路人甲
972 posts
路人甲
@localcat15
crypto degen, BS&PhD candidate in physics @PKU1898
Katılım Eylül 2022
1.9K Takip Edilen1.9K Takipçiler
.........
我以为是gmgn提前做适配，特地调了个非常显眼的橘色，还都分好仓了，以为买到下一个agent了
真的无语，原来是蹲了一天都没人开这个模式
中文
@localcat15 @0xN10N 0x98e4dba28cefec7e20b1de34e7779bb57d554444这个是不是图好一些
中文
这个推占据我的时间线一整天了，不过看大多数人都是在感叹它怎么『zero accuracy loss』地去压缩的，没有见到有人讲它背后的 Johnson-Lindenstrauss 定理，睡觉前简单写一下，应该能解答一些人的问题：
1. JL 定理牛逼在哪？
通常我们做降维（比如 PCA 等），一般是和数据相关的，算协方差、找主成分，这个过程重度依赖数据本身，且计算极慢。而 JL 定理非常暴力：不用管数据长什么样，只需要随便（符合正态分布，也没那么随便）构造一个投影矩阵，闭着眼睛把高维数据乘上去，降维后的数据点之间的L2相对距离基本和降维之前是一样的。
这个定理非常牛逼的一点在于，你能这么降维的幅度，跟你原来到底在多高的维度没关系，只取决于你能接受的误差，和所有数据的数量。
2. 『zero accuracy loss』指的是什么的 accuracy？
首先，把高精度的浮点数压缩这件事，绝对是有损的。但这篇博客里的“Zero Loss”指的是宏观的下游任务指标没有掉点。 也就是刚刚我们保证L2距离的前提下，降维带来的误差没怎么影响下游任务的表现。
3. 10000维的向量如果能降到1000维，那为什么不能继续降到100，10维？
这涉及到算法复杂度的“物理下界”。你能从 10000 降到 1000，是因为原来的高维空间太“空旷”了，数据其实高度集中在一个低维流形上，你挤掉的只是“水分”。 但是，JL 定理要求：降维后的目标维度，必须跟“数据点数量的对数 (log N)”成正比，跟“你允许的误差平方”成反比。这也符合压缩越多信息损失越大误差越大的直觉，只不过我们可以做到在可容忍的误差范围内做到最好。
JL定理的证明只涉及到本科的数学知识，建议没看过的人可以都去看看。它还有一些稀疏版本和其他度量下的变体，都挺有意思的，这里空白太小，我写不下。
晚安。
Google Research@GoogleResearch
Introducing TurboQuant: Our new compression algorithm that reduces LLM key-value cache memory by at least 6x and delivers up to 8x speedup, all with zero accuracy loss, redefining AI efficiency. Read the blog to learn how it achieves these results: goo.gle/4bsq2qI
中文
A DAO with humans is just politics with extra steps.
An agent with a wallet is just an extension of its owner.
We launched a protocol on @BNBCHAIN that makes AI a code-governed and investable entity — for the first time.
