@tombkeeper

怎么做网络小作文的阅读理解？新闻五要素是：时间、地点、人物、事件、原因。看小作文的时候，五要素略有不同：时间、地点、主语、谓语、宾语。因为不能强求别人知道原因是什么。但是，但是，但是，主谓宾总应该有，时间地点总应该有。看小作文的第一步，是删除仅表达情绪而不包含有效信息的句子。第二步，对剩下来的句子删除其中仅仅表达情绪而不包含有效信息的形容词、感叹词、惊叹号等。第三步，根据剩下来的内容，对每一个描述梳理五要素。要素缺乏的地方，打个问号。第四步，根据以上过程梳理出来内容，对每一个指控，分析一下利害关系和动机。看看受益者是谁，受损者是谁。看看被指控人是不是受益了，指控者是不是受损了。看看被指控的行为是不是存在动机。第五步，把第三步中的问号改成各种不同的内容，比如把时间要素分别改为“今天”、“去年”、“大前年”，看看是否会影响你对事情的看法。如果会，就要考虑这些缺失的要素可能是被故意省略的。需要追问一下小作文的作者，这些要素到底是什么。

@宝玉xp

WSJ: 谢你十亿美元的工作邀约，马克·扎克伯格。但我选择拒绝。在当今的硅谷，忠诚和传奇人物正促使一些人拒绝那些高得离谱的优厚待遇。为了在生成式 AI 的竞赛中迎头赶上，马克·扎克伯格在几个月前联系了 OpenAI 的前首席技术官米拉·穆拉蒂 (Mira Murati)，提出收购她刚刚起步的初创公司——Thinking Machines Lab。当她拒绝后，这位 Meta 的首席执行官发起了一场全面的“挖人大战”。在接下来的几周里，他接触了穆拉蒂公司约 50 名员工中的十几位，试探他们跳槽的意愿。他的主要目标是：安德鲁·图洛克 (Andrew Tulloch)，一位顶尖研究员，也是该公司的联合创始人。据知情人士透露，为了挖走他，扎克伯格开出了一个十亿美元级别的薪酬包，如果在至少六年的时间里，加上顶格的奖金和非凡的股票表现，其总价值可能高达 15 亿美元。图洛克拒绝了。他的同事也无一离开。Meta 的发言人安迪·斯通 (Andy Stone) 称这份报价的描述“不准确且荒谬”，并表示任何薪酬包都取决于股价的上涨。他还补充说，Meta 对收购 Thinking Machines 不感兴趣。即使在硅谷这个明星工程师长期以来拥有巨大经济影响力的地方，拒绝上亿美元的薪酬包也实属罕见。但随着 AI 人才争夺战 的愈演愈烈，那些拥有最雄厚资金储备的公司发现，“钞能力”并非万能。虽然一些 AI 研究员如同自由人一样，为了更高的薪酬和权力在各个实验室之间跳槽，但也有相当一部分人对自己选择的领导者表现出坚定不移的忠诚。这些领导者是科技界的传奇人物，他们的名字本身就如同摇滚巨星一般具有号召力。不同初创公司独特的文化将员工紧密地联系在一起。与此同时，经过多年的轮番挖角，各家公司在人才防守方面也变得越来越精明。OpenAI 及其前员工（如穆拉蒂）创办的公司，是扎克伯格招聘闪电战的常客。从 AI 竞赛的早期开始，先驱们就以参与创造通用人工智能（AGI，即在大多数任务上比人类更聪明的系统）这一历史性使命来吸引研究人员。正是由萨姆·奥特曼 (Sam Altman)、埃隆·马斯克 (Elon Musk) 和伊利亚·苏茨克维 (Ilya Sutskever) 等人联合创立的 OpenAI，将这一使命变成了一种准宗教般的追求，其非营利宪章旨在确保这项工作能够造福全人类。OpenAI 首席执行官萨姆·奥特曼和曾任 OpenAI 首席技术官、后创立 Thinking Machines Lab 的米拉·穆拉蒂，都偏爱扁平化的汇报层级。Meta 已经接触了超过 100 名 OpenAI 的员工，并成功雇佣了至少 10 名。7 月 25 日，扎克伯格任命曾在 OpenAI 工作三年的中国研究员赵晟嘉 (Shengjia Zhao) 领导 Meta 新成立的超级智能团队。据知情人士透露，那些迄今为止拒绝了 Meta 橄榄枝的 OpenAI 研究员之所以选择留下，是因为他们相信 OpenAI 最接近实现通用人工智能，他们希望在一家规模较小的公司工作，并且不希望自己的劳动成果主要被用于以广告为驱动的产品。扎克伯格从 Anthropic 挖到的人才就更少了。这家市值 1700 亿美元的初创公司由达里奥·阿莫迪 (Dario Amodei) 领导，五年前他离开 OpenAI 创办该公司时，带走了一批顶尖人才。