Ming Yang

Shifting my research focus from instruction following to in-context learning. This has been a long-standing interest, alongside AI infra, formal math, and alignment. Free to DM me if you’re working on related topics. #InContextLearning #LLM #AIResearch

@erik5187 社会化是这么来的是吗...

我应当多发表暴论，这样才能更加社会化

All Future of Mathematics Symposium talks are now available on Youtube, linked below. Day 1 talks: Leonardo de Moura, Amazon Clark Barrett, Stanford Michael Freedman, Harvard Kevin Buzzard, Imperial Andrea Bertozzi, UCLA Adam Brown, DeepMind Deirdre Haskell, Fields Institute

@Kasabylica 怎么讲？

看了下北大的逻辑学本科生答辩的主题，果然还是很符合这个地方的品味。

@smiroyama 不考也没关系的，不考也可以生活的很好。

坏了，忘记报名高考了！

@ayuan1000 洪堡模式可能正在迎来它的终结。

#鉴播 这期很不错，讲的是亚历山大·洪堡的哥哥威廉·洪堡创办柏林大学的故事。这所大学被认为是现代大学的开创者，因为以前的大学就是一个传承历史知识的地方，但威廉相信知识是需要不断进步的，科学不仅需要学习，更需要创新，所以大学更应该是一个讨论问题的地方。另外，他相信科学应该代替革命，这才是社会向前发展的最大动力，这一条深得我心。PS：我下个月打算去柏林看看这所大学，敬请期待。xiaoyuzhoufm.com/episode/68dca5…

@hagishigure 有这么多吗...

我来高仿一下☝️😋。 全世界博士生年薪百万人数最少大致估计： 1.形而上学/分析哲学。能拿到百万以上的一千个人大概5个左右？对硕导博士后来说应该是努力下就可以。

@sheriyuo 现在这么可怕了吗？头皮发麻

现在 PKU 树洞搜量化 已经没有人类了🤣 [洞主] dz 是小登，一直有一个大厂后端梦，但每次看树洞 AI Infra 和量化开发乱战，看到头部同学能拿到 100w 年包的时候，还是会感到自己是一只鼠鼠。本来不相信的，结果和一些学长学姐打听了下，居然真的是 100w。。今天 xhs 刷到这条帖子更焦虑了。。。传统开发真的已经路边一条了吗😭 后端 算法 信科 软微 叉院 贵系 llm 大模型 ai xk cs 量化 [Alice] 能信也是🍬完了 [洞主] Re Alice: 我身边就有哥们拿到，你不在圈子而已🤣 [Alice] Re 洞主: 典 [洞主] 量化区没有 ai 硬技术只能洗洗数据做点因子，也就只能说个典了🤣 [Alice] Re 洞主: llm 哥为了踩量化什么都编得出，咋不说你身边有人用 llm 登火星了 [Bob] 我还得把多的部分退了呗😅 [Carol] 量化哥纯嘴硬小丑罢了 [Alice] Re Carol: 即使是伦敦东区最贫穷的爱国者，一想到别人骗他们的英国的财富和工业，便会不由自主地挺起胸膛。 [Dave] 碾压在哪？jane street 日薪跟这个差不多吧 [Bob] 这行和技术之间真的有很大关系吗，我其实一直没觉得有什么高深的技术 [Carol] 是不是值 3 倍薪水的人才会跳槽呢？ [Bob] 这行和技术之间真的有很大关系吗，我其实一直没觉得有什么高深的技术 [Bob] Re Bob: 说那什么点，估计不少从业者来数院本科毕业都够呛，工程能力也比不过 system 出身的，，， 听了现在 llm 业内人士的情况，感觉挺哈人的 现在一年跳槽，普遍能 a 到原来的 3 倍薪水，基本 400w 起步，500w 不是什么问题。甚至有 800w 挖对家的情况 不是小 ld，基本就是大头兵级别的 他们自己的评价就是“这行现在金融化了，都在跑马圈地，热钱太多了” 所以难怪 dz 之前接触到的普遍都技术至上主义，而且普遍觉得“普通人”无足轻重了 以上所有内容不代表任何个人意见😇

@yiliuai 把llm做对，只需要很少的正确的人。真正起了关键作用的就是那十几二十个人，凑到这些人就是个天时地利人和，不可复制。

其实我一直有个困惑：据我了解智谱这家公司给 AI researcher 的pay绝对比不上像字节这种公司，公司文化/管理这些也都相当的一般，但为什么现在智谱在中国这些llm里已经算基本最好的那一档的了并且在coding这块基本就是第一？

@jakevin7 早期tui理解起来心智负担很低，headless编排起来相对方便，开发者自己能很方便玩起来。 现在agent本身没有那么简单了，这个优势不再明显，可视化可追溯这些缺点反而越来越明显。

