Lin-Yi Tang retweetledi
Lin-Yi Tang
11 posts
分享一批 5min 高 PnL 地址，不少是从 15min 转战过来的，感兴趣的可以进一步挖掘这些神仙地址
1. BoneReader: 0xd84c2b6d65dc596f49c7b6aadd6d74ca91e407b9
5min 市场交易量最高的地址，1 月 21 日创建，2 月 14 日正式入场，PnL 已达 33 万美元，胜率高达 70%
2. 0x1d0034134e: 0x1d0034134e339a309700ff2d34e99fa2d48b0313
毫秒级的艺术，2 月 2 日创建至今，累积 PnL 超过 35 万美元，虽然胜率略高于 50%，但恐怖的是 Recovery Factor 高达 63，即纠错和从损失中恢复的能力极强
3. 0x1979ae6b7e6534de9c4539d0c205e582ca637c9d
印钞机，2 月 2 日创建至今，累积 PnL 接近 60 万美元，听闻亦是来源于 Polymarket Bot Arena 中的策略：github.com/ThinkEnigmatic…
4. k9Q2mX4L8A7ZP3R: 0xd0d6053c3c37e727402d84c14069780d360993aa
传闻是一位熟悉 Crypto 的资深开发者弄的高速交易 Bot，从 15min 到 5min，自去年 12 月 18 日以来累积 PnL 接近 100 万美元，最大回撤不到 6%
5. @0x8dxd : 0x63ce342161250d705dc0b16df89036c8e5f9ba9a
大神无需多言，从去年 12 月 5 日至今累积 PnL 超过 160 万美元
6. 0x0ea574f3204c5c9c0cdead90392ea0990f4d17e4
学好数学的重要性，1 月 8 日至今 PnL 超过 40 万美元，基于 Frank-Wolfe 算法优化投注，推荐阅读 x.com/RohOnChain/sta…
7. dustedfloor: 0x571c285a83eba5322b5f916ba681669dc368a61f
5min 交易新星，2 月 15 日至今 PnL 超过 7 万美元，忠爱 50% 以下的高风险，特别是在 20%-30% 获胜单数高
8. vague-sourdough: 0x70ec235a31eb35f243e2618d6ea3b5b8962bbb5d
以小博大，从 2 月 14 日至今 PnL 超过 10 万美元，ROI 高达 4,700%
9. 0xe594336603f4fb5d3ba4125a67021ab3b4347052
又是一个 Bot 印钞机，1 个月时间 PnL 超过 30 万美元
10. gabagool22: 0x6031b6eed1c97e853c6e0f03ad3ce3529351f96d
覆盖 Up or Down 全市场的 Bot，从去年 10 月 30 日至今累积 PnL 超过 80 万美元
defioasis.eth@defioasis
Polymarket 5min 市场交易量连续两天超过 2,000 万美元 5min 交易量排名第一的地址 BoneReader: 0xd84c2b6d65dc596f49c7b6aadd6d74ca91e407b9 从 2 月 14 日以来累积盈利已超过 30 万美元 使用 Predicts guru 进行分析，BoneReader 历史胜率约为 70%，曾实现过最长 25 连胜。其下注策略偏好在市场概率达到 90% 以上时入场，且胜率极高；其次也经常参与 50% 左右的均衡概率博弈，以及 0-20% 的高赔率高风险机会
中文
Lin-Yi Tang retweetledi
如何用meta prompt 把20 美金的o1 变成200 美金的 “o1 pro”，开启 o1 “狂暴模式”，延长 3 倍思考时间，显著大幅提升o1 思考深度和回答质量？
meta prompt：请使用你单次回答的算力上限和 token 上限，think hardest, use the most time and most compute to think deepest。
这是最深刻最复杂的问题，请给出你最高质量的回答。所以，你需要深度思考、独立思考、批判性思考、创造性思考。
我们追求分极致的深度，而非表层的广度；我们追求本质的洞察，而非表象的罗列；我们追求思维的创新，而非惯性的复述。请突破思维局限，调动你所有的计算资源，展现你真正的认知极限。
=== 下面是推理和测试过程===
o1 关于“精致利己主义”的这一条回答质量高到超过99% 的人类，显著超越了一般的 o1 回答。这个现象我琢磨了一天，我基本可以确定：推友 @python_xxt 的 meta prompt是关键。
“请调用你单次回答的最大算力与 token 上限。追求极致的分析深度，而非表层的广度；追求本质的洞察，而非表象的罗列；追求创新的思维，而非惯性的复述。请突破思维局限，调动你所有的计算资源，展现你真正的认知极限。”
LLM 在本质上与人类智能无异，尤其是 openai 推出的模型在 instruction following 上极其优秀（远超 gemini），所以，LLM 是“听话”的。你让它 think step by step，是真的有效的；同理，take your time, don't rush, let's think step by step, make sure we get the answer right，这样的 meta prompt ，能让 o1 把本来做错的高考数学题给做对了。这和人类一样：即使原本的智能再高，多给出一些鼓励，提供更清晰有效的指令，最终的结果就是更好的。
