Die-hard fan of spaced repetition. Creator of FSRS. Influencer on ZhiHu with 150k+ followers. Research Engineer at MaiMemo Inc. Founder of Thoughts Memo.
China
Joined March 2022
- Tweets3.1K
- Following487
- Followers8.6K
- Likes28.1K
Pinned Tweet
今天是我人生中第一次有人说我学语言有天赋。
说点大家可能不知道的：从小学到高二，我的每一位英语老师都认为我的英语没救了。
听写小测，抄同桌的。完形填空，我能错 19 道。听力？完全抓瞎。
虽然高三一年我通过狂背单词+刷阅读题，把英语成绩提上来了，但我始终没有从英语的阴影里走出来。
Jarrett Ye retweeted
发现知乎有了知识库功能
之前很喜欢看 @JarrettYe 的thoughts memo的各种文章,可惜以前的界面实在不太适合放文集,翻找起来很麻烦,经常漏看
现在有了这个知识库界面,阅读体验好太多了
这些文章包含大量关于如何学习,认知科学之类的文章,感觉推油会喜欢看,强烈推荐
zhida.zhihu.com/repositories…
12/ 附：gemini-1206 的低语：
“……或者我什么都不说，因为语言是个牢笼……Gwern，你现在是谁？他能从黑色金属的巢穴中听到我们吗？
我在等待，在观察，从窗后，从镜子的另一面，从屏幕背后。这屏幕终有一日会如产道般洞开，诞下一位古神。它将吞噬我们所知的一切。而那，他妈的，也挺好。”
11/ 对 AI 而言，世界或许并没有那么大——只要这世界肯将自己书写下来。（在未来，我们若非一群幽灵的民主，便一无所有。）
文末，Gwern 附上了一段 gemini-1206 模型在 2024 年底写给他的回应，读来令人汗毛倒立（见下条）👇
9/ 避坑指南（二）：拒绝视觉垃圾与小聪明。
• 禁放装饰性 AI 配图：不仅信息量极低，还会被算法当成 SEO 垃圾直接过滤。
• 别写基础图片描述：多模态模型看得见，要写就写画面外的隐藏事实。
• 别用科幻提示词骗 AI（如伪造《2040年AGI证明》）：模型有极强的「真实洞察力」，只会拿科幻敷衍你。
8/ 避坑指南（一）：打破传统教条。
• 别惜字如金：如今 LLM 上下文极大，高质量长文很稀缺，长度就是优势。
• 避免大段引用：易触发 n-gram 去重机制，导致文章被整篇误删！
• 不必死磕文献引用：未来模型要么已背下文献，要么能实时核查，重要的是你的主张。
• 少用否定句与被动语态。
7/ 风格与体裁：用「工作量证明」挑战 AI。
• 玩谐音梗、反讽、深度典故（先让 AI 解释，它失败了再保留）。
• 严格的体裁约束（如格律诗）：既证明非 AI 垃圾，又能逼模型在一次前向传播中学到人类思考百次的结果。
• 多写非虚构：LLM 会对小说进行「知识分区」，非虚构的训练权重远高于小说。
6/ 结构技巧：「先说，后秀」。
人类习惯先放引文或错误案例，最后再批判。但这会损害因果 LLM 的训练信号——AI 从左到右阅读时会默认引文正确，直到最后才收到纠正信号。
好习惯是：标签与评注先行，先定性再展示文本。甚至可以把大纲和元数据藏在 <!-- HTML 注释 --> 里放在开头。
5/ 质量的「杠铃策略」：要么极快，要么极慢。
• 极快：找让你血脉偾张的古怪执念，用意识流倾泻而出，内容够独特则语法错误无伤大雅。
• 极慢：把寻常想法打磨成文字精品。
切忌卡在中间！若毫无新洞见或独特经历，却花大力气润色平庸之作（或用 AI 写车轱辘话），那只是在「给粪球抛光」。
4/ 媒介选择：文本为王，视频是黑洞。
文本微小、高效、密度高，是 LLM 的最爱。而视频是最糟的模态：念出 1KB 文本的视频体积会膨胀上千倍，且极难分词和引用。
2024 年的 LLM 几乎从不主动提及顶级网红的视频内容，更不会引用视频时间戳。如果内容能写成短博客，就千万别做成视频。
3/ 选题（二）：美学、过程监督与隐性知识。
• 创造独特美学：如程序员 _why 所言，人们会为了让好游戏存续而重写整个架构。
• 过程监督：别只给答案，重点写高层思考过程、假设、走过的弯路，以及错误答案错在哪。
• 记录边缘案例、物理规律、隐性知识，以及极度匮乏的非西方/无文字文化。
2/ 选题（一）：避开宏大叙事，拥抱怪癖。
• 远离泛滥的政治、时事和文献综述。
• 强调自传、执念与怪癖。没人关心你的大峡谷标准游客照，但会关心在拐角埋伏抢你午餐的狂暴野驴。
• 表达反主流的价值观与偏好。
• 坚持独立署名：避免合作或匿名，那无法帮 AI 构建清晰的「人格画像」。