维生素E|经济学哲学知识分享播客
频道 @vitamineepodcast
精神分析漫步学派(The casualistic school of psychoanalysis) 生命需要维生素e! 维生素e是一款完全免费的知识分享播客计划,我们分享构成这个世界,解释这个世界,创造这个世界的基础知识,并在基础上试图分析终极问题。 我们相信真理的普遍性,相信人和人之间可以相互理解。相信我们最终,可以通达真理。 收听方式:各大播客平台搜索 维生素E
评分(满分 10) 5.1 评分(满分 10) 5.1 /10 系统评分 · 评分说明
- 订阅者
- 8,365
- 最近发帖
- 1 个月前
资料采集于 2026-11-21 · 非实时
简介
精神分析漫步学派(The casualistic school of psychoanalysis) 生命需要维生素e! 维生素e是一款完全免费的知识分享播客计划,我们分享构成这个世界,解释这个世界,创造这个世界的基础知识,并在基础上试图分析终极问题。 我们相信真理的普遍性,相信人和人之间可以相互理解。相信我们最终,可以通达真理。 收听方式:各大播客平台搜索 维生素E
查看 Telegram 上的原始简介
精神分析漫步学派(The casualistic school of psychoanalysis)
生命需要维生素e!
维生素e是一款完全免费的知识分享播客计划,我们分享构成这个世界,解释这个世界,创造这个世界的基础知识,并在基础上试图分析终极问题。
我们相信真理的普遍性,相信人和人之间可以相互理解。相信我们最终,可以通达真理。
收听方式:各大播客平台搜索 维生素E
评分构成
算法 v1 · 评分说明系统基础分 5.1(1 + 维度贡献 4.05) · 最终 5.1
维度 输入 维度值 权重 贡献
内容质量 未经判官审核 (按中性值 0.5 计) · 40% 0.50 40% +1.80
安全风险 未经判官审核 (按中性值 0.5 计) · 30% 0.50 30% +1.35
受众规模 8,365 订阅者 · 12% 0.50 12% +0.54
近期活跃 最近发帖 1 个月前 · 10% 0.40 10% +0.36
Telegram 认证 无认证 · 4% 0.00 4% —
官网互链 无关联工具 · 4% 0.00 4% —
近期动态
在 Telegram 查看全部https://aibti.manbuxuepai.cloud
新的小项目,来测测你的 ai 人格
2,460 次浏览
现在,买ai订阅就感觉和买彩票一样,还得寻思这公司未来咋样,至少未来一个月有没有前景,会不会发新模型
多说一句,gork 4.6确实不错,赞美搞哥,搞哥很waghhhh
5,990 次浏览
我其实不太理解为什么claude那么执着于锁区,如果他只是想做锁区这件事的话,投入和产出根本不成正比,锁区意味着识别用户到底是哪个地区,这个从互联网基础设置而言几乎就是不可能的工作,因为云服务器是开放的,国际信道是开放的,人员的国际流动是开放的,且多数国家的kyc和美国不通,证件伪造成本极低而识别成本极高。
有空做这些不如识别用户行为,发现蒸馏或者其他类似行为依照行为逻辑封号没人说它什么,但非按地区逻辑限制,把精力和资金花在这上面,只能是说有执念了,那这个执念是怎么来的呢
8,720 次浏览
https://mp.weixin.qq.com/s/cErbT9MVykZuYK-NTRDuZg
漫步学派 小程序已经开始公测,公众号会定期发送邀请码(今天就会发一波),有兴趣体验的朋友可以关注
#vibecoding #精神分析
8,490 次浏览
🔬 Token 经济学:用便宜的 Token 替代贵的 Token,到底行不行?
最近一直在思考一个问题:LLM 的 token 是有质量分层的。Opus 4.6 输出的是"高质量 token",本地跑的开源模型输出的是"低质量 token"。那能不能通过多 agent 协作、多次采样,用数量换质量?
研究了一圈文献,结论是:有条件地可以,但有硬天花板。
⸻
📈 好消息:小模型确实能超越大模型
Snell et al.(ICLR 2025)发现,在 FLOP 匹配的评估中,小模型通过增加 test-time compute 可以超越参数量大 14 倍的模型。另一篇 ICLR 2025 的论文显示,Llemma-7B 配合 tree search,在 MATH benchmark 上始终优于 Llemma-34B。
关键条件:模型对目标任务得有非零的成功率,而且你得有一个靠谱的 verifier。
⸻
🚫 硬天花板:No Free Lunch
Chen & Pan(2025)给出了理论证明:无论怎么 scaling 弱模型的推理计算,都无法匹配一个足够强模型的单次采样精度。
直觉解释:如果正确答案根本不在弱模型的输出分布里,采样一万次也不会出现。你只能从模型能想到的答案里选,选不出它想不到的东西。
⸻
📉 多来几次不一定有用
Chen et al.(NeurIPS 2024)研究了…
1 万 次浏览