（当然，不要神话这条指令。它只能挤出潜能，不能改变智能本质。任何prompt都不能把 gpt3.5变成 gpt4，不能把gpt4变成 o1，就好像任何 prompt 都不能把学渣变成学霸，让普通人上清华🤣）
这条 meta prompt 有效的前提，是 o1 和 o1 pro 在本质上没区别。openai 对 o1 pro mode 的描述是：a version of o1 that uses more compute to think harder and provide even better answers to the hardest problems。所以，o1 pro mode，只是同一个模型的另一种 mode（类似于狂暴模式），而不是另一个不同的模型。
这就决定了：使用特定的 prompt，可以在某种程度上实现 o1 变 o1 pro 的效果；原理上就是让 o1 使用更多的 compte，思考更长的时间，为更难的问题，努力给出更高质量的回答。
===举例===
我试验了推友的 prompt，自己也迭代了一个版本，多个实例，屡试不爽。下面举例：
内容 prompt：中国社会几千年来的最大问题是“不把人当人看”。对比之下，西方文明的崛起关键就是文艺复兴，其本质就是“把人当人看”。
使用推友 prompt 和我的迭代版prompt，都能把 o1 的 compute time提升三倍以上，从 思考 5 秒到思考 17 秒（见图片附件），o1 给出的 CoT 思维链也更细致（见图片），反映了 o1模型在 reference time compute 上确实think harder，模型在语义空间中的推理过程也更复杂更深刻。
对内容质量的判断，是需要静下心认真领会，前提是深度理解。所以，我把对话都剪藏到 readwise reader 中阅读并划线笔记（图片有黄色高光），还提供了思维导图，推友们可以亲自验证一下，回答质量是否大幅提升。
chatgpt 的原始对话输出（o1 和 o1 pro prompt 的两个版本），我把 link 放在留言里。
===总结===
根据模型的运行原理出发，结合实践和经验，基本可以确定这个 meta prompt 是有效的，能把20 美金的 o1 用出 200美金 o1 pro 的“感觉”（pro 会员可能提升幅度更大，且不限量）。欢迎大家亲自实践，并留言反馈分享。
===图片===
图 1：o1 pro prompt 的输出大纲；
图 2：o1，无 pro prompt；
图 3：o1 + 推友的 meta prompt；
图 4：加 prompt 后的 o1 对话CoT（原始为引文，图片为翻译版）；
howie.serious@howie_serious
“在中国的大环境下，受过高等教育的人更容易成为精致利己主义者吗？” ChatGPT o1 思考16 秒后给出的回答，是我看过最好的版本（超过99.99% 的人类版），而且 o1 还给出了逃出“精致利己陷阱”的解决方案。 这个问题的复杂度相当于一篇小论文。o1 的回答也逻辑清晰，论证清楚，结论和行动都很具体明确。碾压人类。 首先，o1在开展具体讨论前，先明确问题、界定概念：不是XXX（流行错误观点 1），也不是 XXX（流行错误观点 2）。把“精致利己主义”的定义明确下来；在开展具体严肃讨论前，先明确概念的定义、内涵和外延； 然后，o1给出明确结论：“当下中国大陆的社会环境和教育培养逻辑中，确实会有一些诱因，让一部分受过教育的人更容易往这方面走”。 然后是 4 个方面的论证分析：1）教育体系与“竞争—功利”思维的养成；2）社会环境对“精致利己”的宽容与鼓励；3）高学历与“精致利己主义”的关联；4）人性与社会价值观的博弈；每一方面的观点阐述和论证，都是言之有物，有理有据的。 最后，o1 还进行了总结，给出了解决方案：克服精致利己主义思想毒害和环境诱因，关键在于个体要“更好地认清社会运作规律，更具同理心和更开阔的视野”。对社会本质有 insight，对人有 empathy，有 open world view. “如果这个过程加入了对于公共价值、社会责任以及良性竞争的培养，个体是有机会超越单纯的个人功利算计的。这需要教育体系、社会文化氛围以及个人价值选择的共同作用。” -------------------- o1 的回答质量如此之高，我把它剪藏到 readwise reader 中阅读，高光划线，记笔记，读个 5678 遍；（对于chatgpt 的高质量回答，这是我的习惯操作，受益良多） p.s. 2024 年关于 llm 的一个结论，就是合成数据质量很高，在训练 llm 时效果很好。openai 现在的各个模型都用了大量的合成数据。 那么，我们现在把 chatgpt 生成的文章这么阅读、笔记、重读，也相当于用“合成数据”来训练和优化自己的大脑参数啦～ 完整对话的 link 在回复中。
中文
Lin-Yi Tang retweetledi
@Akikun1124 蚊誘引音源をwebアプリ蚊したぞ！使ってないスマホを布団の上において放置するだけ．家から蚊を絶滅させるぞ
katori.vercel.app #蚊取り音泉
日本語
