@ty29022 哈哈，之前我乍一看也以为是神经病的民科，但是实际上，只是他的表达能力堪忧。他这个研究，是非常规主流路线的研究，可能和他背景偏物理和数学相关，但是，研究的过程和逻辑都是扎实的科学研究。以及方向都是有搞头的，他这个方向主要是 用物理动力学和数学构建一个框架区别于经典的 transformer 的统计学框架 ，他对 transformer 是有深度理解的，并且从他这段时间搞的结果来看，路子是可行的，只是当前还是初始阶段，有很多 bug 待修补。大部分 cs 出身的研究者，做不到，因为背景限制，没有这些造诣，连点子都想不到。

@evegod #29 我觉得在视觉生成的意义，可能更大于语言，因为视觉领域前后帧才是真正的因果推断，如果物理动力学能模拟真实的视觉因果，并且和文字特征对齐，那么对于世界模型来说，确实是有搞头的。在现有的框架之下，如果能压缩到小参数量，还是有很大意义的。

@evegod #26 等我度过我这个最艰难的时刻，或许以后有机会合作，我很欣赏你的态度。我有一个很 fancy subversive 的 idea ，应该很有搞头。

@evegod #26 刚才看了下，你这个确实不是民科，之前是我误解了，抱歉。

你对 transformer 应该有一定深度的了解，但是依然还是在 transformer 构建的 NLP 这个领域里，做一些引入物理范式的探索，但从我看来，这条路线实际上没有多大价值了，你这个思路还算新颖；但是历史上一直有这么一个方向有人在做，结合物理范式和神经计算。当然，人各有志，你能有这么一个想法并能动手实践，已经超过了当前的我。你这整个过程应该是没什么问题的，只是是否会比当前更好，还要继续耕耘，或许能发个不错的 paper 。

@paradoxs 你描述的上下文语境里的"AI"现在都没有主流共识的定义，我怎么定义？

精确表达一下：LLMs ⊂ "AI".

LLMs ≠ "AI"。

@evegod #23 之所以能和你聊这么多，因为我也有这个想法，只是我的想法需要更多的时间和金钱去实现，并且我的想法是建立在已经有的理论之上。都是在探索的路上，共勉之吧。

@evegod #20 你怎么理解 深入浅出 这个成语？

@evegod #20 所以，这是自然语言处理，有什么关系？你怎么映射到字词之间的关联？

脑认知和自然语言不是必然关系，没有强因果关联。

你试图通过数学描述脑认知和感知，然后再度关联到自然语言，我这个理解是你的理解吗？

你上面这一堆描述，你认为 6 岁的小朋友能理解吗？

@evegod #18 一个真正的基础底层原理级别原创性的创新，是需要很长时间仔细雕琢的；但是一定得是基础夯实地一步步迭代。就像 nlp 领域，从最早的形式化规则（主谓宾，句法，成分分析...），到字词概率分布统计，到用向量表示语言，最后才衍生出复杂的注意力模式；你一上来就要超越最后的这个最复杂的架构，你的新架构的底层原理是什么，为什么会比这个更好，而不是你就一门心思的发展你的理论，然后主观唯心的来一句就是比之前的好，这是民科的搞法。最起码要符合现代科学研究的基本方法的嘛。
讲句实在的，我现在依然没有看懂你这个四元数架构是个什么原理，如果你不能深入浅出地通俗易懂的解释一下，那说明你自己也没有搞懂。以前白居易写的诗，是要让文盲老太太都能听得懂，才成为经典流传千年。如果你的理论，你不能让还没上一年级的 6 岁小朋友明白，那说明你自己对你发明的理论，也没有深刻理解。

