继李飞飞、Bengio、何恺明之后，在刚刚的中，最新演讲也来了。虽然时长仅有15分钟左右，但内容依旧看头十足。例如这一句：而之于未来，Ilya还预测道：那么为何会有如此？我们一起来看看完整演讲。

1983年，期货大佬理查德·丹尼斯做了一场实验：他招募了23名新手（昵称“海龟”），传授一套趋势跟踪策略，并每人给予100万美元资金。5年后，这群“海龟”中最高盈利达1.72亿美元。Anderson（2000）：在国债期货和小麦市场中应用海龟交易法则，取得了超额收益，并验证了最优资产配置方法的适用性。John et al.（2004）：在美国国债期货、标准普尔500指数期货和黄金期货中进行了大量市

随着人工智能技术的飞速发展，"AI+知识"已成为推动各行各业数字化转型的重要力量。今天，我们将深入探讨行业级AI解决方案的精髓，特别是工业知识图谱的构建与应用。工业知识图谱是一种结构化的知识库，它通过将工业领域的专业知识和数据进行整合，构建起一个互联互通的网络。这不仅有助于提高决策效率，还能促进创新和优化业务流程。

FinRL（Financial Reinforcement Learning）是一个开源深度强化学习库，专门用于自动化股票交易。该框架帮助投资者和量化交易员设计、训练和优化基于深度强化学习的交易策略。FinRL的目标是简化交易环境的搭建，并提供高效的算法和工具，使得从事金融分析和量化交易的人员能够更容易地接触到强化学习技术，开发出高效的自动化交易系统。通过FinRL，用户可以构建并训练自己的股票交

在人工智能领域，特别是模型训练和推理阶段，显卡性能极为关键。随着模型规模的增加，对算力的需求也在不断上升。因此，挑选合适的显卡，实现高性能与性价比的平衡，成为众多开发者关注的焦点。市面上的加速卡种类繁多，但谈到适合大模型推理的显卡，4090无疑是当前的佼佼者。尽管在性能上不及H100，在价格上不如3090，但4090凭借其出色的性价比和性能，成为大模型推理的首选。4090显卡基于Ada Lovel

本文默认面向对大模型领域感兴趣的程序员。：基于提示词对大模型的使用，会问问题就行。：在大模型生态之上做业务层产品。AI主播、AINPC、AI小助手。。。之前是会调API就行。现在有了GPTs，连调用API都可以不用了，动动嘴就可以实现应用生成。：给大模型配个“资料袋”**——**大模型外挂向量数据库/知识图谱。：给大模型“大脑”装上记忆体、手和脚，让它可以作为智能体进行决策和工作。：基于基座大模型

大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。

‍‍‍Transformer是目前大模型的主流架构，由Vaswani等人于2017年提出。它使用了注意力机制替代了传统的RNN和LSTM，能够更好的捕捉长距离依赖关系。

用代码训练大模型思考，其他方面的推理能力也能提升。DeepSeek团队最新研究，利用300多万个实例，，构建出数据集，对Qwen、Llama等模型进行了训练。结果，在各种类型的推理任务当中，模型性能都取得了全面提升，包括。研究团队认为，在代码当中暗含了不同类型场景的思考过程，于是想要把这种思考过程“提取”出来训练推理模型。他们生成了大量的训练数据运行这些代码，然后把代码、输入/输出对以及功能描述输

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/