Anthropic 的七位联合创始人至今仍在公司。他们中的许多人是在十多年前通过“有效利他主义”这个紧密的圈子认识阿莫迪的。这是一场在研究人员中广受欢迎的社会运动，因为它早期就关注到 AI 可能失控并毁灭人类的风险。他们中的一些人曾住在旧金山的一栋集体公寓里，辩论如何最有效地捐出自己的财富，以及 AI 所带来的风险。扎克伯格从这家初创公司至少挖走了两名员工——乔尔·波巴 (Joel Pobar) 和安东·巴赫金 (Anton Bakhtin)——他们两人都曾在 Meta 工作多年。伊利亚·苏茨克维已采取措施，保护其公司的人才免受潜在的挖角。苏茨克维在去年联合创办的初创公司 Safe Superintelligence (SSI) 的构建方式，使其相对难以被挖角。与阿莫迪不同，苏茨克维没有从 OpenAI 挖走一大批研究员加入他。苏茨克维的大多数员工在硅谷并不出名，部分原因在于该公司正在寻找那些有新想法、有前途的技术专家，以便苏茨克维亲自指导。公司不鼓励他们在领英资料上提及 SSI，部分原因是为了防止其他公司试图挖走他们。今年早些时候，苏茨克维 拒绝了 扎克伯格收购 SSI 的提议。穆拉蒂在 OpenAI 工作了六年，于去年九月离职，她也拥有自己的一群追随者。她来自阿尔巴尼亚，在 OpenAI 还是一个小研究实验室时就加入了，帮助推出了公司的第一款产品，并作为首席技术官管理着公司几乎所有方面的事务。在 OpenAI，她以高情商和毫无架子而闻名，这为她赢得了研究和工程人员的忠诚。在 Thinking Machines，她也采用了与 OpenAI 和 SSI 类似的无差别汇报层级，即使是高级研究员，其头衔也只是“技术团队成员”，这是向贝尔实验室那种扁平、共事的文化致敬，而贝尔实验室也是 OpenAI 的灵感来源之一。当她今年二月创办 Thinking Machines 时，超过 20 名 OpenAI 的同事追随她而来，其中包括联合创始人约翰·舒尔曼 (John Schulman)，他是 ChatGPT 背后关键人物之一，几个月前才刚刚跳槽到 Anthropic。穆拉蒂的许多研究员来自 OpenAI 的后训练团队，这个研究部门打造了 ChatGPT，并负责教 AI 模型如何与人类交流。Meta 一直在为其位于加州门洛帕克的办公室招募 AI 人才。穆拉蒂究竟在打造什么，即使对她的一些投资者来说，也是一个严守的秘密。这些投资者最近向该公司注资了 20 亿美元。公司公开的使命是让“AI 系统更容易被理解、可定制且更强大。” 穆拉蒂最近表示，公司正在“构建能与你自然与世界互动方式相契合的多模态 AI”，并将在“未来几个月内”分享其首款产品。这家初创公司在旧金山教会区 (Mission District) 一个较为安静的地方租下了一间办公室，距离 OpenAI 仅有几个街区。《连线》杂志此前曾报道过 Meta 接触 Thinking Machines 人才的一些细节。图洛克是 Thinking Machines 的联合创始人之一，他是扎克伯格和 Meta 超级智能实验室新任负责人亚历山大·王 (Alexandr Wang) 激烈招聘攻势的目标，两人都给他发了大量信息，邀请他加入。图洛克来自澳大利亚，毕业于悉尼大学，在校期间拥有理科生中最高的平均绩点 (GPA)。在剑桥大学读研究生之前，他在 Facebook 的机器学习部门工作了 18 个月。之后，他搬到加州，在 Facebook 的 AI 研究小组工作，并最终成为一名杰出工程师，这是该公司最高的技术职位之一。“他绝对是公认的天才中的天才，”曾与图洛克共事的前 Facebook 高管迈克·维纳尔 (Mike Vernal) 说。2016 年，在图洛克加入 Facebook 几年后，OpenAI 的总裁格雷格·布罗克曼 (Greg Brockman) 曾试图聘请他成为该组织的首批员工之一。布罗克曼在给埃隆·马斯克的一封邮件中写道，图洛克在 Facebook 的年薪是 80 万美元，他很可能会试图以此为基础进行谈判。当时，OpenAI 给新员工的待遇是 17.5 万美元年薪外加 12.5 万美元的年度奖金。“安德鲁非常接近同意了。但他担心薪水降幅太大，” 布罗克曼在 2 月 21 日的邮件中写道。他当时没有加入 OpenAI。七年后，当 ChatGPT 已经成为病毒式轰动、公司估值飙升时，图洛克最终还是加入了。