@evegod #16 要证明你这个四元数架构比 transformer 更优，你还得设计一个测试标准。

无可奈何，写实的生存写照，如同照镜子。

@nxforce 或许也没什么人再会去写技术实体书了吧。

@chunqicoder 妞儿找的怎么样了？ https://i.imgur.com/O6ZZSLk.png

3. 开发者与用户行为规范





https://github.com/zai-org/Open-AutoGLM/blob/main/resources/privacy_policy.txt

严禁利用 AutoGLM 开源项目或基于其开发的应用/服务从事以下行为：
（ 1 ）批量自动化与恶意竞争行为
- 进行任何形式的虚假数据操作：刷单、刷票、刷赞、刷评论、刷流量、刷粉丝、刷播放量、刷下载量等。
- 批量操控账号：批量注册、批量登录、批量操作第三方平台账号（群控、多开、云控）。
- 扰乱市场秩序：恶意抢购、囤积居奇、抢占限量资源、批量领取/滥用优惠券/补贴、恶意占用服务资源（薅羊毛）。
- 操纵平台规则：刷榜、刷排名、操纵搜索结果、人为干预推荐算法、虚假提升/降低内容曝光度。
- 制造虚假活跃度：批量发布、转发、点赞、收藏、关注、取关等社交媒体操作。
- 破坏游戏公平：游戏代练、工作室操作、批量刷装备/金币/经验/道具。
- 破坏公正性：批量投票、刷票、操纵网络评选、调查结果。
（ 2 ）虚假信息与欺诈行为
- 制造误导信息：发布/传播虚假商品/服务评价、虚假用户反馈、虚假证言、虚假体验。
- 伪造商业数据：制造虚假交易记录、虚假销量、虚假用户活跃度、虚假好评率。
- 身份欺诈：冒充他人身份、虚构个人信息、盗用他人账号/头像/昵称、伪造身份证明。
- 虚假营销：发布虚假广告、进行虚假宣传、夸大产品功效、隐瞒产品缺陷/风险。
- 参与诈骗活动：网络诈骗、虚假投资、传销、非法集资、虚假中奖、钓鱼等。
- 传播不实信息：制造或恶意传播虚假新闻、谣言、未经证实的信息。
（ 3 ）破坏第三方服务与系统安全
- 非授权访问：利用 AutoGLM 进行数据爬取（违反 robots.txt 或平台政策）、信息窃取、API 接口滥用、服务器渗透测试（未授权）。
- 技术破坏：对第三方应用进行逆向工程、破解、修改、注入恶意代码、干扰其正常运行。
- 资源滥用：恶意占用第三方服务器资源、发送垃圾请求、制造异常流量、进行 DDoS 攻击。
- 违反平台规则：故意违反被操作第三方应用的用户协议、服务条款、社区规则。
- 恶意竞争：恶意差评、恶意举报、恶意投诉、商业诋毁。
- 传播有害内容：传播计算机病毒、木马、恶意软件、勒索软件、垃圾邮件、非法内容。
- 侵犯数据权益：未经授权进行大规模商业数据采集、用户信息收集、隐私窥探。
（ 4 ）侵犯他人合法权益
- 账号盗用：盗用他人账号、密码、身份凭证进行操作。
- 网络骚扰与霸凌：恶意骚扰、威胁、辱骂、诽谤、人肉搜索他人。
- 侵犯隐私与秘密：未经授权收集、使用、传播他人个人信息、隐私数据、商业秘密。
- 恶意抢注：抢注他人商标、域名、用户名、社交媒体账号等。
- 骚扰行为：恶意刷屏、垃圾信息轰炸、强制关注/订阅。
- 损害商业利益：商业间谍活动、不正当竞争、恶意挖角、窃取商业机密。
（ 5 ）滥用资源与破坏项目生态
- 滥用注册资源：恶意注册大量账号、虚假注册。
- 浪费计算/设备资源：恶意占用本地设备或云设备资源、长时间闲置占用、运行与自动化任务无关的高耗能程序（如挖矿）。
- 破坏稳定性：恶意测试系统性能、进行压力测试（未授权）、频繁重启服务、利用技术漏洞/缺陷牟利或损害项目/平台利益。


堵住了一切不好的念头，😄。
- 违反开源协议：违反 AutoGLM 项目的开源许可证条款。

利好那些 MCN 机构，以及一个隐藏流量操控市场。

@divfooter #6 因为青山绿水就是金山银山而停工的庞大水电站，可以发机了。