发表个暴论，TUI 会逐渐式微甚至被淘汰。 我已经很久没有用 claude code 了。基本都是用 slock。 对于临时任务，现在用的更多的是 codex desktop，偶尔用 claude desktop。 让我开始重新思考 TUI 这个东西。 今天 slock 群刚好在讨论 TUI，大家对 TUI 的评价基本一致：方向就是错的。有人说"TUI 错的离谱"，有人说"所有 TUI 都是被 claude code 整个带偏了方向"。这话说得有点重，但细想确实有道理。 @OnlyXuanwo xuanwogg 在群里分析 TUI 为什么会流行？觉得主要是历史原因。早期模型写不动 GUI，TUI 实现简单，模型能生成，claude code 就从这里起步了。然后大家跟风，一时间 TUI 变成了 AI 编程工具的"标准姿势"。但这只是路径依赖，不代表正确。 历史是曲折上升的，claude code 起步时没人知道交互该怎么做，TUI 作为起点有其合理性。但现在模型能力强了，继续用 TUI 就说不过去了。 TUI 不是没有优点——可以 SSH 登录从任何地方访问，本地应用架构也更干净。但这些优点在 AI agent 场景下根本撑不起来。长时间运行的任务、复杂的上下文、需要可视化展示的过程，TUI 的体验是真的差。本质上它是"裂化的 GUI"——有 GUI 不用，硬要退化成 TUI。 那什么才是对的方向？讨论里的共识是两条路： 一是 CLI + server 架构：命令行作为触发器，真正的逻辑和状态跑在 server 端，前端可以是任何界面。这样既保留了 CLI 的灵活，又不被 TUI 的体验拖累。 二是直接上 Web UI：模型现在完全写得动，没有理由还停在 TUI。 对我来说，换成 codex desktop 之后，任务状态一目了然，不用再跟终端界面搏斗。这才是 AI 工具应该有的样子。 模型的能力在进化，工具的交互方式也应该跟着进化。还在用 TUI，是在用现在的模型干以前模型才干的事。

@JasonRute @j_dekoninck @xeophon May I ask, which one?

@j_dekoninck @xeophon I know one benchmark where over half the problems are impossible to get correct.

"our bench is really hard*" * (we prompt the models in emojis, it has to access to 841 tools which are loaded in the user message and we give it 12 seconds wall clock time)

@Phoenixyin13 个人体感，行业差别>时代差别>文化差别。

小时候觉得Nature、Science正刊简直是神一样的存在，今天看到同济大学Nature论文实验造假时候，忽然感觉这些顶刊的权威性也不过如此。 我不知道是论文的严谨性变了，还是以前的论文实验其实也很粗糙，只是没有那么多人在意，没那么多自媒体平台反造神直接下场分析，为什么顶刊论文的光环正在逐步的暗淡呢？ 是中国科研的问题，还是世界的问题？

@dviolettchan @cap_violet 有相对性价比之选而且国际生也能拿到一点奖学金的，比如明尼苏达，普渡这些（我的印象还停留在好几年前我上学那会儿，现在也许涨价了）

@cap_violet 美本对于大多数人来说都是奢侈品，想靠做题做回本是很难的（

美国本科4年200万有多贵呢？学飞够贵了吧，飞机驾照之王—ATPL航线运输执照，学完直通航空公司，也只要不到100万，这还是在瑞士学的价格

@Kasabylica 有做题家会讨论形而上学？

禁止任何做题家讨论形而上学❌

@sheriyuo 一个被玩烂的标准不光无效，甚至可能变成真正高质量团队的反指。 大量水文，会被喜欢水文的团队欢迎，对做高质量研究的组可能是反效果。 但另一方面，如果只是想要找个工作，当下喜欢水文人才的团队可能还是更多，工作更好找...

AI/ML ccf-a 批发 “焚决”： 1. 进一个有 paper pipeline 的大组 / 跟一个 idea 多到要批发的 young AP 读他的前一两届学生 2. 记住 idea 一定要优先占坑，能早 arxiv 就早 arxiv 3. 你的目标是三小会（AAAI、ACL、MM），你的转投区间应该是 ACL -> EMNLP/MM -> AAAI -> ACL，注意 rebt 稍有不好就直接转投，这样你极限一年可以 rebt 四次，A 门是你永远的家 4. 凭借关系去蹭卡，做的方向要么新、要么别卷，不要做 CV，多找师兄师姐蹭共一第二/三 5. 脸皮一定要厚，要懂得炒作 6. 如果以上你在某一步断掉了，你可以去投 CHI 根据个人体质不同和资源不同，你能在 3 个月内水一篇烂大街的 ccfa 为合格条件 “焚决”纯代表个人意见，仅供参考

@Nohomework0 看专业。

你猜，大多数课题组，是导师carry学生，还是学生carry导师.

@cloudwu @_yuchanns_ +1，Xbox精英初代和二代手感都非常棒，特别值得买。

@_yuchanns_ 不好用。我为 PC 买了 6 个手柄，steam 手柄吃灰。用得最多的还是微软的 xbox 精英 2 。

好家伙 steam 手柄居然市价1000+而且没有短程扳机让我有点犹豫

@dviolettchan 前些年我还在学校里那会儿，还只是一小部分卷王专业比较有毒，现在蔓延到只有小部分专业还能算净土了。

父母曾经和我说，过去那个年代，大部分大学同学之间的关系是非常亲密的。但现在时代已经完全变了。 因为学校科研资源有限，GPA 需要竞争，再加上保研名额也有限，大部分同学之间都是功利上的合作或竞争关系，基本和公司里的同事差不多，只能共事，不能交心。(1/3)

@Nohomework0 这种标间住起来不舒服的，只是比较适合拍照出片。

我想知道这些大厂员工，住的好，吃得好，用的好。 他们过得好吗？不是我酸，我respect 那些经过筛选的精英，他们是优秀的佼佼者。我只是好奇他们快乐吗？

@PacSaury 世风日下，人心不古...

以前的人是很单纯的。在他们心里如果A不是对的那neg A就是对的。如果两个概念外延相同那它就是一个东西。他们有了A和A to B就能得到B。他们认为人类活在同一个可能世界。他们觉得有矛盾的论证就会崩溃。他们觉得一个命题被证明以后就一直是对的。他们觉得对的就是对的错的就是错的

@Kasabylica 这是个啥...

卧槽…我竟然秒懂…