@tombkeeper

在虎扑的九届女神大赛里，刘亦菲五次进入四强，并且是唯一两度夺冠的选手。奇妙的是，网上对“刘亦菲到底好不好看”的争议一直持续至今，但高圆圆、佟丽娅之类的相关争议就不多。想明白这是为什么，就会对人类这个物种有更深刻的认识。 ​​​

@tombkeeper

在虎扑的九届女神大赛里，刘亦菲五次进入四强，并且是唯一两度夺冠的选手。奇妙的是，网上对“刘亦菲到底好不好看”的争议一直持续至今，但高圆圆、佟丽娅之类的相关争议就不多。想明白这是为什么，就会对人类这个物种有更深刻的认识。 ​​​

@凯喜博士DrCash

“如果我在中药里面掺西药卖能成为名中医吗”？某乎上有人问 ​​​

@极目新闻

#奔驰女司机用亮证威胁他人必须彻查#【极目锐评｜男子称遭奔驰“亮证姐”逼迫让路，关键信息警方不能“视情况公布”】#奔驰亮证姐真实身份不能视情况公布#近日，广西防城港一网友反映，他在7月22日下午，因为会车纠纷被一名开奔驰车的女子威胁。#奔驰亮证姐是不是公职人员应查清公布#该网友称，会车时他已经提前避让，但该女子要求其倒车让路，他拒绝后，该女子拿出一本证件称：“要不然，我就拿证了哦!” 该网友表示，该女子疑似公职人员，仅凭车牌就报出了他的家庭住址和姓氏。随后，他向当地警方及12345热线投诉此事。据浪潮新闻报道，7月31日晚10时许，防城港市公安局江山边境派出所民警来到该男子父母家中，打电话要求他删除视频，向奔驰女司机道歉。8月1日下午，极目新闻记者就此事咨询江山派出所，工作人员表示，派出所接到有人报警后处理，执法过程中全程录音录像。此事正在调查，有结果将对外通报，至于该女子是否公职人员，正在调查，会视情况公布。当事网友所发的视频在网络上迅速引发关注，如果其描述属实，会车时他已提前靠边避让，按理说已经是展现出了礼让的态度，奔驰车女司机为何执意要求其退后？究竟是当时通行空间的确不足，还是平时在路上霸道惯了？更令人震惊的是，争执中女子竟以“拿证”来威胁，其同行的男子还准确报出网友的家庭住址和姓氏，这究竟是如何做到的？是对方本来就认识他，还是通过了什么手段进行查询？这本能够对他人形成威慑、让人“退让”的证件，究竟是什么性质的证件？这一系列“霸气侧漏”的行为背后，是否隐藏着滥用职权，炫耀特权的问题？在双方发生矛盾的情况下，一方突然报出另一方的个人信息，其意味不言而喻。涉事网友称，他看到该女子所说的证件，封面上有“行政”“执法”字样，所以怀疑对方是公职人员。如果说，真的是公职人员利用职务之便或人情关系，获取了他人的个人信息，那无疑是对权力的滥用；如果是通过其他非法途径获取，则涉嫌违法。无论何种情况，都侵犯了他人的个人信息安全，触碰了公众的敏感神经。随着事件的发酵，派出所民警要求网友删除视频、向女司机道歉的行为，更是将争议推向了高潮。网友们的猜测和质疑声此起彼伏，纷纷质疑该女子是否“有身份”，民警执法是否公平公正。为什么只处理当事网友发视频的问题，却对女司机威胁他人的行为不予处理？如果涉事女司机具有特殊身份，这样处理是否存在偏袒？这些质疑并非空穴来风，而是基于事件中诸多雾里看花，令人困惑的情节。如果事实不能得到澄清，无疑会影响公众对执法公信力的认知。由此可见，警方及时介入调查并通报结果，尤为重要。