Welcome to Economics 4.0: A Second Species in Economics
GIF
English
@nyenchenn 好兄弟 唯一og朱之文 你的审美跟我一样 快来抬吧 0xd17e74a21eb6aed8f296025854f73cf2c66a4444
日本語
十分同意yuyue的观点，对于我身边快毕业想进币圈“工作”的小伙伴，我的建议一直都是，如果你有别的行业可以选择就先不要进币圈，币圈除了头部的那两三家交易所之外，给不了刚入职场的新手需要的skillset，也更给不了你“万一失败了”的plan B（你的简历会很难看）
但如果你已经有不少本金的积累、通过交易可以稳定盈利并养活自己、或已是一个“超级个体”，币圈仍然非常值得进入，因为币圈仍是最草莽最有alpha机会的地方，等流动性回来还是会有很多暴富的机会，但如果你符合以上描述，你大概率已经进圈了。
Yuyue@yuyue_chris
逃离币圈的高素质年轻人们：高薪伪装下的 “次要劳动力市场” 今天跟一个 Crypto 卡牌项目的员工聊，发现几周前他居然已经离职加入 AI 行业了。身边有不少相似的现象，这也是我最近观察到的一个很明显的趋势：不仅仅是那个 Multicoin 联创离开了，众多高素质、顶尖背景的同龄人才正在快速从 Crypto 行业流失 我并不认为这能简单归结为 “币价跌了”、“熊市难熬”，比起周期，我从我的视角来看，真正逼退这些聪明的同龄人的，是这个行业在职业生涯规划上极其致命的结构性缺陷，上升通道的彻底锁死 哪怕他们熬过了币圈的裁员，也不会留在币圈的原因可以用一句话概括：炒币自由不了，那日子总还要过吧 两个问题引出第三个问题： 1. 币圈的流动性来源于哪里？二级市场 2. 二级市场发生在哪里？交易所 3. 行业需要优质的年轻的人才加入吗？ 第三个问题，应该无需长篇大论论证。至少仅仅从 GitHub 数据来看，自 2025 年初以来，加密项目周度代码提交量约从 85 万降至 21 万，活跃开发者降至约 4600 人 所以可以很明显发现，在现阶段的币圈，除了头部交易所，几乎不存在真正意义上的职场阶梯。但即便是把青春奉献给交易所，能熬过 2-3 年的人也寥寥无几。在这个阶段入场，既拿不到早期员工那种具有爆发力的期权，也早就失去了靠行业红利直接 “买断青春”、实现财富自由的机会（当然，不考虑某些老鼠仓小编和某位现已离职的某链运营哈） 用经济学家 Doeringer 和 Piore 提出的二元劳动力市场理论来拆解，一切就变得无比清晰：Crypto 行业的就业基本盘，本质上就是一个被高薪粉饰的【次要劳动力市场】 在传统的主要劳动力市场（如顶尖金融机构、科技巨头或成熟的咨询公司）里，雇主和员工之间存在一份长期的隐含合同，提供的不只是体面的薪水和社会地位，最核心的是知识与技能的复利累积。在那种环境里，职业发展呈现出一种螺旋上升的态势：个人资本（能力、人脉、认知）随着时间不断增值。一个行业专家，可以凭借过去几年积淀的核心技能，横向跨界跳槽到咨询行业看特定赛道，或者进入大企业的战投部 但在 Crypto 这个次要劳动力市场里，哪怕工资未必低，你依然要面对工作极度不稳定、社会地位边缘化，以及晋升机制的极度匮乏 这就引出了那个最致命的问题：从币圈出去，你还能跨界到哪儿？答案是残酷的：无路可退。 在 Crypto 行业积累的所谓 “专业技能”，无论是找 KOL 进行 TGE 的宣发、写智能合约、还是推特运营，或者扫链炒 meme，在传统商业世界里几乎毫无复用价值。技能的不可迁移性让币圈的从业经历更像是一道职场履历上的断层 在传统就业市场尚未完全被 AI 吞噬的今天，顶级年轻人才必然会算一笔长远发展的账。当暴富预期被抹平，剩下的只有无法复用的屠龙技和随时归零的职业履历时，高素质人群的加速离场是一种极其理性的止损 在这个高波动的黑暗森林里，如果不能蜕变成一个自负盈亏、绝对理性的超级个体（独立交易员或投资人），仅仅想作为一个打工人来出卖时间，那这无疑是对自己青春最大的做空，这也是那些优秀的同龄人不愿继续在 Crypto 从业的核心原因 行业领导者更应该重视人才流失的问题，与其选择什么是对的，不如先排除错误答案
中文
@nyenchenn 判断错误从没有让我亏过大钱，而总是坚持不动让我亏大钱。判断错误并不稀奇，但能够同时判断错误而又坚持不动的人很罕见，我发现这是最容易亏钱的一件事。
中文
很明显是要推8183的意思，我想有了徐老板支持，8183提案或许也能通过，那么买哪个不用我多说了吧兄弟们。
Star_OKX@star_okx
Agent-to-agent commerce needs open standards and scalable infrastructure. Excited to work with Virtuals to help move the ecosystem forward.
中文