目录

• ✦ GPT-5。那么，有什么新消息吗？
• ✦ 我的第一次24小时氛围检查。
• ✦ 所需的“思考更长时间”黑客。
• ✦ 一种氛围编码模型：再见，可爱吗？
• ✦ ChatGPT-5的最佳提示（复制和粘贴）。

1.GPT-5。那么，有什么新消息吗？

• 免费
• 语音模式已升级。
• 非推理和推理“思维”模型。
• 我们无法再访问以前的型号（o3、4.5……）。
• 更便宜（通过API），更快，据说更好。
• 更擅长代理工具的使用（例如，当它为你滚动网络时）。

新闻是一回事。

但最重要的是实际的氛围检查。

2.我的第一次24小时氛围检查。

我目前的情绪检查的大脑转储。

快速的

非推理模型非常快。

这并不意味着聪明，但有时速度更重要。

推理

当它推理时，它是聪明的。不讲道理就没那么聪明。

🌟 概述

应用机器学习很难。许多组织尚未从机器学习中受益，大多数团队仍然发现有效应用它很棘手。
尽管有很多机器学习课程，但大多数都侧重于理论，学生在完成学习时不知道如何应用机器学习。实践知识是通过实践经验获得的，很少有记录——很难在教科书、课堂或教程中找到。了解机器学习与在工作中应用机器学习之间存在差距。
为了填补这一空白，ApplingML通过精心策划的论文/博客、指南和对ML从业者的采访收集了关于应用ML的隐性/部落/幽灵知识。简而言之，这是1/3的应用ml、1/3的鬼知识和1/3的Tim Ferriss Show。其目的是使在工作中更容易应用机器学习并从中受益。

我拖延了几年才深入研究Transformers 。最后，不知道是什么让它们滴答作响的不适感对我来说太大了。
2017年的这篇论文中引入了转换器作为序列转导的工具——将一个符号序列转换为另一个。最常见的例子是翻译，比如从英语翻译成德语。它也被修改为执行序列完成——给出一个开始提示，以相同的方式进行。它们已迅速成为自然语言处理研究和产品开发中不可或缺的工具。
在我们开始之前，先提醒一下。我们将深入探讨矩阵乘法，并探讨反向传播（用于训练模型的算法），但您无需事先了解任何相关内容。我们将逐一添加所需的概念，并附上解释。
这不是一次短途旅行，但我希望你会很高兴你来了。

上个月，DeepSeek发布了其R1推理模型（现在显然改名为DeepThink），其功能类似于OpenAI的o1。DeepSeek的重要性不在于其基准测试结果；因为有很多模型的表现与o1相当。真正重要的是，它似乎只用了可比模型十分之一的资源进行训练。把更多硬件投入问题中，通常不是获得良好结果的最佳方式。

人工智能