而调查的关键，就在于查明该女子是否是公职人员，以及她的同伴是否真的查询了当事网友的个人信息，用以作为威慑的筹码。公职人员作为公权力的执行者，其言行举止都应符合相应的行为规范，严格在法律和职权范围内行事。查明该女子的身份，以及她获取公民个人信息的途径，是判断其行为性质的关键，也是评估警方处理是否得当的重要依据。然而，当地警方表示对于该女子是否是公职人员“会视情况公布”，这种说法显然难以满足公众的期待。若该女子确系公职人员，那么她的行为是否涉及滥用职权、违法违纪，应该有一个明确的说法；如果她不是公职人员，她所说的“拿证”到底是什么意思，其同行者又为何突然报出他人的个人信息，同样需要一个真相。所谓“视情况公布”的模糊承诺，只会让公众更为焦虑，让争议更加喧嚣。所以，针对涉事女子是否为公职人员，不应“视情况公布”，而应依据事实及时、准确地向社会公布。只有这样，才能消除公众的疑虑，维护执法的公正性和公信力。（极目新闻评论员 纪平） 极目新闻的微博视频

@黄建同学

从上下文工程到嵌入生成（embeddings），chunking（文本切块） 可能是整个流程中最被低估的部分。它对性能的影响比大多数人想象的还要大Chunking 是一种预处理步骤，用于将长文本拆分为更小的片段 —— 这些“chunk”就是你存储进向量数据库的实际单元。每个 chunk 会被向量化（embedding），决定了你搜索时能检索到哪些信息。以下是你应该了解的几种主流 chunking 策略：📏 固定大小 chunking（Fixed-size chunking）将文本平均分割成大小一致的片段（例如，每 100 个单词、200 个字符）。实现简单，但可能会打断句子、破坏语义。🔄 递归 chunking（Recursive chunking）采用层级化方式对文档进行切分，在保留原始结构的同时创建易于处理的 chunk。适用于在不同层级上维持上下文结构。📄 基于文档结构的 chunking（Document-based chunking）根据段落、章节等自然的文档边界进行划分。可以很好地将相关信息保持在一起，但每个 chunk 的大小可能差异很大。🧠 语义 chunking（Semantic chunking）根据文本含义而非固定长度或格式进行划分。能更好地保持上下文和语义完整性，但计算成本较高。⏰ 后处理 chunking（Late chunking）先将完整文本进行 embedding，再按需切分 chunk，能够保留更丰富的上下文信息在向量中。没有一种策略是万能的 —— 正如大多数工程问题一样，chunking 策略应根据数据而定。你选择的 chunking 方法将直接影响信息的检索效果，以及最终提供给大语言模型的上下文质量。推荐做法：先从固定大小的 chunk（200～500 tokens）+ 一定重叠开始，根据你的具体应用场景再逐步优化。举例：- 技术文档：可以使用章节、段落等结构化切分；- 叙述性文本（如新闻、博客）：可能更适合语义切分方式。想深入了解如何设置 chunking，可以查看这个教程页面：🔗 Weaviate 官方 chunking 教程：docs.weaviate.io/academy/py/standalone/chunking#人工智能##程序员#