找正反馈，开源学习日记获加油是一种方式，还需更好的正反馈继续坚持。
2025-04-08
2024年10月的AIPO活动相关云文档在哪儿？
以下是与 2024 年 10 月的 AIPO 活动相关的云文档： ：包含关于 AI 模型训练的介绍与讲解，如 Eagle 插件批量收藏 3D 图表、不同步数训练时间、使用 MZ 数据集训练 Flux、云服务器训练流程、训练集收集要求、训练模型的时机、角色一致性表现、云服务器训练集设置、模型训练参数设置、模型训练启动与等待等内容。 》，列举了美国融资金额超过 1 亿美元的 AI 公司。 ：包含 2024 年 10 月 24 日娜乌斯佳：AIGC 商业片落地经验分享等多个日期的智能纪要。
2025-03-28